Análise dos Tweets sobre a Universidade do Sul de Santa Catarina – Unisul, por meio da mineração de texto e análise de sentimentos
Analysis of the Tweets on the Universidade do Sul de Santa Catarina - UNISUL, through the text mining and sentiment analysis
| dc.contributor | Pereira, Max Roberto | |
| dc.creator | Scandolara, Mariana da Rosa | |
| dc.creator | Carlos, Arthur Weber | |
| dc.date | 2017-07-13T23:13:28Z | |
| dc.date | 2020-11-29T00:00:51Z | |
| dc.date | 2017-07-13T23:13:28Z | |
| dc.date | 2020-11-29T00:00:51Z | |
| dc.date | 2017 | |
| dc.date.accessioned | 2023-09-29T17:48:13Z | |
| dc.date.available | 2023-09-29T17:48:13Z | |
| dc.identifier | https://repositorio.animaeducacao.com.br/handle/ANIMA/8444 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/9141836 | |
| dc.description | 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. | |
| dc.description | 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. | |
| dc.format | 15 f. | |
| dc.format | application/pdf | |
| dc.format | application/pdf | |
| dc.language | pt_BR | |
| dc.relation | Ciência da Computação - Tubarão | |
| dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | |
| dc.rights | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | |
| dc.subject | Aprendizagem de máquina | |
| dc.subject | Naive Bayes | |
| dc.subject | Mineração de texto | |
| dc.subject | Analise de sentimentos | |
| dc.title | Análise dos Tweets sobre a Universidade do Sul de Santa Catarina – Unisul, por meio da mineração de texto e análise de sentimentos | |
| dc.title | Analysis of the Tweets on the Universidade do Sul de Santa Catarina - UNISUL, through the text mining and sentiment analysis | |
| dc.type | Artigo Científico | |
| dc.coverage | Tubarão |