Use este identificador para citar ou linkar para este item: http://hdl.handle.net/123456789/2437
Título: Comitê de classificador para mineração de opinião de eleitores brasileiros
Autor: Souza, Guilherme Henrique Pereira de
Endereco Lattes do autor: http://lattes.cnpq.br/2474970020729937
Orientador: Souza, Ellen Polliana Ramos
Endereco Lattes do orientador : http://lattes.cnpq.br/6593918610781356
Palavras-chave: Redes sociais;Twitter (Rede social on-line);Monitorização eleitoral
Data do documento: 2019
Citação: SOUZA, Guilherme Henrique Pereira de. Comitê de classificador para mineração de opinião de eleitores brasileiros. 2019. 48 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: The recent and exponential growth of social media and user-generated content on the Internet, provide a wealth of data to uncover the feelings, opinions, and experiences of users and customers. Among the various social media currently available, Twitter stands out, with more than 336 million monthly active users. Understanding what people are thinking or their opinions is critical to decision making, especially in the context in which these people express their comments voluntarily. For this type of analysis, opinion mining is used, also known as sentiment analysis, which analyzes people’s opinions, feelings and emotions about entities such as services, products, brands, individuals, problems, events and topics, be expressed in an unstructured form, as in texts, for example. The spread of social media also raises the possibility of delving deeper into the web to explore and track citizens’ political and electoral preferences. In this sense, recent studies explore social media as a device to assess the popularity of politicians during the campaign. Analyzing social media during an election campaign can be a useful supplement or supplement to traditional surveys, and among the reasons include the low cost and speed of real-time analysis. This paper aims to analyze the efficiency of a ensemble for opinion mining applications, using data extracted from Brazilian voters. In this study, an application of opinion mining was developed at the document level using ensembles, with the objective of analyzing the efficiency of the ensembles in such applications. For that, data extracted from Twitter containing opinions of Brazilian voters were used. Six pre-processing configurations and three ensemble approaches were evaluated: Voting, Bagging and Boosting. The results were obtained in terms of Accuracy. According to the experiments, configuration 3, which uses stopwords, n-gram and TF-IDF, achieved the best results, with a 90.26% accuracy for the committee that used the Boosting approach.
Resumo: 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.
URI: http://hdl.handle.net/123456789/2437
Aparece nas coleções:(UASTBSI) Trabalho de conclusão de curso

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
tcc_guilhermehenriquepereiradesouza.pdf452,59 kBAdobe PDFVisualizar/Abrir


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