Mineração de opinião em mídias sociais com aprendizado de máquina

Página do item simplificado
dc.contributor.advisor1Calixto, Wesley Pacheco
dc.contributor.advisor1Latteshttps://orcid.org/0000-0002-1928-4432pt_BR
dc.contributor.referee1Calixto, Wesley Pacheco
dc.contributor.referee2Ribeiro, Luiz Eduardo Bento
dc.contributor.referee3Reis, Márcio Rodrigues da Cunha
dc.contributor.referee4Cruz Junior, Gelson da
dc.contributor.referee5Marques, Leonardo Garcia
dc.creatorBrandão, Jhonathan de Godoi
dc.creator.Latteshttp://lattes.cnpq.br/7322489654843870pt_BR
dc.date.accessioned2021-03-23T19:43:18Z
dc.date.available2021-03-23T19:43:18Z
dc.date.issued2020-10-14
dc.description.abstractThe aim of this work is to develop a tool for that optimizes supervised machine learning models in order to classify polarity of opinions in tweets. Five different datasets are used, which are prepared, preprocessed and then used as input for the training and evaluation stage of machine learning models. The best accuracy results obtained in the training and evaluation of the models are 82.45% for the data without preprocessing × 78.83% with all the proposed preprocessing for the dataset using the Naive Bayes classifier. Finally, hyperparametric optimization of the classifiers and selection of the model that obtains the best accuracy is performed. The optimized model achieves an accuracy greater than 90% for some data sets. The supervised learning techniques depend on labeled data for training, the proposed method produces similar performances for datasets of varying sizes, which allows the development of optimized classification models with reduced amount of labeled data.eng
dc.description.provenanceSubmitted by Franciele Moreira (francielemoreyra@gmail.com) on 2021-03-19T19:23:14Z No. of bitstreams: 2 license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5) Dissertação - Jhonathan de Godoi Brandão - 2020.pdf: 2630291 bytes, checksum: e8f23b1d577fd2e62bc013e64ad8a02a (MD5)en
dc.description.provenanceApproved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2021-03-23T19:43:18Z (GMT) No. of bitstreams: 2 license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5) Dissertação - Jhonathan de Godoi Brandão - 2020.pdf: 2630291 bytes, checksum: e8f23b1d577fd2e62bc013e64ad8a02a (MD5)en
dc.description.provenanceMade available in DSpace on 2021-03-23T19:43:18Z (GMT). No. of bitstreams: 2 license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5) Dissertação - Jhonathan de Godoi Brandão - 2020.pdf: 2630291 bytes, checksum: e8f23b1d577fd2e62bc013e64ad8a02a (MD5) Previous issue date: 2020-10-14en
dc.description.resumoO objetivo deste trabalho é desenvolver ferramenta que otimize modelos de aprendizado supervisionado de máquina para classificar polaridade de opiniões em tuítes. São utilizados cinco conjuntos de dados distintos que são preparados, preprocessados e então utilizados como entrada para a etapa de treinamento e avaliação dos modelos de aprendizado de máquina. Os melhores resultados de acurácia obtidos no treinamento e avaliação dos modelos são de 82,45% para os dados sem preprocessamento × 78,83% com todos os preprocessamentos propostos para o conjunto de dados utilizando classificador Naive Bayes. Por fim, é realizada otimização hiperparamétrica dos classificadores e seleção do modelo que obtém a melhor acurácia. O modelo otimizado obtém acurácia maior que 90% para alguns conjuntos de dados. As técnicas de aprendizado supervisionados apresentam dependência de dados rotulados para treinamento, o método proposto produz desempenhos semelhantes para conjuntos de dados de tamanhos variados, o que possibilita o desenvolvimento de modelos de classificação otimizados com quantidade reduzida de dados rotulados.pt_BR
dc.description.sponsorshipConselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPqpt_BR
dc.identifier.citationBRANDÃO, J. G. Mineração de opinião em mídias sociais com aprendizado de máquina. 2020. 70 f. Dissertação (Mestrado em Engenharia Elétrica e da Computação) - Universidade Federal de Goiás, Goiânia, 2020.pt_BR
dc.identifier.urihttp://repositorio.bc.ufg.br/tede/handle/tede/11185
dc.languageporpt_BR
dc.publisherUniversidade Federal de Goiáspt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentEscola de Engenharia Elétrica, Mecânica e de Computação - EMC (RG)pt_BR
dc.publisher.initialsUFGpt_BR
dc.publisher.programPrograma de Pós-graduação em Engenharia Elétrica e da Computação (EMC)pt_BR
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectAnálise de sentimentospor
dc.subjectMineração de opiniãopor
dc.subjectAprendizado de máquinapor
dc.subjectSentiment analysiseng
dc.subjectOpinion miningeng
dc.subjectMachine learningeng
dc.subject.cnpqENGENHARIASpt_BR
dc.titleMineração de opinião em mídias sociais com aprendizado de máquinapt_BR
dc.title.alternativeOpinion mining on social media with machine learningeng
dc.typeDissertaçãopt_BR

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
Dissertação - Jhonathan de Godoi Brandão - 2020.pdf
Tamanho:
2.51 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Mestrado em Engenharia Elétrica e da Computação (EMC)