Text mining: análise de sentimentos na classificação de notícias

Detalhes bibliográficos
Autor(a) principal: Gomes, Helder Joaquim Carvalheira
Data de Publicação: 2013
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10362/9182
Resumo: Trabalho de Projeto apresentado como requisito parcial para obtenção do grau de Mestre em Estatística e Gestão de Informação, especialização em Gestão do Conhecimento e Inteligência de Negócio
id RCAP_ad293b7fbcf277aecf9b8c12f57e6f64
oai_identifier_str oai:run.unl.pt:10362/9182
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Text mining: análise de sentimentos na classificação de notíciasAnálise de SentimentosAnálise de OpiniãoText MiningDescoberta de Conhecimento em TextosData MiningDescoberta de Conhecimento em Bases de DadosProcessamento de Linguagem NaturalTrabalho de Projeto apresentado como requisito parcial para obtenção do grau de Mestre em Estatística e Gestão de Informação, especialização em Gestão do Conhecimento e Inteligência de NegócioNos últimos anos, em consequência do aparecimento das redes sociais, a interacção entre o cliente e a empresa sofreu grandes alterações. Esta mudança, tal como outras, acarretou vantagens e desvantagens. Uma das maiores desvantagens que decorreu desta alteração é o facto de, actualmente, as organizações terem perdido o controlo sobre o que os clientes dizem acerca das mesmas, uma vez que estes facilmente publicam as suas opiniões negativas e estas são rapidamente propagadas. No entanto, algumas organizações rapidamente perceberam que poderiam retirar desta situação importantes vantagens competitivas, através da análise das opiniões que os clientes emitem sobre as mesmas, nos diversos canais. Além disso, o crescente aumento da utilização da internet permitiu também que muita informação esteja disponível online, sendo exemplo disso o facto de, actualmente, a maioria dos jornais disponibilizarem diariamente as suas publicações, nos seus sítios, na internet. Consequentemente, o volume diário de dados disponíveis na internet cresce exponencialmente e toda a informação gerada através destes poderá ser relevante, se for tratada e utilizada correctamente. É, desta forma, que surge o desafio de gerar conhecimento através desta informação, de forma automatizada. Assim, o objectivo deste trabalho consiste na construção de um modelo capaz de avaliar a polaridade (positiva, negativa ou neutra) de títulos de notícias de economia, disponíveis em endereços de RSS Feeds. Para a realização do mesmo, foi utilizado o software SAS e, por consequência, seguida toda a sua metodologia, cuja apresentação detalhada também constitui um objectivo.In the last few years, due to the emergence of social networks, the interaction between customers and companies has experienced major changes. This change, like others, has advantages but also disadvantages. One of the major disadvantages which arose from this modification is the fact that, currently, organizations have lost control over what customers say about them, since they can easily publish their negative opinions and spread them rapidly. However, some organizations have quickly realized this situation could promote important competitive advantages, through the analysis of what customers say about them in different communication channels. Besides that, the increasing use of internet allowed that a lot of information is available online and an example of it is that, nowadays, the majority of newspapers make their publications daily available, on their websites, on the internet. Therefore, the data volume daily available on the internet grows exponentially and all of the information produced through this data might be important, if treated and used correctly. That is how the challenge of creating knowledge through this information in an automated way, emerges. Thus, the goal of this project is to build a model able to evaluate the polarity (positive, negative or neutral) of economic news headlines, available on RSS Feeds addresses. In order to do that, software SAS was used and, consequently its methodology, whose detailed description is also a goal.Neto, Miguel de Castro Simões FerreiraHenriques, Roberto André PereiraRUNGomes, Helder Joaquim Carvalheira2013-03-22T17:45:22Z2013-03-042013-03-04T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10362/9182TID:202250199porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-03-11T03:42:04Zoai:run.unl.pt:10362/9182Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:18:36.070523Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Text mining: análise de sentimentos na classificação de notícias
title Text mining: análise de sentimentos na classificação de notícias
spellingShingle Text mining: análise de sentimentos na classificação de notícias
Gomes, Helder Joaquim Carvalheira
Análise de Sentimentos
Análise de Opinião
Text Mining
Descoberta de Conhecimento em Textos
Data Mining
Descoberta de Conhecimento em Bases de Dados
Processamento de Linguagem Natural
title_short Text mining: análise de sentimentos na classificação de notícias
title_full Text mining: análise de sentimentos na classificação de notícias
title_fullStr Text mining: análise de sentimentos na classificação de notícias
title_full_unstemmed Text mining: análise de sentimentos na classificação de notícias
title_sort Text mining: análise de sentimentos na classificação de notícias
author Gomes, Helder Joaquim Carvalheira
author_facet Gomes, Helder Joaquim Carvalheira
author_role author
dc.contributor.none.fl_str_mv Neto, Miguel de Castro Simões Ferreira
Henriques, Roberto André Pereira
RUN
dc.contributor.author.fl_str_mv Gomes, Helder Joaquim Carvalheira
dc.subject.por.fl_str_mv Análise de Sentimentos
Análise de Opinião
Text Mining
Descoberta de Conhecimento em Textos
Data Mining
Descoberta de Conhecimento em Bases de Dados
Processamento de Linguagem Natural
topic Análise de Sentimentos
Análise de Opinião
Text Mining
Descoberta de Conhecimento em Textos
Data Mining
Descoberta de Conhecimento em Bases de Dados
Processamento de Linguagem Natural
description Trabalho de Projeto apresentado como requisito parcial para obtenção do grau de Mestre em Estatística e Gestão de Informação, especialização em Gestão do Conhecimento e Inteligência de Negócio
publishDate 2013
dc.date.none.fl_str_mv 2013-03-22T17:45:22Z
2013-03-04
2013-03-04T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10362/9182
TID:202250199
url http://hdl.handle.net/10362/9182
identifier_str_mv TID:202250199
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799137831445069824

Registros relacionados