Cada vez mais o uso de redes sociais é uma constante na sociedade moderna, o que leva a que todos os dias, uma grande quantidade de informação seja criada pelos seus utilizadores. Deste modo, e com os mais variados tópicos a serem divulgados, noticiados e debatidos nestas plataformas, este estudo pretende caracterizar um processo contínuo de recolha, processamento, análise e previsão de vetores de popularidade dentro das redes sociais. Usaremos o Twitter como base de investigação. Esta investigação foca-se em desenhar uma metodologia capaz de recolher uma amostra do conteúdo circulante no Twitter durante um dado período de tempo, o mais fielmente possível, recorrendo ao uso das ferramentas disponíveis, nomeadamente a API do Twitter. Para além disso, é ainda apresentado um processo de recolha de utilizadores (e suas informações) que partilharam os tweets recolhidos. Este processo surge como uma alternativa mais versátil à atualmente fornecida oficialmente pela API do Twitter que limita consideravelmente os dados possíveis de recolher nesta vertente. É também apresentada uma proposta de processamento dos dados recolhidos de forma a extrair, a análises à base de gráficos e tabelas de forma automática, de forma a mais facilmente ilustrar o comportamento de elementos de informação, finalizando no desenvolvimento de um modelo capaz de prever se um tweet será ou não popular.

Increasingly the use of social networks is a constant in modern society, which leads that every day, a large amount of information is created by its users. Thus, and with the most varied topics being disseminated, reported, and debated on these platforms, this study aims to characterize a continuous process of collection, processing, analysis, and prediction of popularity vectors within social networks. We will use Twitter as the research base. This research focuses on designing a methodology capable of collecting a sample of the content circulating on Twitter during a given period, as faithfully as possible, through the use of available tools, namely the Twitter API. In addition, a process for collecting users (and their information) who shared the collected tweets is also presented. This process appears as a more versatile alternative to the one currently officially provided by the Twitter API, which considerably limits the data that can be collected in this aspect. It is also presented a proposal for processing the collected data in order to extract, to graph and table-based analysis in an automatic way, in order to more easily illustrate the behavior of information elements, ending in the development of a model capable of predicting whether or not a tweet will be popular.