Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/9261
Registro completo de metadados
Campo DCValorIdioma
dc.creatorSantos, Gustavo Cossa de Paula
dc.creatorSantos, Marcelo Machado
dc.date.accessioned2020-11-12T12:02:57Z-
dc.date.available2020-11-12T12:02:57Z-
dc.date.issued2018-06-26
dc.identifier.citationSANTOS, Gustavo Cossa de Paula; SANTOS, Marcelo Machado. Neutro ou negativo? avaliação de sentimentos expressados em comentários avaliativos de serviços de hospedagem. 2018. 50 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) - Universidade Tecnológica Federal do Paraná, Curitiba, 2018.pt_BR
dc.identifier.urihttp://repositorio.utfpr.edu.br/jspui/handle/1/9261-
dc.description.abstractWhy is it so rare to see people talking badly about the services offered by other people in the comments of Airbnb, Uber, Couchsurfng and other services of shared economy? In the present work a comparison is made between the sentiments of the reviews of Booking.com, Airbnb and Couchsurfng and also a new approach to how the Airbnb listing could be different if the feelings were taken into account. Through an extensive collection and data mining of the evaluative comments of each of the platforms already mentioned and the application of sentiment analysis, it was possible to compare and reach the conclusion that, in fact, in the tools of shared economy, the polarities tend to be more positive when compared to the tools of the formal economy. This tendency of positivity ends up generating a problem for the decision making of a consumer of these platforms. In many cases, it is difcult to distinguish a good location from a medium/bad one through evaluative comments. To solve this problem, the present work proposes the attribution of a score obtained through a formula that takes into account the polarity of the feeling of a place and its quantity of comments. When the database is ordered according to this note, the best places are ranked better than the average/bad sites, helping the user in a search. To prove this difculty, a survey was applied and answered by 30 people. They should classify the options from very bad to very good according to the score obtained in the process described above. In the survey it was found that really is very difcult for a consumer to make his decision based on the comments of other users. Places with the worst grades were still classifed as average or good. Evidence that ordering a search makes all the difference.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Tecnológica Federal do Paranápt_BR
dc.rightsopenAccesspt_BR
dc.subjectEmoções - Análisept_BR
dc.subjectHotéis - Hotéis - Opiniões sobre [tópico específico]pt_BR
dc.subjectEconomiapt_BR
dc.subjectMineração de dados (Computação)pt_BR
dc.subjectEmotions - Analysispt_BR
dc.subjectHotels - Views on [specific topic]pt_BR
dc.subjectEconomicspt_BR
dc.subjectData miningpt_BR
dc.titleNeutro ou negativo? Avaliação de sentimentos expressados em comentários avaliativos de serviços de hospedagempt_BR
dc.typebachelorThesispt_BR
dc.description.resumoPor que nos comentários avaliativos do Airbnb, Uber, Couchsurfng e demais serviços de economia compartilhada é tão raro vermos pessoas falando mal dos serviços oferecidos pelas outras pessoas? No presente trabalho é feita uma comparação entre os sentimentos dos comentários do Booking.com, Airbnb e Couchsurfng e também uma nova abordagem de como a listagem do Airbnb poderia ser diferente se os sentimentos fossem levados em conta. Através de uma extensa coleta e mineração de dados dos comentários avaliativos de cada uma das plataformas já citadas, e aplicação de análise de sentimentos, foi possível a comparação dos resultados obtidos e assim chegar a conclusão que, de fato, nas ferramentas de economia compartilhada, as polaridades tendem a ser mais positivas quando comparadas às ferramentas da economia formal. Essa tendência de positividade acaba gerando um problema para a tomada de decisão de um consumidor dessas plataformas. Em muitos casos, é difícil distinguir um local bom de um médio/ruim através dos comentários avaliativos. Para solucionar esse problema, no presente trabalho é proposta a atribuição de uma nota obtida através de uma fórmula que leva em conta a polaridade do sentimento de um local e sua quantidade de comentários. Quando a base de dados é ordenada de acordo com essa nota, os melhores locais fcam melhor classifcados do que os locais médios/ruins, auxiliando o usuário em uma busca. Para comprovar a difculdade de um usuário distinguir uma opção boa de uma média/ruim foi aplicada uma pesquisa, respondida por 30 pessoas, onde deveriam classifcar locais escolhidos entre opções que iam de muito ruim à muito bom de acordo com a nota obtida no processo descrito acima. Na pesquisa foi verifcado que é de fato muito difícil para um consumidor tomar sua decisão baseando-se nos comentários de outros usuários. Locais com as piores notas ainda foram classificados como médios e/ou bons. Evidenciando que a ordenação em uma busca faz toda a diferença.pt_BR
dc.degree.localCuritibapt_BR
dc.publisher.localCuritibapt_BR
dc.contributor.advisor1Silva, Thiago Henrique
dc.contributor.referee1Silva, Thiago Henrique
dc.contributor.referee2Graeml, Alexandre Reis
dc.contributor.referee3Berardi, Rita Cristina Galarraga
dc.publisher.countryBrasilpt_BR
dc.publisher.programBacharelado em Sistemas de Informaçãopt_BR
dc.publisher.initialsUTFPRpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAOpt_BR
Aparece nas coleções:CT - Sistemas de Informação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
CT_COSIS_2018_2_09.pdf3,06 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.