Detalhes dos Anais Veja o resumo do trabalho

Publicado no Encontro de Saberes 2017

Evento: XXV Seminário de Iniciação Científica

Área: CIÊNCIAS EXATAS E DA TERRA

Subárea: Sistemas de Informação

Título
MINERAÇÃO DE TEXTO: ANÁLISE DE SENTIMENTO UTILIZANDO TWEETS REFERENTES AO ROCK IN RIO 2017
Autores
Caroline Anessa Fonseca de Souza (Autor)
Rayssa Verônica Souza Pinto (Co-Autor)
Amanda Aryane Magalhães Lucas (Co-Autor)
Guilherme Garcia Almeida (Co-Autor)
Juliana Cristina Gonçalves (Co-Autor)
Jaqueline Faria de Oliveira (Orientador)
Resumo
A Internet tem sido campo para surgimento de novas aplicações, como exemplo as redes sociais. Essas redes permitem que usuários postem suas opiniões sobre os mais distintos temas que consideram relevantes em tempo real, compartilhem e monitorem fenômenos da Web. A conexão com o público através das redes sociais possibilita diferentes formas de interação, criando uma ponte entre a empresa e o seu cliente. Diante disso, o estudo foi realizado com o objetivo de verificar quais os índices de aprovação ou reprovação através de análise de sentimentos de textos compartilhados no Twitter com palavras chaves relacionadas ao ‘Rock In Rio 2017’. Para responder à questão a coleta foi realizada durante quinze dias e foram armazenados 2.862.857 tweets em uma base de dados; Em seguida foi realizado o tratamento dos dados eliminando redundâncias através do id da postagem, restando 855.960 tweets para análise. Eles foram analisados usando uma biblioteca de código aberto chamada TextBlob, implementada na linguagem de programação Python para processamento de dados textuais que utiliza NLP (natural language processing). A implementação do analisador de sentimentos utiliza a função sentiment.polarity que pontua os textos de -1 a 1, isso indica que quanto maior for este número mais positivo é a classificação do texto. Foram analisados 334.225 tweets, sendo que 62,15% com o sentimento positivo e 36,89% com sentimento negativo. Ao final da análise foi possível identificar que o sentimento positivo predominou entre os usuários do Twitter que se manifestaram durante o evento.
Voltar Visualizar PDF