Internet of Reviews: um dataset de características e avaliações de objetos inteligentes no mercado brasileiro
Resumo
Com a expansão da Internet das Coisas (IoT), a análise da jornada do consumidor torna-se estratégica. Este trabalho apresenta a construção e análise de um dataset robusto em português, que integra tanto o pós-venda (avaliações) e pré-venda (perguntas) do varejo eletrônico de objetos inteligentes. Aplicando técnicas de PLN, identificamos uma assimetria deste ecossistema: enquanto a recepção geral é positiva, as frustrações concentram-se em desafios de software e conectividade, que superam falhas de hardware. A análise das perguntas revela ainda uma profunda insegurança prévia sobre interoperabilidade, indicando que a falta de padronização e clareza nas especificações dos produtos atua como a principal barreira para a adoção da tecnologia IoT.
Palavras-chave:
Dataset em Português, Avaliações, Perguntas e Respostas
Referências
Almeida, R. J. A. (2018). LeIA - Léxico para Inferência Adaptada. [link].
Barbosa, J. C. (2018). Mineração de texto: uso de técnicas de processamento de linguagem natural para suporte à geraçãoo de projeções baseadas em opiniães do consumidor. PhD thesis, Mestrado em Sistemas de Informação e Gestão do Conhecimento.
Beckhauser, W. and Fileto, R. (2024). Can a simple customer review outperform a feature set for predicting churn? In Anais do XXXIX Simpósio Brasileiro de Bancos de Dados, pages 117–128.
Brownfield, S. and Zhou, J. (2020). Sentiment analysis of amazon product reviews. In Proceedings of the Computational Methods in Systems and Software, pages 739–750. Springer.
Chanda, V., Hao, L., and Schulzrinne, H. (2024). From frustration to function: A study on usability challenges in smart home IoT devices. In 2024 IEEE 21st Consumer Communications & Networking Conference (CCNC), pages 1–6. IEEE.
da Silva, J. and Baranauskas, M. (2023). Internet das coisas em hospitais: Uma revisão sistemática da literatura em ambientes ubíquos e pervasivos. Relatório técnico, Universidade Estadual de Campinas.
de Melo, T. (2024). Starrest: Um conjunto de dados de restaurantes estrelados e respectivas avaliações. In Anais do VI Dataset Showcase Workshop, pages 114–124, Porto Alegre, RS, Brasil. SBC.
Fabri, E. V., Lima, M. P. F., Rodrigues, M. d. S., Silva, S. M. d., and Rangel, M. L. (2025). A revoluÇÃo da internet das coisas (iot): Conectando o mundo fÍsico e digital. Revista Missioneira, 27:173–183.
Gilbert, C. H. E. (2014). Vader: A parsimonious rule-based model for sentiment analysis of social media text. In Eighth International Conference on Weblogs and Social Media (ICWSM-14).
Grootendorst, M. (2022). BERTopic: Neural topic modeling with a class-based TF-IDF procedure.
Kortuem, G., Kawsar, F., Sundramoorthy, V., and Fitton, D. (2009). Smart objects as building blocks for the internet of things. IEEE internet computing, 14(1):44–51.
Mordor Intelligence (2025). Mercado de IoT de Consumo - Tamanho e Análise de Participação - Previsões de Crescimento. Acessado em: 30 de junho de 2026.
Ojeda, D., Zalewski, W., and Maletzke, A. (2024). Utilizando a quantificação na análise de sentimentos em reviews de produtos. In Anais da XIX Escola Regional de Banco de Dados, pages 71–80. SBC.
Protick, T. I., Peddinti, S. T., Taft, N., and Das, A. (2026). LLM-powered analysis of IoT user reviews: Tracking and ranking security and privacy concerns. In Proceedings of the 20th International AAAI Conference on Web and Social Media (ICWSM).
Reimers, N. and Gurevych, I. (2019). Sentence-bert: Sentence embeddings using siamese bert-networks. In Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing. Association for Computational Linguistics.
Rohman, A. N., Luviana Musyarofah, R., Utami, E., and Raharjo, S. (2020). Natural language processing on marketplace product review sentiment analysis. In 2020 2nd International Conference on Cybernetics and Intelligent System (ICORIS).
