Please use this identifier to cite or link to this item: https://repository.ufrpe.br/handle/123456789/2436
Title: Análise comparativa de métodos de aprendizado supervisionado para mineração de opinião dos usuários da plataforma de e-participação votenaweb
Authors: Nascimento, Eliaquim Moreira do
metadata.dc.contributor.authorLattes: http://lattes.cnpq.br/6033431769198675
metadata.dc.contributor.advisor: Souza, Ellen Polliana Ramos
metadata.dc.contributor.advisorLattes: http://lattes.cnpq.br/6593918610781356
metadata.dc.contributor.advisor-co: Santos, Diego George da Silva
metadata.dc.contributor.advisor-coLattes: http://lattes.cnpq.br/1433346297212674
Keywords: Sistemas de coleta automática de dados;Processamento eletrônico de dados;Usuários da Internet;Interfaces de usuário (Sistemas de computação)
Issue Date: 2019
Citation: NASCIMENTO, Eliaquim Moreira do. Análise comparativa de métodos de aprendizado supervisionado para mineração de opinião dos usuários da plataforma de e-participação votenaweb. 2019. 47 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Unidade Acadêmica de Serra Talhada, Universidade Federal Rural de Pernambuco, Serra Talhada, 2019.
Abstract: With the help of information technologies, it is possible that the media and participatory media are recognized as democratic and participatory, as well as the participation and collaboration platforms, also known as e-participation and e-collaboration. However, although it is a problem, it is necessary to have a broader view on the perspectives, it is a process that is not analyzed and does not have a process of presentation or bill. It is impossible to be human completely in all content in a reasonable amount of time What has sparked an interest in the community of systems able to obtain additional information about the data type automatically. Opinion mining, also known as sentiment analysis, is an area of study that analyzes people’s feelings and opinions about entities, such as products and services, unstructured formal expressions, such as text, for example. This study, this investigate the case of the class comparator and technique to pre-processing the reviews of users of topics-and-collaboration and e-collations available for the Brazilian citizens. As this article was published, it was published in the magazine Aplications of the portal VOTENAWEB, in view of what is widely used, in addition to allowing publications to comment on a set of projects. Supervised learning algorithms with data preprocessing techniques were evaluated: storpwords removal, keywords, N-gram, TF-IDF and word embedding, a set of instructions for keyword mining. . The linear regression algorithm was the best result with accuracy of 88.22% and f-measure of 87.07%, while the deep learning of the old meaning was accuracy of 84.96% and f-measure of 84.90%.
Description: Com a evolução das tecnologias da informação, passam a existir novos meios que visam promover uma sociedade mais democrática e participativa, como é o caso das plataformas de participação e colaboração eletrônicas, também conhecidas por e-participation e e-collaboration. Contudo, apesar de ser possível fornecer uma opinião na grande maioria dessas plataformas, tais opiniões não são analisadas e consideradas no processo de construção da proposta ou projeto de lei.É impossível para o ser humano compreender completamente todo o conteúdo em uma quantidade razoável de tempo, o que despertou um interesse na comunidade científica por sistemas capazes de extrair informações desse tipo de dado de forma automática. Mineração de opinião, também conhecida como análise de sentimento, é a área de estudo que analisa automaticamente sentimentos e opiniões das pessoas acerca de entidades, como produtos e serviços, expressos de forma não estruturada, como em texto, por exemplo. Neste sentido, este trabalho busca identificar o melhor conjunto de classificador versus técnica de de pre-processamento para análise das opiniões dos usuários de plataformas de e-participação e e-colaboração disponíveis para os cidadãos brasileiros. Como estudo de caso, para validação da aplicação, foram coletadas opiniões do portal VOTENAWEB, tendo em vista que o mesmo é bastante utilizado, além de permitir aos cidadãos postar comentários sobre um determinado projeto. Três algoritmos de aprendizado supervisionado, com diferentes técnicas de pré-processamento foram avaliadas que são tokenização, remoção de stopwords, N-grama, TF-IDF e a incorporação de palavras, a fim de obter a melhor configuração para mineração de opinião. O algoritimo de regressão linear obteve o melhor resultado com acurácia de 88,22% e f-medida de 87,07%, enquanto que o aprendizado profundo que o aprendizado profundo obteve acurácia de 84,96% e f-medida de 84,90%.
URI: https://repository.ufrpe.br/handle/123456789/2436
Appears in Collections:TCC - Bacharelado em Sistemas de Informação (UAST)

Files in This Item:
File Description SizeFormat 
tcc_eliaquimmoreiradonascimento.pdf551,9 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.