Monitoramento de Posts Sobre Empresas de E-Commerce em Redes Sociais Utilizando Análise de Sentimentos
Resumo
Este artigo mostra o desenvolvimento de uma ferramenta para classificar publicações web postadas em redes sociais, tais como Facebook e Twitter, como positivas, negativas e neutras. Para a tarefa de classificação, essa ferramenta utiliza o recurso léxico SentiWordNet e o algoritmo Naive Bayes. Nos experimentos realizados, as publicações coletadas para a classificação são de três empresas de comércio eletrônico brasileiras. Os resultados obtidos foram bastante relevantes para as publicações oriundas do Twitter utilizando o algoritmo Naive Bayes, variando entre 71% a 95% de classificações corretas.
Palavras-chave:
E-Commerce, Redes Sociais, Análise de Sentimentos
Referências
Aranha, C. and Passos, E. (2006) “A Tecnologia de Mineração de Textos: Artigo tutorial”. RESI - Revista Eletrônica de Sistemas de Informação. n. 2, http://revistas.facecla.com.br/index.php/reinfo/article/view/171, Setembro.
Barion, C. N. and Lago, D. (2008). Mineração de Textos. In Revista de Ciências Exatas e Tecnologia, v. 3, n. 3, p. 123-140.
Bifet, A. and Frank, E. (2010). Sentiment Knowledge Discovery in Twitter Streaming Data. In Proceedings of the 13th international conference on Discovery science, pages 1-15.
Bollen, J., Pepe, A. and Mao, H. (2011). Modeling public mood and emotion: Twitter sentiment and socio-economic phenomena. In Proceedings of the Fifth International AAAI Conference on Weblogs and Social Media, pages 17-21.
Burson-Marsteller (2013) “The Latin America Social Media Check-up 2013”. http://sites.burson-marsteller.com/social/LatamResults.aspx.
Castro, M. (2013) "Redes sociais forçam empresas a responder rápido", http://exame.abril.com.br/rede-de-blogs/midias-sociais/2013/04/02/redes-sociais-forcam-empresas-a-responder-rapido/.
Ebitempresa (2013) “O que é a e-bit?”. http://www.ebitempresa.com.br/quem.asp.
Jose, K., Bhatia, N., Krishna, S. (2010). TWITTER SENTIMENT ANALYSIS. Department of Computer Science & Engineering, National Institute of Technology Calicut at Monsoon.
Kwak, H., Lee, C., Park, H. and Moon, S. (2010). What is Twitter, a social network or a news media? In Proceedings of the 19th International Conference on World Wide Web, pages 591–600.
Langley, P., Iba, W. and Thompson, K. (1992). An analysis of Bayesian classifiers. In Proceedings of the Tenth National Conference on Artificial Intelligence, pages 399–406.
Li, Y., Ye, Q., Zhang, Z. and Wang, T. (2011) “Snippet-Based Unsupervised Approach For Sentiment Classification Of Chinese Online”, Reviews International Journal of Information Technology & Decision Making Vol. 10, No. 6, p. 1097–1110.
Liu, B. (2010) “Sentiment Analysis and Subjectivity”. In Handbook of Natural Language Processing, Second Edition. CRC Press.
Martinazzo, B. (2010). Um Método de Identificação de Emoções em Textos Curtos Para o Português do Brasil. 68 f. Dissertação de Mestrado, Pontifícia Universidade Católica do Paraná, Curitiba.
Nascimento, P., Aguas, R., Lima, D., Kong, X., Osiek, B., Xexeo, G. and Souza, J. (2012). Análise de sentimento de tweets com foco em notícias. Brazilian Workshop on Social Network Analysis and Mining.
Oguri, P. (2006). Aprendizado de Máquina para o Problema de Sentiment Classification. 54 f. Dissertação de Mestrado, Pontifícia Universidade Católica do Rio de Janeiro.
Oliveira, C. W. (2013). Análise de Sentimentos de Comentários em Português Utilizando SENTIWORDNET. Monografia de Especialização em Desenvolvimento de Sistemas para Web, Departamento de Informática, Universidade Estadual de Maringá.
Pak, A. and Paroubek, P. (2010). Twitter as a corpus for sentiment analysis and opinion mining. In Proceedings of the 7th Conference on International Language Resources and Evaluation, pages 1320-1326.
