Mineração de dados em rede social para avaliação de tendências de consumo do queijo artesanal no Brasil

• Autor(a) principal: Nogueira, Thallys da Silva
• Data de Publicação: 2021
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFJF
• Texto Completo: https://doi.org/10.34019/ufjf/di/2021/00021; https://repositorio.ufjf.br/jspui/handle/ufjf/12524
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA; Mineração de dados; Aprendizagem de máquina; Análise de sentimentos; Redes sociais; Queijo artesanal; Data mining; Machine learning; Sentiment analysis; Social networks

O desenvolvimento de alternativas à pesquisa de mercado tradicional tem sido um grande desafio em ambientes corporativos. Tais pesquisas, têm embasamento científico, são bem validadas e trazem bons resultados, porém, fatores como limitações geográficas, longo tempo de aplicação e análise, alto custo, além de possuírem formulários que podem ser extensos e muitas vezes com baixa adesão podem inviabilizar seu uso. Com tantas pessoas utilizando as mais diversas redes sociais, as empresas estão cada vez mais atentas ao que se comenta nesses ambientes virtuais. Com tantas mensagens,posts, comentários e áudios,um grande volume de dados é gerado e, por isso, o termo Big Data neste ambiente está muito presente se referindo ao grande volume, variedade e velocidade com que os dados são gerados. Conhecer o perfil do consumidor e as tendências de consumo pode ajudar muito na tomada de decisões estratégicas nos mais diversos setores e segmentos comerciais.Dito isso, o presente trabalho refere-se ao desenvolvimento de um sistema computacional capaz de coletar, armazenar, processar e extrair informações em dados da rede social Twitter, com o objetivo de avaliar tendências de consumo por meio da identificação de características e hábitos de consumo do queijo artesanal no Brasil. Para isso, inicialmente foi desenvolvido um conjunto de palavras-chave referentes aos nomes dos queijos artesanais de interesse e um algoritmo capaz de coletar esses dados no Twitter. Em seguida, foi necessário construir um modelo de banco de dados capaz de armazenar com eficiência os dados recém-coletados e os resultados de outras análises. Para identificar a polaridade dos sentimentos presentes nos tweets desenvolveu-se um modelo utilizando o Ensemble Voting Classifier para a realização da classificação das publicações nas classes negativo,neutro e positivo. Foi necessária a criação de um conjunto de dados de treinamento específico para queijos artesanais, uma vez que não foi encontrado na literatura nenhum que atendesse a essas especificações. Utilizou-se técnicas de Processamento de Linguagem Natural para tratamento dos dados textuais e extração de informação dos mesmos. Foi desenvolvido um conjunto de palavras-chave baseada na opinião de pesquisadores da EMBRAPA Gado de Leite, representantes da Empresa de Assistência Técnica e Extensão Territorial (EMATER) e análise das palavras mais frequentes nos tweets sobre queijo artesanal, capazes de identificar as características e os hábitos de consumo do queijo artesanal. Com a análise da opinião expressa pelo consumidor na rede social do Twitter sobre os queijos artesanais no Brasil, verificou-se que definir uma tendência geral para todos os queijos artesanais foi uma tarefa impraticável devido a questões como o regionalismo,características e hábitos de consumo que variam para cada tipo de queijo, fato este que pôde ser observado pela análise do perfil de consumo do queijo Coalho. Entretanto, levando em consideração os resultados obtidos, o sistema computacional desenvolvido mostrou-se ser capaz de combinar várias técnicas e metodologias em um só lugar, tornando a tomada de decisão mais eficiente pautada pela análise de dados reais, inovando assim a forma de se fazer pesquisas de mercado tradicionais.