Santana, H., Bradachi, J., Andrade, M., Silva, A., Silva, T., Silva, F., and Aylon, L. (2025). Od4cot: um dataset baseado em ontologia para o contexto das coisas. In Anais do XVII Simpósio Brasileiro de Computação Ubíqua e Pervasiva, pages 141–150. SBC.
Santos, I., Villas, M., and Lifschitz, S. (2024). Análise de satisfação de serviços e produtos brasileiros em plataformas eletrônicas: Uma abordagem de mineração de texto. In Anais do XXXIX Simpósio Brasileiro de Bancos de Dados, pages 37–43. SBC.
Sebrae (2022). A importância do pós-venda na fidelização e satisfação de clientes. Acessado em: 30 de junho de 2026.
Siqueira, V., Costa, R. H., Soares, T., Lunardi, G., and Silva, W. (2024). Dataset anotado de sentimentos a partir de comentários de aplicativos móveis. In Anais do VI Dataset Showcase Workshop, pages 65–76.
Tripathy, G. and Sharaff, A. (2026). Traversing the landscape of aspect-based sentiment analysis: Delving deeper into techniques, trends, and future directions. Computer Science Review, 60:100885.
Truelove, A., Chowdhury, F. N., Gnawali, O., and Alipour, M. A. (2019). Topics of concern: identifying user issues in reviews of IoT apps and devices. In Proceedings of the IEEE/ACM 1st International Workshop on Software Engineering Research Practices for the Internet of Things (SERP4IoT 2019).
Usmani, U. A., Haron, N. S., and Jaafar, J. (2021). A natural language processing approach to mine online reviews using topic modelling. In Chaubey, N., Parikh, S., and Amin, K., editors, Computing Science, Communication and Security, pages 82–98, Cham. Springer International Publishing.
Wang, H., Wang, S., Lu, Y., et al. (2025). Enhanced audience sentiment analysis in IoT-integrated metaverse media communication. PLoS ONE, 20(10):e0332106.
Xiao, Y., Qi, C., and Hongyong, L. (2021). Sentiment analysis of amazon product reviews based on nlp.
Yu, Y., Fu, Q., Zhang, D., and Gu, Q. (2024). Understanding user experience with smart home products. Journal of Computer Information Systems.
Barbosa, J. C. (2018). Mineração de texto: uso de técnicas de processamento de linguagem natural para suporte à geraçãoo de projeções baseadas em opiniães do consumidor. PhD thesis, Mestrado em Sistemas de Informação e Gestão do Conhecimento.
Beckhauser, W. and Fileto, R. (2024). Can a simple customer review outperform a feature set for predicting churn? In Anais do XXXIX Simpósio Brasileiro de Bancos de Dados, pages 117–128.
Brownfield, S. and Zhou, J. (2020). Sentiment analysis of amazon product reviews. In Proceedings of the Computational Methods in Systems and Software, pages 739–750. Springer.
Chanda, V., Hao, L., and Schulzrinne, H. (2024). From frustration to function: A study on usability challenges in smart home IoT devices. In 2024 IEEE 21st Consumer Communications & Networking Conference (CCNC), pages 1–6. IEEE.
da Silva, J. and Baranauskas, M. (2023). Internet das coisas em hospitais: Uma revisão sistemática da literatura em ambientes ubíquos e pervasivos. Relatório técnico, Universidade Estadual de Campinas.
de Melo, T. (2024). Starrest: Um conjunto de dados de restaurantes estrelados e respectivas avaliações. In Anais do VI Dataset Showcase Workshop, pages 114–124, Porto Alegre, RS, Brasil. SBC.
Fabri, E. V., Lima, M. P. F., Rodrigues, M. d. S., Silva, S. M. d., and Rangel, M. L. (2025). A revoluÇÃo da internet das coisas (iot): Conectando o mundo fÍsico e digital. Revista Missioneira, 27:173–183.
Gilbert, C. H. E. (2014). Vader: A parsimonious rule-based model for sentiment analysis of social media text. In Eighth International Conference on Weblogs and Social Media (ICWSM-14).
