Análise dos Tweets sobre a Universidade do Sul de Santa Catarina – Unisul, por meio da mineração de texto e análise de sentimentos
dc.contributor.advisor | Pereira, Max Roberto | |
dc.contributor.author | Scandolara, Mariana da Rosa | |
dc.contributor.author | Carlos, Arthur Weber | |
dc.coverage.spatial | Tubarão | pt_BR |
dc.date.accessioned | 2017-07-13T23:13:28Z | |
dc.date.accessioned | 2020-11-29T00:00:51Z | |
dc.date.available | 2017-07-13T23:13:28Z | |
dc.date.available | 2020-11-29T00:00:51Z | |
dc.date.issued | 2017 | |
dc.description.abstract | Acknowledging the competition among higher education institutions, the universities are in search of innovating strategies for their activities. This article represents the creation of a computer system that, utilizing text data mining and sentiment analysis, identifies the polarity of opinions sent by Twitter users about the Universidade do Sul de Santa Catarina - UNISUL. The classification is made using the Naive Bayes probabilistic classification. This algorithm uses machine supervised learning techniques and, for the training algorithm, a number of collected tweets were manually classified by a psychologist. Through result validation, it was found a 75,3% efficiency, which can be considered a good performance bearing in mind that what was developed is a prototype. | en |
dc.description.abstract | Tendo em vista a competitividade entre as instituições de ensino superior, as universidades estão em busca de estratégias inovadoras para suas atividades. Esse artigo apresenta a criação de um sistema computacional que, utilizando a aplicação da mineração de texto e análise de sentimentos, identifica a polaridade das opiniões emitidas pelos usuários do Twitter sobre a Universidade do Sul de Santa Catarina - UNISUL. A classificação é realizada utilizando o classificador probabilístico Naive Bayes. Este algoritmo utiliza técnicas de aprendizagem de máquina supervisionado e, para o treinamento do algoritmo, uma parte dos tweets coletados foram classificados manualmente por uma psicóloga. Através da validação de resultados, foi obtido 75,3% de eficiência, o que pode ser considerado um bom desempenho considerando que foi desenvolvido apenas um protótipo. | pt_BR |
dc.format.extent | 15 f. | pt_BR |
dc.identifier.uri | https://repositorio.animaeducacao.com.br/handle/ANIMA/8444 | |
dc.language.iso | pt_BR | pt_BR |
dc.relation.ispartof | Ciência da Computação - Tubarão | pt_BR |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | |
dc.subject | Aprendizagem de máquina | pt_BR |
dc.subject | Naive Bayes | pt_BR |
dc.subject | Mineração de texto | pt_BR |
dc.subject | Analise de sentimentos | pt_BR |
dc.title | Análise dos Tweets sobre a Universidade do Sul de Santa Catarina – Unisul, por meio da mineração de texto e análise de sentimentos | pt_BR |
dc.title.alternative | Analysis of the Tweets on the Universidade do Sul de Santa Catarina - UNISUL, through the text mining and sentiment analysis | pt_BR |
dc.type | Artigo Científico | pt_BR |
local.author.curso | Ciência da Computação | pt_BR |
local.author.unidade | UNISUL / Tubarão | pt_BR |
local.rights.policy | Acesso embargado | pt_BR |
local.subject.area | Ciências Exatas e da Terra | pt_BR |
local.subject.areaanima | TI & Computação | pt_BR |
Arquivos
Pacote Original
1 - 2 de 2
Carregando...
- Nome:
- Análise dos Tweets sobre a Universidade do Sul de Santa Catarina – Unisul, por meio da Mineração de Texto e Análise de Sentimentos.pdf
- Tamanho:
- 1.02 MB
- Formato:
- Adobe Portable Document Format
- Descrição:
- PDFA Mariana da Rosa Scandolara
Carregando...
- Nome:
- Termo de Autorização para submissão de TCC no RIUNI.pdf
- Tamanho:
- 51.44 KB
- Formato:
- Adobe Portable Document Format
- Descrição:
- PDFA Termo de Autorização para submissão de TCC no RIUNI