Text Mining: análise de sentimentos na classificação de notícias

Trabalho de Projeto apresentado como requisito parcial para obtenção do grau de Mestre em Estatística e Gestão de Informação

Text mining na análise de sentimentos em contextos de big data

Dissertação de mestrado integrado em Engenharia e Gestão de Sistemas de Informação

Análise de sentimentos em reclamações: uma aplicação no maior site de reclamações do Brasil

A análise de sentimentos é uma ferramenta com grande potencial, podendo ser aplicada em vários contextos. Esta dissertação tem com o objetivo analisar a viabilidade da aplicação da técnica numa base capturada do site de reclamações mais popular do Brasil, com a aplicação de técnicas de processamento de linguagem natural e de aprendizagem de máquinas é possível identificar padrões na satisfação ou insatisfação dos consumidores.

O Twitter como agente facilitador de recolha e interpretação de sentimentos: Exemplo na escolha da palavra do ano

Desde 2009 que a Porto Editora elege em “infopédia.pt” a palavra que melhor representa os anos que terminam. Este trabalho apresenta uma forma alternativa a essa eleição, substituindo a votação dos cidadãos pela recolha de dados da rede social Twitter ao longo do ano, e procedendo à análise dos mesmos em substituição da votação. Assim sendo, foram recolhidos dados associados às dez palavras finalistas incluídas no conjunto da palavra do ano 2014, os quais foram armazenados em ambiente Hadoop para seguidamente e recorrendo a dois lexicons ser possível a classificação dos tweets. Os lexicons utilizados incluem, por um lado, a lista de palavras positivas e negativas e, por outro, as polaridades associadas às palavras em conjugação com o top vinte e cinco de emoticons utilizados no Twitter. Os resultados obtidos permitem identificar a palavra mais referida e o sentimento, positivo ou negativo associado à mesma.

Mineração de Textos: Detecção automática de sentimentos em comentários nas mídias sociais

Avanços recentes nas técnicas de análise automática de documentos, possibilitaram o reconhecimento de aspectos subjetivos. Dentre algumas tarefas da análise de sentimentos, destaca-se a classificação da polaridade do texto, ou seja, o quão negativa ou positiva são as opiniões expressadas nele. Contudo, por ser uma área ainda em desenvolvimento, métodos criados para estas análises, na maioria, são para língua inglesa, o que dificulta sua utilização em textos escritos em português. Assim, esse trabalho tem como objetivo o estudo e a implementação de uma ferramenta que, conterá um algoritmo de classificação de sentimentos, sendo ele capaz de avaliar a polaridade de textos extraídos de mídias sociais, baseando-se em técnicas da mineração de textos. 

Sentimentos das crianças face aos professores

Este trabalho centra-se na análise dos sentimentos das crianças emergentes da relação aluno-professor. A investigação empírica enquadra-se na teoria das representações sociais, tendo como principal objectivo identificar os sentimentos mais comuns das crianças, em particular em relação aos seus professores, numa população de 120 sujeitos de ambos os sexos, com idades compreendidas entre os 8-11 anos de idade, alunos do 1.o e 2.o ciclos do Ensino Básico. Os dados foram recolhidos por associação livre de palavras e tratados através de AFC 1 Verificámos existir proximidade das representações das raparigas com as das crianças mais novas, salientando fortes sentimentos positivos, mostrando-se bastante motivadas e valorizando as relações interpessoais. Em comparação, as crianças de 10-11 anos e os rapazes, relevaram sobretudo dimensões tisicas, cognitivas e emocionais, associadas ao mal-estar e aborrecimento. Os resultados contribuem para compreender o universo cognitivo, emocional e relacional das crianças, na sua vivência quotidiana. ABSTRACT; This work is focused on the analysis of children's feelings emerging from the relation student-teacher. This empirical research lies within the scope of the theory of social representations, and its main objective is to identify the most common feelings in children, particularly towards their teachers, in a population of 120 subjects of both sexes, between the ages of 8 and 11, and attending the 1st and 2nd stages of Basic Education. The data was gathered using free word association, and examined through FAC2. We verified that the girls' representations were closer to the representations of younger children, and gave relevance to strong positive feelings, revealing a great motivation and validation of personal relations. By comparison, children aged 1O and 11, as well as boys, mainly gave relevance to physical, cognitive, and emotional dimensions, associated to uneasiness and boredom. The results contribute to the understanding of the cognitive, emotional, and relational universe of children in their daily lives.

O EWOM sobre a distribuição moderna - Falem bem ou falem mal…mas falem!

