IA: INESC TEC desenvolve ferramenta que ajuda marcas a ganhar influência nas redes sociais  

Em parceria com a SKORR e recorrendo a inteligência artificial, o INESC TEC desenvolveu recursos para ajudar as empresas a ganharem influência nas redes sociais. O projeto de IA teve um orçamento de quase meio milhão de euros.  

Há uma nova plataforma, baseada em inteligência artificial, que promete ajudar marcas e influenciadores a melhorarem o seu desempenho online. A iniciativa materializa o projeto Advancing the Frontier of Social Media Management Tools e juntou o Instituto de Engenharia de Sistemas e Computadores, Tecnologia e Ciência à Skorr. Foi financiado pelo FEDER e tem um orçamento global de 440 mil euros. 

Tira partido de algoritmos avançados de IA e análise de redes sociais para ajudar a melhorar o desempenho das marcas online, permitindo medir, monitorizar e melhorar a presença, posição social e influência nas redes sociais. 

Os resultados do projeto foram integrados na plataforma empresarial da Skorr, que disponibiliza soluções digitais para empresas e que passa a contar com uma funcionalidade específica para análise inteligente de posts, baseada em algoritmos avançados de inteligência artificial. Uma ferramenta que pretende ajudar as empresas a melhorar resultados e desempenho nas redes sociais, com base em indicadores de influência por tópicos. 

O resultado final foi obtido a partir de técnicas avançadas de matching, agrupamento de tópicos de interesse e identificação preditiva de fenómenos emergentes, trabalhados pelos investigadores com machine learning e tendo em conta a morfologia e natureza das redes.    

tek Skorr

Recorrendo a estas técnicas, os investigadores conseguem identificar elementos influenciadores por tópico em cada rede, analisar comunidades e o papel dos indivíduos na rede, medindo a propagação de informação de forma dinâmica.  

Esta abordagem é uma novidade, garantem os envolvidos no projeto. “As técnicas utilizadas até agora eram técnicas convencionais de modelagem de tópicos, usando documentos de texto longos e inadequados para hashtags e, portanto, mais demoradas e inertes”, explica João Gama, investigador do INESC TEC. 

“Com estes algoritmos e modelos dinâmicos para categorização automática de hashtags de redes sociais em tópicos e para classificação de utilizadores com base na probabilidade de influenciarem outros, poupamos no tempo de aprendizagem do modelo e no cálculo de semelhanças”, detalha ainda o responsável.