Santos, M. (2010). Protótipo para Mineração de Opinião em Redes Sociais: Estudo de Casos Selecionados Usando o Twitter. Monografia. Departamento de Ciência da Computação, Universidade Federal de Lavras.
Turney, P. (2002). Thumbs up or thumbs down? Semantic orientation applied to unsu-pervised classification of reviews. In Proceedings of the Association for Computational Linguistics, pages 417–424.
Barion, C. N. and Lago, D. (2008). Mineração de Textos. In Revista de Ciências Exatas e Tecnologia, v. 3, n. 3, p. 123-140.
Bifet, A. and Frank, E. (2010). Sentiment Knowledge Discovery in Twitter Streaming Data. In Proceedings of the 13th international conference on Discovery science, pages 1-15.
Bollen, J., Pepe, A. and Mao, H. (2011). Modeling public mood and emotion: Twitter sentiment and socio-economic phenomena. In Proceedings of the Fifth International AAAI Conference on Weblogs and Social Media, pages 17-21.
Burson-Marsteller (2013) “The Latin America Social Media Check-up 2013”. http://sites.burson-marsteller.com/social/LatamResults.aspx.
Castro, M. (2013) "Redes sociais forçam empresas a responder rápido", http://exame.abril.com.br/rede-de-blogs/midias-sociais/2013/04/02/redes-sociais-forcam-empresas-a-responder-rapido/.
Ebitempresa (2013) “O que é a e-bit?”. http://www.ebitempresa.com.br/quem.asp.
Jose, K., Bhatia, N., Krishna, S. (2010). TWITTER SENTIMENT ANALYSIS. Department of Computer Science & Engineering, National Institute of Technology Calicut at Monsoon.
Kwak, H., Lee, C., Park, H. and Moon, S. (2010). What is Twitter, a social network or a news media? In Proceedings of the 19th International Conference on World Wide Web, pages 591–600.
Langley, P., Iba, W. and Thompson, K. (1992). An analysis of Bayesian classifiers. In Proceedings of the Tenth National Conference on Artificial Intelligence, pages 399–406.
Li, Y., Ye, Q., Zhang, Z. and Wang, T. (2011) “Snippet-Based Unsupervised Approach For Sentiment Classification Of Chinese Online”, Reviews International Journal of Information Technology & Decision Making Vol. 10, No. 6, p. 1097–1110.
Liu, B. (2010) “Sentiment Analysis and Subjectivity”. In Handbook of Natural Language Processing, Second Edition. CRC Press.
Martinazzo, B. (2010). Um Método de Identificação de Emoções em Textos Curtos Para o Português do Brasil. 68 f. Dissertação de Mestrado, Pontifícia Universidade Católica do Paraná, Curitiba.
Nascimento, P., Aguas, R., Lima, D., Kong, X., Osiek, B., Xexeo, G. and Souza, J. (2012). Análise de sentimento de tweets com foco em notícias. Brazilian Workshop on Social Network Analysis and Mining.
Oguri, P. (2006). Aprendizado de Máquina para o Problema de Sentiment Classification. 54 f. Dissertação de Mestrado, Pontifícia Universidade Católica do Rio de Janeiro.
Oliveira, C. W. (2013). Análise de Sentimentos de Comentários em Português Utilizando SENTIWORDNET. Monografia de Especialização em Desenvolvimento de Sistemas para Web, Departamento de Informática, Universidade Estadual de Maringá.
Pak, A. and Paroubek, P. (2010). Twitter as a corpus for sentiment analysis and opinion mining. In Proceedings of the 7th Conference on International Language Resources and Evaluation, pages 1320-1326.
Santos, M. (2010). Protótipo para Mineração de Opinião em Redes Sociais: Estudo de Casos Selecionados Usando o Twitter. Monografia. Departamento de Ciência da Computação, Universidade Federal de Lavras.
Turney, P. (2002). Thumbs up or thumbs down? Semantic orientation applied to unsu-pervised classification of reviews. In Proceedings of the Association for Computational Linguistics, pages 417–424.
Publicado
01/08/2014
Como Citar
EVANGELISTA, Thales R.; PADILHA, Thereza P. Pereira.
Monitoramento de Posts Sobre Empresas de E-Commerce em Redes Sociais Utilizando Análise de Sentimentos. In: BRAZILIAN WORKSHOP ON SOCIAL NETWORK ANALYSIS AND MINING (BRASNAM), 3. , 2014, Brasília.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2014
.
p. 152-163.
ISSN 2595-6094.
