Opinion mining in social media as a tool to measure consumer (in)satisfaction
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Outros Autores: | |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Revista Brasileira de Educação em Ciência da Informação |
Texto Completo: | https://portal.abecin.org.br/rebecin/article/view/235 |
Resumo: | A quantitative study that aims to explore the contribution of opinion mining in databases extracted from Facebook for the measurement of consumer (in)satisfaction. It aims to propose a flow that assists in the steps of the process of knowledge discovery in text and select tools for opinion mining at the sentence level, where the positive, negative and neutral sentiment is analyzed. A car brand database extracted from Facebook with four pre-processing treatments is submitted to the proposed flow. The Naïve Bayes, SMO and J48 algorithms in the Weka tool are used for the processing stage. It presents satisfactory results in opinion mining with the best hit rate obtained using the SMO algorithm.It proposes future work in CSC (Consumer Care Service) databases with the application of this developed methodology and studies to discover the causes of consumer (in)satisfaction found in CSC and CSC 2.0 databases. |
id |
ABECIN-1_a81ac0c7587a1ab76b1b2034844d9ad9 |
---|---|
oai_identifier_str |
oai:ojs.portal.abecin.org.br:article/235 |
network_acronym_str |
ABECIN-1 |
network_name_str |
Revista Brasileira de Educação em Ciência da Informação |
repository_id_str |
|
spelling |
Opinion mining in social media as a tool to measure consumer (in)satisfactionLa minería de opinión en los medios sociales como herramienta para medir la (in)satisfacción del consumidorA mineração de opinião em mídias sociais como ferramenta para medir a (in)satisfação do consumidorDesicion tree; Sentiment analysis; Text mining; Data mining.Árbol de decisión; Análisis de sentimientos; Minería de textos; Minería de datos.Árvore de decisão; Análise de sentimento; Mineração de Texto; Mineração de dados.A quantitative study that aims to explore the contribution of opinion mining in databases extracted from Facebook for the measurement of consumer (in)satisfaction. It aims to propose a flow that assists in the steps of the process of knowledge discovery in text and select tools for opinion mining at the sentence level, where the positive, negative and neutral sentiment is analyzed. A car brand database extracted from Facebook with four pre-processing treatments is submitted to the proposed flow. The Naïve Bayes, SMO and J48 algorithms in the Weka tool are used for the processing stage. It presents satisfactory results in opinion mining with the best hit rate obtained using the SMO algorithm.It proposes future work in CSC (Consumer Care Service) databases with the application of this developed methodology and studies to discover the causes of consumer (in)satisfaction found in CSC and CSC 2.0 databases.Estudio de carácter cuantitativo que pretende explorar la contribución de la minería de opinión en bases de datos extraídas de Facebook para la medición de la (in)satisfacción del consumidor. Su objetivo es proponer un flujo que ayude en los pasos del proceso de descubrimiento de conocimiento en el texto y seleccionar herramientas para la minería de opinión a nivel de frase, donde se analiza el sentimiento positivo, negativo y neutro. Se somete al flujo propuesto una base de datos, de marca de coches, extraída de Facebook con cuatro tratamientos de preprocesamiento. Los algoritmos Naïve Bayes, SMO y J48 se utilizan en la herramienta Weka para la etapa de procesamiento. Presenta resultados satisfactorios en la minería de opinión, con la mejor tasa de aciertos obtenida con el algoritmo SMO. Propone trabajos futuros en bases de datos SAC (Servicio de Atención al Consumidor) con la aplicación de esta metodología desarrollada y estudios para descubrir las causas de la (in)satisfacción del consumidor encontradas en las bases de datos SAC y SAC 2.0. Estudo de natureza quantitativa que objetiva explorar a contribuição da mineração de opinião em bases de dados extraídas do Facebook para a medição da (in)satisfação dos consumidores. Visa propor um fluxo que auxilie nas etapas do processo de descoberta de conhecimento em texto e selecionar ferramentas para a mineração de opinião a nível de sentença, onde se analisa o sentimento positivo, negativo e neutro. Submete-se ao proposto fluxo uma base de dados, de marca de carros, extraída do Facebook com quatro tratamentos de pré-processamento. Utilizam-se os algoritmos Naïve Bayes, SMO e J48 na ferramenta Weka para a etapa de processamento. Apresenta resultados satisfatórios na mineração de opinião com melhor taxa de acerto obtida usando o algoritmo SMO. Propõe trabalhos futuros em bases de dados SAC (Serviço de Atendimento ao Consumidor) com a aplicação desta metodologia desenvolvida e estudos de descobrimento das causas de (in)satisfação dos consumidores encontradas em bases de dados SAC e SAC 2.0.ABECIN2021-10-28info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdftext/htmltext/xmlhttps://portal.abecin.org.br/rebecin/article/view/23510.24208/rebecin.v8i.235Revista Brasileira de Educação em Ciência da Informação; Vol. 8 (2021): Special edition: TCC ABECIN Award; 1-13Revista Brasileira de Educação em Ciência da Informação; Vol. 8 (2021): Edicion especial: Premio TCC ABECIN; 1-13Revista Brasileira de Educação em Ciência da Informação; v. 8 (2021): Edição especial: Prêmio TCC ABECIN; 1-132358-3193reponame:Revista Brasileira de Educação em Ciência da Informaçãoinstname:Associação Brasileira de Educação em Ciência da Informação (ABECIN)instacron:ABECINporhttps://portal.abecin.org.br/rebecin/article/view/235/343https://portal.abecin.org.br/rebecin/article/view/235/344https://portal.abecin.org.br/rebecin/article/view/235/345Copyright (c) 2021 Luis Sancliment Iglesias, Denise Fukumi Tsunodainfo:eu-repo/semantics/openAccessSancliment Iglesias, LuisFukumi Tsunoda, Denise 2022-01-14T00:45:41Zoai:ojs.portal.abecin.org.br:article/235Revistahttps://portal.abecin.org.br/rebecinPUBhttps://portal.abecin.org.br/rebecin/oai||valentim@valentim.pro.br|| danielaspudeit@gmail.com2358-31932358-3193opendoar:2022-01-14T00:45:41Revista Brasileira de Educação em Ciência da Informação - Associação Brasileira de Educação em Ciência da Informação (ABECIN)false |
