Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/13390
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | Ziglioli, Marcelo | |
dc.date.accessioned | 2020-11-16T14:43:16Z | - |
dc.date.available | 2020-11-16T14:43:16Z | - |
dc.date.issued | 2015-11-20 | |
dc.identifier.citation | ZIGLIOLI, Marcelo. Análise de sentimento utilizando ferramentas open source. 2015. Trabalho de Conclusão de Curso (Tecnologia em Análise e Desenvolvimento de Sistemas) - Universidade Tecnológica Federal do Paraná, Medianeira, 2015. | pt_BR |
dc.identifier.uri | http://repositorio.utfpr.edu.br/jspui/handle/1/13390 | - |
dc.description.abstract | Companies are frequently worried about customer’s opinion on their products and offered services, on public interests or on what these people are publishing on social networks. Using the Internet it is possible to get many unstructured data carrying latent information that may give insight on public opinion about a specific subject. These insights, in turn, could be used as base information for the strategic decision-making process. However, the highly available data over Internet is usually unstructured textual information, which is inadequate for the process of pattern extraction and knowledge discovery. In this context, the aim of this paper is to present and apply several text pre-processing techniques on data gathered from social networks and convert them into an adequate input data set for machine learning algorithms. | pt_BR |
dc.language | por | pt_BR |
dc.publisher | Universidade Tecnológica Federal do Paraná | pt_BR |
dc.rights | openAccess | pt_BR |
dc.subject | Processo decisório | pt_BR |
dc.subject | Redes sociais on-line | pt_BR |
dc.subject | Recursos eletrônicos de informação - Estudo de usuários | pt_BR |
dc.subject | Decision making | pt_BR |
dc.subject | Online social networks | pt_BR |
dc.subject | Electronic information resources - Use studies | pt_BR |
dc.title | Análise de sentimento utilizando ferramentas open source | pt_BR |
dc.title.alternative | Sentiment analysis using open source tools | pt_BR |
dc.type | bachelorThesis | pt_BR |
dc.description.resumo | As empresas têm interesse na opinião das pessoas sobre seus produtos ou serviços, e até mesmo da sua imagem. Por meio da internet é possível obter informações que servem como base para esse tipo de análise e identificando a opinião comum de um grupo de usuários a respeito de um assunto, as quais podem ser utilizadas para auxílio na tomada de decisões estratégicas. Entretanto, os dados amplamente disponíveis na rede estão em formatos textuais não estruturados e inadequados para uso direto nesse processo. Nesse contexto, o objetivo deste trabalho é apresentar e aplicar as técnicas para o pré-processamento de textos provenientes de redes sociais com intuito de construir um conjunto de dados adequado para o uso com algoritmos de aprendizado de máquina e extração de padrões. Como resultado, foi desenvolvida uma ferramenta computacional para a realização dessa tarefa. | pt_BR |
dc.degree.local | Medianeira | pt_BR |
dc.publisher.local | Medianeira | pt_BR |
dc.contributor.advisor1 | Hoffmann, Alessandra Bortoletto Garbelotti | |
dc.contributor.referee1 | Hoffmann, Alessandra Bortoletto Garbelotti | |
dc.contributor.referee2 | Matté, Marcio Angelo | |
dc.contributor.referee3 | Candido Junior, Arnaldo | |
dc.contributor.referee4 | Aikes Junior, Jorge | |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.program | Tecnologia em Análise e Desenvolvimento De Sistemas | pt_BR |
dc.publisher.initials | UTFPR | pt_BR |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | pt_BR |
Aparece nas coleções: | MD - Tecnologia em Análise e Desenvolvimento de Sistemas |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
MD_COADS_2015_2_09.pdf | 3,19 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.