Navegando por Autor "Souza, Guilherme Henrique Pereira de"

Agora exibindo 1 - 1 de 1

Comitê de classificador para mineração de opinião de eleitores brasileiros
(2019) Souza, Guilherme Henrique Pereira de; Souza, Ellen Polliana Ramos; http://lattes.cnpq.br/6593918610781356; http://lattes.cnpq.br/2474970020729937
O crescimento recente e exponencial das mídias sociais e do conteúdo gerado pelo usuário (CGU) na Internet fornece uma grande quantidade de dados que permite descobrir os sentimentos, as opiniões e as experiências de usuários e clientes. Dentre as diversas mídias sociais existentes atualmente, destaca-se o Twitter, Possuindo mais de 336 milhões de usuários mensais ativos. Compreender o que as pessoas estão pensando ou suas opiniões é fundamental para a tomada de decisão, principalmente no contexto no qual essas pessoas exprimem seus comentários voluntariamente. Para esse tipo de análise, utiliza-se a mineração de opinião, também conhecida como análise de sentimento, que analisa, opiniões, sentimentos e emoções das pessoas acerca de entidades como serviços, produtos, marcas, indivíduos, problemas, eventos e tópicos, podendo ser expressos de forma não estruturada, como em textos, por exemplo. A difusão das mídias sociais também levanta a possibilidade de se aprofundar na web para explorar e rastrear as preferências políticas e eleitorais dos cidadãos. Neste sentido, estudos recentes exploram as mídias sociais como um dispositivo para avaliar a popularidade dos políticos durante seu percurso eleitoral. Analisar as mídias sociais durante uma campanha eleitoral pode ser um suplemento ou complemento útil de pesquisas tradicionais e, dentre as razões, Destacam-se: o baixo custo e a velocidade de análise em tempo real. Este trabalho tem como objetivo analisar a eficiência de um comitê de classificador para aplicações de mineração de opinião, utilizando dados extraídos de eleitores brasileiros. Neste estudo, foi desenvolvida uma aplicação de mineração de opinião a nível de documento utilizando comitês de classificador, com o objetivo de analisar a eficiência dos comitês em aplicações desse tipo. Para isso, utilizou-se dados extraídos do Twitter contendo opiniões de eleitores brasileiros. Foram avaliadas seis configurações de pré-processamento e três abordagens de comitê de classificador, sendo elas: Voting, Bagging e Boosting. Os resultados foram obtidos em termos de Acurácia. De acordo com os experimentos realizados, a configuração 3, que utiliza de remoção de stopwords, n-gram e TF-IDF alcançou os melhores resultados, com acurácia de 90,26% para o comitê que utilizava a abordagem Boosting.