Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DCC - Departamento de Ciência da Computação >
DCC - Artigos publicados em periódicos >

Por favor, utilize esse identificador para citar este item ou usar como link: http://repositorio.ufla.br/jspui/handle/1/12179

Título: Twitter, análise de sentimento e desenvolvimento de produtos: quanto os usuários estão expressando suas opiniões?
Título Alternativo: Twitter, sentiment analysis and product development: how much users are expressing their opinions?
Autor(es): Santos, Leandro Matioli
Esmin, Ahmed Ali Abdalla
Zambalde, André Luiz
Nobre, Frank Mendes
Assunto: Internet – Programas de computador – Estudo de casos
Usuários de computador – Estudo de casos
Aprendizado do computador
Internet – Computer programs – Case studies
Computer users – Case studies
Machine learning
Twitter
Publicador: Centro de Investigação em Comunicação, Informação e Cultura Digital
Data de publicação: 2010
Referência: SANTOS, L. M. et al. Twitter, análise de sentimento e desenvolvimento de produtos: quanto os usuários estão expressando suas opiniões? Prisma.Com, Porto, n. 13, p. 1-12, 2010.
Resumo: Este trabalho visa realizar uma investigação sobre o Twitter, analisando-o como um meio de contato direto com os clientes de empresas. Através do método de aprendizado de máquina conhecido como SVM, pretende-se estimar quanto os usuários estão expressando suas opiniões sobre um certo produto. O sistema operacional Windows 7® foi escolhido como estudo de caso e uma coleta de mensagens foi realizada no Twitter. Treinou-se o SVM com um conjunto de mensagens classificadas manualmente como neutras ou opinativas. Um teste realizado da mesma maneira também foi feito, resultando numa acurácia de 80%. Por fim, as mensagens restantes foram submetidas ao classificador já treinado e separadas em duas classes distintas (opinativas e neutras). Concluiu-se que a maior parte do que é postado no Twitter não demonstra a opinião do usuário, sendo necessária uma quantidade considerável de mensagens para fazer a pesquisa com apenas aquelas que contém sentimentos relacionados ao produto em questão.
Abstract: This paper aims to perform an investigation about how Twitter can work as a way to make direct contact with products’ clients. Using a machine learning method called SVM, it intends to estimate how much Twitter users are expressing their opinions about a certain product. The operating system called Windows 7® was chosen as a study case and a message gathering from Twitter was done. The SVM was trained by a set of messages manually classified as being neutral or containing opinions. Test with a set built in the same manner was also performed, resulting in an accuracy of 80%. Finally, remaining messages were submitted to the classifier already trained and separated in two distinct classes (opinative and neutral). It was concluded that most part of what is posted on Twitter doesn’t express the user’s opinion, being necessary a considerable amount of messages to perform a poll only with those containing sentiments related to the product in case.
URI: http://revistas.ua.pt/index.php/prismacom/article/view/790
http://repositorio.ufla.br/jspui/handle/1/12179
Idioma: pt_BR
Aparece nas coleções: DCC - Artigos publicados em periódicos

Arquivos neste Item:

Não há arquivos associados para este Item.

Itens protegidos por copyright, com todos os direitos reservados, Salvo indicação em contrário.


Mostrar estatísticas

 


DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard - Feedback