dc.title.none.fl_str_mv |
Opinion mining in social media as a tool to measure consumer (in)satisfaction La minería de opinión en los medios sociales como herramienta para medir la (in)satisfacción del consumidor A mineração de opinião em mídias sociais como ferramenta para medir a (in)satisfação do consumidor |
title |
Opinion mining in social media as a tool to measure consumer (in)satisfaction |
spellingShingle |
Opinion mining in social media as a tool to measure consumer (in)satisfaction Sancliment Iglesias, Luis Desicion tree; Sentiment analysis; Text mining; Data mining. Árbol de decisión; Análisis de sentimientos; Minería de textos; Minería de datos. Árvore de decisão; Análise de sentimento; Mineração de Texto; Mineração de dados. |
title_short |
Opinion mining in social media as a tool to measure consumer (in)satisfaction |
title_full |
Opinion mining in social media as a tool to measure consumer (in)satisfaction |
title_fullStr |
Opinion mining in social media as a tool to measure consumer (in)satisfaction |
title_full_unstemmed |
Opinion mining in social media as a tool to measure consumer (in)satisfaction |
title_sort |
Opinion mining in social media as a tool to measure consumer (in)satisfaction |
author |
Sancliment Iglesias, Luis |
author_facet |
Sancliment Iglesias, Luis Fukumi Tsunoda, Denise |
author_role |
author |
author2 |
Fukumi Tsunoda, Denise |
author2_role |
author |
dc.contributor.author.fl_str_mv |
Sancliment Iglesias, Luis Fukumi Tsunoda, Denise |
dc.subject.por.fl_str_mv |
Desicion tree; Sentiment analysis; Text mining; Data mining. Árbol de decisión; Análisis de sentimientos; Minería de textos; Minería de datos. Árvore de decisão; Análise de sentimento; Mineração de Texto; Mineração de dados. |
topic |
Desicion tree; Sentiment analysis; Text mining; Data mining. Árbol de decisión; Análisis de sentimientos; Minería de textos; Minería de datos. Árvore de decisão; Análise de sentimento; Mineração de Texto; Mineração de dados. |
description |
A quantitative study that aims to explore the contribution of opinion mining in databases extracted from Facebook for the measurement of consumer (in)satisfaction. It aims to propose a flow that assists in the steps of the process of knowledge discovery in text and select tools for opinion mining at the sentence level, where the positive, negative and neutral sentiment is analyzed. A car brand database extracted from Facebook with four pre-processing treatments is submitted to the proposed flow. The Naïve Bayes, SMO and J48 algorithms in the Weka tool are used for the processing stage. It presents satisfactory results in opinion mining with the best hit rate obtained using the SMO algorithm.It proposes future work in CSC (Consumer Care Service) databases with the application of this developed methodology and studies to discover the causes of consumer (in)satisfaction found in CSC and CSC 2.0 databases. |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021-10-28 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://portal.abecin.org.br/rebecin/article/view/235 10.24208/rebecin.v8i.235 |
url |
https://portal.abecin.org.br/rebecin/article/view/235 |
identifier_str_mv |
10.24208/rebecin.v8i.235 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://portal.abecin.org.br/rebecin/article/view/235/343 https://portal.abecin.org.br/rebecin/article/view/235/344 https://portal.abecin.org.br/rebecin/article/view/235/345 |
dc.rights.driver.fl_str_mv |
Copyright (c) 2021 Luis Sancliment Iglesias, Denise Fukumi Tsunoda info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2021 Luis Sancliment Iglesias, Denise Fukumi Tsunoda |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf text/html text/xml |
dc.publisher.none.fl_str_mv |
ABECIN |
publisher.none.fl_str_mv |
ABECIN |
dc.source.none.fl_str_mv |
Revista Brasileira de Educação em Ciência da Informação; Vol. 8 (2021): Special edition: TCC ABECIN Award; 1-13 Revista Brasileira de Educação em Ciência da Informação; Vol. 8 (2021): Edicion especial: Premio TCC ABECIN; 1-13 Revista Brasileira de Educação em Ciência da Informação; v. 8 (2021): Edição especial: Prêmio TCC ABECIN; 1-13 2358-3193 reponame:Revista Brasileira de Educação em Ciência da Informação instname:Associação Brasileira de Educação em Ciência da Informação (ABECIN) instacron:ABECIN |
instname_str |
Associação Brasileira de Educação em Ciência da Informação (ABECIN) |
instacron_str |
ABECIN |
institution |
ABECIN |
reponame_str |
Revista Brasileira de Educação em Ciência da Informação |
collection |
Revista Brasileira de Educação em Ciência da Informação |
repository.name.fl_str_mv |
Revista Brasileira de Educação em Ciência da Informação - Associação Brasileira de Educação em Ciência da Informação (ABECIN) |
repository.mail.fl_str_mv |
||valentim@valentim.pro.br|| danielaspudeit@gmail.com |
_version_ |
1798325207507664896 |