Trabalho de Projeto apresentado como requisito parcial para obtenção do grau de Mestre em Estatística e Gestão de Informação

A era de um mercado social

O crescimento e a expansão das redes sociais trouxe novas formas de interação entre os seres humanos que se repercutem na vida real. Os textos partilhados nas redes sociais e as interações resultantes de todas as atividades virtuais têm vindo a ganhar um grande impacto no quotidiano da sociedade e no âmbito económico e financeiro, as redes sociais tem sido alvo de diversos estudos, particularmente em termos de previsão e descrição do mercado acionista (Zhang, Fuehres, & Gloor, 2011) (Bollen, Mao & Zheng, 2010). Nesta investigação percebemos se o sentimento do Twitter, rede social de microblogging, se relaciona diretamente com o mercado acionista, querendo assim compreender qual o impacto das redes sociais no mercado financeiro. Tentámos assim relacionar duas dimensões, social e financeira, de forma a conseguirmos compreender de que forma poderemos utilizar os valores de uma para prever a outra. É um tópico especialmente interessante para empresas e investidores na medida em que se tenta compreender se o que se diz de determinada empresa no Twitter pode ter relação com o valor de mercado dessa empresa. Usámos duas técnicas de análise de sentimentos, uma de comparação léxica de palavras e outra de machine learning para compreender qual das duas tinha uma melhor precisão na classificação dos tweets em três atributos, positivo, negativo ou neutro. O modelo de machine learning foi o modelo escolhido e relacionámos esses dados com os dados do mercado acionista através de um teste de causalidade de Granger. Descobrimos que para certas empresas existe uma relação entre as duas variáveis, sentimento do Twitter e alteração da posição da ação entre dois períodos de tempo no mercado acionista, esta última variável estando dependente da dimensão temporal em que agrupamos o nosso sentimento do Twitter. Este estudo pretendeu assim dar seguimento ao trabalho desenvolvido por Bollen, Mao e Zheng (2010) que descobriram que uma dimensão de sentimento (calma) consegue ser usada para prever a direção das ações do mercado acionista, apesar de terem rejeitado que o sentimento geral (positivo, negativo ou neutro) não se relacionava de modo global com o mercado acionista. No seu trabalho compararam o sentimento de todos os tweets de um determinado período sem exclusão com o índice geral de ações no mercado enquanto a metodologia adotada nesta investigação foi realizada por empresa e apenas nos interessaram tweets que se relacionavam com aquela empresa em específico. Com esta diferença obtemos resultados diferentes e certas empresas demonstravam que existia relação entre várias combinações, principalmente para empresas tecnológicas. Testamos o agrupamento do sentimento do Twitter em 3 minutos, 1 hora e 1 dia, sendo que certas empresas só demonstravam relação quando aumentávamos a nossa dimensão temporal. Isto leva-nos a querer que o sentimento geral da empresa, e se a mesma for uma empresa tecnológica, está ligado ao mercado acionista estando condicionada esta relação à dimensão temporal que possamos estar a analisar.

Text mining e twitter : o poder das redes sociais num mercado competitivo

Actualmente, com a massificação da utilização das redes sociais, as empresas passam a sua mensagem nos seus canais de comunicação, mas os consumidores dão a sua opinião sobre ela. Argumentam, opinam, criticam (Nardi, Schiano, Gumbrecht, & Swartz, 2004). Positiva ou negativamente. Neste contexto o Text Mining surge como uma abordagem interessante para a resposta à necessidade de obter conhecimento a partir dos dados existentes. Neste trabalho utilizámos um algoritmo de Clustering hierárquico com o objectivo de descobrir temas distintos num conjunto de tweets obtidos ao longo de um determinado período de tempo para as empresas Burger King e McDonald’s. Com o intuito de compreender o sentimento associado a estes temas foi feita uma análise de sentimentos a cada tema encontrado, utilizando um algoritmo Bag-of-Words. Concluiu-se que o algoritmo de Clustering foi capaz de encontrar temas através do tweets obtidos, essencialmente ligados a produtos e serviços comercializados pelas empresas. O algoritmo de Sentiment Analysis atribuiu um sentimento a esses temas, permitindo compreender de entre os produtos/serviços identificados quais os que obtiveram uma polaridade positiva ou negativa, e deste modo sinalizar potencias situações problemáticas na estratégia das empresas, e situações positivas passíveis de identificação de decisões operacionais bem-sucedidas.

Proposta de modelo de recomendação de conteúdo baseado em arquivos de legendas de filmes e séries

A crescente complexidade dos objetos armazenados e o grande volume de dados exigem modelos de recuperação e recomendação cada vez mais sofisticados. O objetivo deste trabalho é propor um modelo de recomendação de conteúdo baseado em arquivos de  legendas de filmes e séries. Utilizando a ferramenta Apache Lucene, para recuperação da informação, e a ferramenta OGMA, para análise de textos, foi possível propor, para o modelo, três etapas distintas: uma pesquisa utilizando palavra-chave, a classificação de filmes e séries por gênero e a identificação de títulos similares. Também é apresentado uma adaptação ao modelo para identificar em cada título um sentimento, denominado análise de sentimentos. Como resultado ressaltamos que a pesquisa por palavras-chave gerourecomendações surpreendentes, já que proporcionam ao usuário liberdade de pesquisa dentro de um conteúdo específico. Já a classificação por gênero apresentou índice de 73% de acerto em comparação com os gêneros apresentados pelo site IMDb, facilitando a recomendação de conteúdo. A análise de sentimentos demonstrou recomendações com coesão, determinando títulos apropriados para cada sentimento. Por último, a identificação de títulos similares, apresentou resultados primários, trazendo apenas filmes e séries com a mesma temática, sem apresentar nenhum resultado em comum com o site IMDb. Concluiu-se que apesar da enorme dificuldade de ser assertivo na recuperação da informação, existevantagens em se utilizar os arquivos de legendas para ajudar na composição dos sistemas de recomendação.

