Mineração de texto aplicada a um banco de reviews de produtos

• Autor(a) principal: Neves, Ana Luiza Santos
• Data de Publicação: 2019
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
• Texto Completo: https://app.uff.br/riuff/handle/1/13478
• topic: Estatística; Mineração de texto; Random forest; Análise de conglomerado; Reviews; E-commerce; Machine learning; Data science; Estatística

Este projeto tem como finalidade unir técnicas de mineração de texto a métodos de classificação de dados e aplicá-los em um banco de \textit{reviews} de peças de roupa compradas pela internet. O objetivo central do estudo é identificar peças com recomendações positivas e negativas a partir do texto escrito pelo consumidor ao descrever a peça. Para tal, foram realizados procedimentos a fim de transformar o banco textual em um banco numérico e, após realizado isso, foram utilizados dois métodos para classificar os dados: Análise de Conglomerado e Random Forest. Enquanto a análise de conglomerado encontrou muita dificuldade em classificar os documentos, o método Random Forest foi mais bem sucedido na tarefa, apresentando acurácia em torno de 70%.