Grootendorst, M. (2022). BERTopic: Neural topic modeling with a class-based TF-IDF procedure.
Kortuem, G., Kawsar, F., Sundramoorthy, V., and Fitton, D. (2009). Smart objects as building blocks for the internet of things. IEEE internet computing, 14(1):44–51.
Mordor Intelligence (2025). Mercado de IoT de Consumo - Tamanho e Análise de Participação - Previsões de Crescimento. Acessado em: 30 de junho de 2026.
Ojeda, D., Zalewski, W., and Maletzke, A. (2024). Utilizando a quantificação na análise de sentimentos em reviews de produtos. In Anais da XIX Escola Regional de Banco de Dados, pages 71–80. SBC.
Protick, T. I., Peddinti, S. T., Taft, N., and Das, A. (2026). LLM-powered analysis of IoT user reviews: Tracking and ranking security and privacy concerns. In Proceedings of the 20th International AAAI Conference on Web and Social Media (ICWSM).
Reimers, N. and Gurevych, I. (2019). Sentence-bert: Sentence embeddings using siamese bert-networks. In Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing. Association for Computational Linguistics.
Rohman, A. N., Luviana Musyarofah, R., Utami, E., and Raharjo, S. (2020). Natural language processing on marketplace product review sentiment analysis. In 2020 2nd International Conference on Cybernetics and Intelligent System (ICORIS).
Santana, H., Bradachi, J., Andrade, M., Silva, A., Silva, T., Silva, F., and Aylon, L. (2025). Od4cot: um dataset baseado em ontologia para o contexto das coisas. In Anais do XVII Simpósio Brasileiro de Computação Ubíqua e Pervasiva, pages 141–150. SBC.
Santos, I., Villas, M., and Lifschitz, S. (2024). Análise de satisfação de serviços e produtos brasileiros em plataformas eletrônicas: Uma abordagem de mineração de texto. In Anais do XXXIX Simpósio Brasileiro de Bancos de Dados, pages 37–43. SBC.
Sebrae (2022). A importância do pós-venda na fidelização e satisfação de clientes. Acessado em: 30 de junho de 2026.
Siqueira, V., Costa, R. H., Soares, T., Lunardi, G., and Silva, W. (2024). Dataset anotado de sentimentos a partir de comentários de aplicativos móveis. In Anais do VI Dataset Showcase Workshop, pages 65–76.
Tripathy, G. and Sharaff, A. (2026). Traversing the landscape of aspect-based sentiment analysis: Delving deeper into techniques, trends, and future directions. Computer Science Review, 60:100885.
Truelove, A., Chowdhury, F. N., Gnawali, O., and Alipour, M. A. (2019). Topics of concern: identifying user issues in reviews of IoT apps and devices. In Proceedings of the IEEE/ACM 1st International Workshop on Software Engineering Research Practices for the Internet of Things (SERP4IoT 2019).
Usmani, U. A., Haron, N. S., and Jaafar, J. (2021). A natural language processing approach to mine online reviews using topic modelling. In Chaubey, N., Parikh, S., and Amin, K., editors, Computing Science, Communication and Security, pages 82–98, Cham. Springer International Publishing.
Wang, H., Wang, S., Lu, Y., et al. (2025). Enhanced audience sentiment analysis in IoT-integrated metaverse media communication. PLoS ONE, 20(10):e0332106.
Xiao, Y., Qi, C., and Hongyong, L. (2021). Sentiment analysis of amazon product reviews based on nlp.
Yu, Y., Fu, Q., Zhang, D., and Gu, Q. (2024). Understanding user experience with smart home products. Journal of Computer Information Systems.
Publicado
08/09/2026
Como Citar
BRADACHI, João G. A.; MELO, Philipe de Freitas; SILVA, Thais R. M. B..
Internet of Reviews: um dataset de características e avaliações de objetos inteligentes no mercado brasileiro. In: DATASET SHOWCASE WORKSHOP (DSW), 8. , 2026, São Carlos/SP.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2026
.
p. 60-71.
DOI: https://doi.org/10.5753/dsw.2026.249491.