Análise da percepção dos professores em relação aos sentimentos dos alunos em sala de aula

O estudo teve como objetivo verificar a diferença na percepção dos sentimentos dos alunos pelos professores antes e depois de uma apresentação explicativa sobre o tema. Estudo de natureza exploratória de fonte primária, abordagem quantitativa com 13 professores de Enfermagem e Medicina. Um vídeo com a imagem dos alunos foi apresentado aos professores que responderam ao questionário de identificação de sentimentos e, após uma apresentação explicativa sobre comunicação não verbal e sentimentos, assistiram ao mesmo vídeo e responderam novamente ao questionário. Quanto à identificação de sentimentos, a alegria, a ansiedade e o interesse foram os mais identificados. Encontramos valores estatisticamente significantes em relação à média da pontuação total antes e depois da apresentação explicativa (p=0,02). O professor é capaz de identificar os sentimentos, porém, após a apresentação explicativa, sua percepção melhorou e ele conseguiu identificá-los mais vezes.

Análise das funções de verbalizações de terapeuta e cliente sobre sentimentos, emoções e estados motivacionais na terapia analítico-comportamental

Estudos recentes têm sido realizados por analistas do comportamento visando um maior conhecimento sobre as funções que relatos autodescritivos de sentimentos, emoções e estados motivacionais (SEM) podem exercer no processo terapêutico, o que permitiria o desenvolvimento de um modelo de intervenção analítico-comportamental frente a tais relatos. O presente estudo investigou, na evolução de um caso clínico, as possíveis relações entre as verbalizações do cliente que faziam referências a SEM, as intervenções do terapeuta frente a esses relatos, e a evolução dos problemas ou queixas do cliente. Os participantes da pesquisa foram uma terapeuta analítico-comportamental experiente que atendeu uma cliente adulta, casada, sem histórico psiquiátrico. Foram gravadas, transcritas e analisadas 36 sessões de atendimento, correspondentes a um período de um ano de atendimento terapêutico. A análise das verbalizações ocorridas nas sessões foi feita com base em quatro tipos de categoria, sendo duas referentes à terapeuta: categorias relativas às funções básicas das verbalizações de terapeuta (FBVT) e categorias de análise; e duas referentes à cliente: categorias de análise e indicadores de queixa ou mudança. Essas categorias também foram comparadas em relação à suaocorrência dentro e fora de episódios emocionais (EE), definidos como seqüências de diálogos entre terapeuta e cliente nas quais houve pelo menos uma referência a um SEM da cliente. A análise dos resultados mostrou que as principais queixas da cliente foram em relação ao marido, a eventos corporais, ao estado de humor, aos pais ou familiares, aos colegas de trabalho e à falta de assertividade. Os SEM mais referidos nos relatos da cliente e da terapeuta foram aqueles relacionados a estados motivacionais, à tristeza e ao medo. Em relação à terapeuta, verificou-se que suas intervenções frente aos relatos com referências a SEM ocorreram principalmente sob a forma de investigações e confrontações, mas apenas uma pequena proporção dessas intervenções sugeria relações entre uma resposta da cliente e contingências ambientais, predominando dentre estas, as relações do tipo antecedente-resposta. Comparada com a terapeuta, a cliente estabeleceu um maior número de relações entre eventos ambientais e suas respostas, também predominantemente do tipo antecedente-resposta. No que se refere à evolução das queixas relatadas, pode-se afirmar que não houve evidência da ocorrência de mudanças consistentes no repertório da cliente nem na forma como a mesma se referia aos seus problemas. Comparando as categorias investigadas dentro e fora dos EE, verificou-se uma maior variação nas FBVT, nas categorias de análise da terapeuta e da cliente, e um maior número e variação das ocorrências de indicadores de queixa ou mudança dentro de tais episódios. Tais resultados confirmam que sentimentos, emoções e estados motivacionais são alvos de investigação e intervenção do terapeuta analíticocomportamental, mostrando-se consistentes com a literatura existente. As referências de terapeuta e cliente a SEM ou eventos relacionados fortalece a idéia de que os mesmos podem ser tratados em alguns momentos como respostas encobertas, em outras ocasiões, como estímulos privados, e muito freqüentemente como relações das quais participam esses eventos, algumas vezes conjuntos de relações interconectadas. Verificou-se ainda que a eventual inobservabilidade de termos das relações comportamentais que definem os SEM não conduziu a uma abordagem diferenciada por parte do terapeuta. Por outro lado, as referências a SEM por terapeuta e cliente pareceu favorecer a ocorrência de verbalizações que estabelecem relações entre o comportamento da cliente e eventos ambientais.