Com a popularidade e o crescimento das Redes Sociais Online, o interesse pelo entendimento de como seus usuários interagem entre si também tem crescido, configurando assim um cenário rico no qual são criadas oportunidades para melhorar o design de interfaces, compreender a organização de movimentos sociais, o marketing viral e a distribuição de conteúdos multimídia, dentre outros. Na investigação dessas oportunidades de pesquisa, um modelo de representação da atividade dos usuários amplamente empregado é baseado na construção de um grafo. Embora as atividades dos usuários em uma Rede Social Online sejam variadas, assim como as possibilidades de interação entre usuários, a construção de um grafo normalmente considera uma interação específica, que é então analisada a partir da interpretação de medidas baseadas em grafos ou de medidas estatísticas. Técnicas de mineração de dados podem ser empregadas de forma alternativa e complementar ao modelo baseado em grafos, possibilitando a extração e a avaliação de padrões das atividades de usuários. Entretanto, tanto na análise baseada em grafos quanto na utilização de técnicas de mineração de dados, a literatura reporta trabalhos em que são implicitamente representados elementos associados com a atividade dos usuários como ações executadas, mídias compartilhadas, aplicações e tipos de dispositivos utilizados. Nesse cenário, existe uma demanda por um modelo descritivo que permita a representação explícita dos elementos associados com as atividades dos usuários representação essa que possa ser utilizada na extração e na avaliação das interações entre usuários. Para atender essa demanda, nesta tese é apresentada uma técnica e um método para representar, extrair e avaliar interações entre usuários de Redes Sociais Online. São também reportados resultados de experimentos da aplicação da técnica e do método a partir de dados obtidos de uma Rede Social Online

The interest in understanding user interactions is increasing with the popularity of Online Social Networks. This scenario leads to rich opportunities to improve the design of interfaces, to understand the organization of social movements, to model the dynamics of viral marketing and to characterize the distribution of multimedia content, among others. In the investigation of these research opportunities, a widely used representation of users activities is based on graphs as underlying data models. Graph data models usually consider a specific interaction, which is analyzed based on the interpretation of statistical measures and graph-based measures. On the other hand, user activities and possibilities of interaction in social networks are multifaceted, so that singleinteraction graph-based approaches might prove to be unfeasible to properly model the problem. In order to deal with these limitations, data mining techniques may be employed as an alternative to graph-based modeling approaches, by enabling extraction and evaluation of users activities as patterns. However, both in the use of the model graph-based as in the use of data mining techniques, the literature reports an implicit representation of elements associated with the users activities such as executed actions, shared media, used applications and devices. In this scenario, there is a demand for a descriptive model which allows explicit representation of the elements associated with users activities - this representation can be used in the extraction and evaluation of interactions among users. To meet this demand, this thesis presents a technique and a method to represent, to extract and to evaluate interactions among users of Online Social Networks. Results of experimentation of applying the technique and method based on data obtained from an Online Social Network are also reported