A carregar...
Publicação
Emerging Social Trends among Portuguesespeaking Communities: Analysing TikTok Interactions and Digital Discourse
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 4.51 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
While TikTok’s algorithmic architecture shapes global social dynamics, computational sociology remains heavily biased toward Anglophone datasets. Consequently, the discourse of the Portuguese-speaking community remains critically under-researched, obscuring whether digital polarization trends are universal or culturally specific. To address this gap, this study analyzed a massive corpus of TikTok interactions (N = 215,107) to uncover emerging social trends and sentiment dynamics within this ecosystem. The methodology integrated Neural Topic Modeling (BERTopic) with LLMassisted representation for thematic clustering, alongside a multilingual Transformer (XLM-RoBERTa) to calculate continuous emotional polarity. Results revealed distinct "Cultural Fingerprints", where the Portuguese-speaking community exhibited a significant "Positivity Bias," using the platform primarily for entertainment and social connection, in contrast to the critical baseline of Germanic users. Crucially, polarization was largely endogenous; rather than macro-political events, the most fiercely polarized topics were performative platform mechanics, such as livestream virtual gifting, which algorithmically manufacture friction between user factions. These findings challenge the assumption of a universal emotional baseline on global social networks. Ultimately, failing to account for distinct cultural baselines risks severe cross-cultural algorithmic bias in content moderation, highlighting the need for culturally specific frameworks in future digital sociology
Embora a arquitetura algorítmica do TikTok molde as dinâmicas sociais globais, a sociologia computacional permanece fortemente enviesada para datasets anglófonos. Consequentemente, o discurso da comunidade de língua portuguesa permanece criticamente subinvestigado, ocultando desta forma se as tendências de polarização digital são universais ou culturalmente específicas. Para colmatar esta lacuna, este estudo analisou um corpus massivo de interações no TikTok (N = 215.107) para desvendar tendências sociais emergentes e o consequente sentimento dentro deste ecossistema. A metodologia integrou Neural Topic Modeling (BERTopic) com representação assistida por LLM para clustering temático, em conjunto com um Transformer multilíngue (XLM-RoBERTa) para calcular a polaridade emocional contínua. Os resultados revelaram "Impressões Digitais Culturais"distintas, nas quais a comunidade lusófona exibiu um "Viés de Positividade"significativo, utilizando a plataforma predominantemente para entretenimento e conexão social, em contraste com a linha de base crítica dos utilizadores germânicos. Crucialmente, a polarização demonstrou ser amplamente endógena; em vez de eventos macropolíticos, os tópicos mais intensamente polarizados foram mecânicas performativas da plataforma, como o livestream virtual gifting, que fabricam, algoritmicamente, fricção entre grupos de utilizadores. Estas descobertas desafiam o pressuposto de uma linha de base emocional universal nas redes sociais globais. Em última análise, ignorar a existência de linhas de base culturais distintas acarreta o risco de um grave viés algorítmico transcultural na moderação de conteúdos, sublinhando a necessidade de adotar referenciais culturalmente específicos na investigação futura em sociologia digital.
Embora a arquitetura algorítmica do TikTok molde as dinâmicas sociais globais, a sociologia computacional permanece fortemente enviesada para datasets anglófonos. Consequentemente, o discurso da comunidade de língua portuguesa permanece criticamente subinvestigado, ocultando desta forma se as tendências de polarização digital são universais ou culturalmente específicas. Para colmatar esta lacuna, este estudo analisou um corpus massivo de interações no TikTok (N = 215.107) para desvendar tendências sociais emergentes e o consequente sentimento dentro deste ecossistema. A metodologia integrou Neural Topic Modeling (BERTopic) com representação assistida por LLM para clustering temático, em conjunto com um Transformer multilíngue (XLM-RoBERTa) para calcular a polaridade emocional contínua. Os resultados revelaram "Impressões Digitais Culturais"distintas, nas quais a comunidade lusófona exibiu um "Viés de Positividade"significativo, utilizando a plataforma predominantemente para entretenimento e conexão social, em contraste com a linha de base crítica dos utilizadores germânicos. Crucialmente, a polarização demonstrou ser amplamente endógena; em vez de eventos macropolíticos, os tópicos mais intensamente polarizados foram mecânicas performativas da plataforma, como o livestream virtual gifting, que fabricam, algoritmicamente, fricção entre grupos de utilizadores. Estas descobertas desafiam o pressuposto de uma linha de base emocional universal nas redes sociais globais. Em última análise, ignorar a existência de linhas de base culturais distintas acarreta o risco de um grave viés algorítmico transcultural na moderação de conteúdos, sublinhando a necessidade de adotar referenciais culturalmente específicos na investigação futura em sociologia digital.
Descrição
Dissertation presented as the partial requirement for obtaining a Master's degree in Data Science and Advanced Analytics, specialization in Business Analytics
Palavras-chave
TikTok Topic Modeling Sentiment Analysis Digital Polarization Natural Language Processing Computational Social Science Portuguese-speaking Community