Análise de Sentimentos de Textos do Twitter sobre Mercado de Ações Brasileiro

Detalhes bibliográficos
Autor(a) principal: Araújo, Valdi Leão
Data de Publicação: 2021
Outros Autores: Fernandes, Bruno José Torres
Tipo de documento: Artigo
Idioma: por
Título da fonte: Revista de Engenharia e Pesquisa Aplicada
Texto Completo: http://revistas.poli.br/index.php/repa/article/view/1750
Resumo: Used to determine the attitude, opinion, emotion expressed by someone on a particular subject, the sentiment analysis has provided several studies on the importance of mining opinion with the price in the stock market. Research shows that there is a strong relationship between the news about a company and its fluctuations in stock prices. The objective of this research is to develop a model that identifies and classifies the polarity in the analysis of feelings using LSTM neural networks, in which they were extracted from specialized profiles in the Brazilian stock market of the social network Twitter, for companies previously defined: Petrobras, Vale, JBS, Eletrobras and Oi. The results obtained allowed to classify positivity, neutrality and negativity of the tweets, as well as perform an analysis and visualize the frequency in which it occurs.
id UFPE-2_e439a505485b0b04e112c3386149de24
oai_identifier_str oai:ojs.poli.br:article/1750
network_acronym_str UFPE-2
network_name_str Revista de Engenharia e Pesquisa Aplicada
repository_id_str
spelling Análise de Sentimentos de Textos do Twitter sobre Mercado de Ações BrasileiroUsed to determine the attitude, opinion, emotion expressed by someone on a particular subject, the sentiment analysis has provided several studies on the importance of mining opinion with the price in the stock market. Research shows that there is a strong relationship between the news about a company and its fluctuations in stock prices. The objective of this research is to develop a model that identifies and classifies the polarity in the analysis of feelings using LSTM neural networks, in which they were extracted from specialized profiles in the Brazilian stock market of the social network Twitter, for companies previously defined: Petrobras, Vale, JBS, Eletrobras and Oi. The results obtained allowed to classify positivity, neutrality and negativity of the tweets, as well as perform an analysis and visualize the frequency in which it occurs.Utilizada para determinar a atitude, opinião, emoção expressa por alguém sobre um assunto em particular, a análise de sentimentos vem proporcionando diversos estudos sobre a importância da mineração de opinião com o preço no mercado de ações. Pesquisas demonstram que há uma forte relação entre a notícia sobre uma empresa e suas flutuações nos preços das ações. O objetivo desta pesquisa é desenvolver um modelo que identifique e classifique a polaridade na análise de sentimentos utilizando redes neurais LSTM, no qual, foram extraídos de perfis especializados no mercado de ações brasileiro da rede social Twitter, para empresas previamente definida: Petrobras, Vale, JBS, Eletrobras e Oi. Os resultados obtidos permitiram classificar positividade, neutralidade e negatividade dos tweets, como também realizar uma análise e visualizar a frequência em que ocorre.Escola Politécnica de Pernambuco2021-11-18info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdftext/htmlhttp://revistas.poli.br/index.php/repa/article/view/1750Journal of Engineering and Applied Research; Vol 6 No 5 (2021): Edição Especial em Ciência de Dados e Analytics; 18-26Revista de Engenharia e Pesquisa Aplicada; v. 6 n. 5 (2021): Edição Especial em Ciência de Dados e Analytics; 18-262525-425110.25286/repa.v6i5reponame:Revista de Engenharia e Pesquisa Aplicadainstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEporhttp://revistas.poli.br/index.php/repa/article/view/1750/774http://revistas.poli.br/index.php/repa/article/view/1750/775Copyright (c) 2021 Valdi Leão Araújo, Bruno José Torres Fernandeshttp://creativecommons.org/licenses/by-nc/4.0info:eu-repo/semantics/openAccessAraújo, Valdi LeãoFernandes, Bruno José Torres2021-11-25T12:22:35Zoai:ojs.poli.br:article/1750Revistahttp://revistas.poli.br/index.php/repaONGhttp://revistas.poli.br/index.php/repa/oai||repa@poli.br2525-42512525-4251opendoar:2021-11-25T12:22:35Revista de Engenharia e Pesquisa Aplicada - Universidade Federal de Pernambuco (UFPE)false
dc.title.none.fl_str_mv Análise de Sentimentos de Textos do Twitter sobre Mercado de Ações Brasileiro
title Análise de Sentimentos de Textos do Twitter sobre Mercado de Ações Brasileiro
spellingShingle Análise de Sentimentos de Textos do Twitter sobre Mercado de Ações Brasileiro
Araújo, Valdi Leão
title_short Análise de Sentimentos de Textos do Twitter sobre Mercado de Ações Brasileiro
title_full Análise de Sentimentos de Textos do Twitter sobre Mercado de Ações Brasileiro
title_fullStr Análise de Sentimentos de Textos do Twitter sobre Mercado de Ações Brasileiro
title_full_unstemmed Análise de Sentimentos de Textos do Twitter sobre Mercado de Ações Brasileiro
title_sort Análise de Sentimentos de Textos do Twitter sobre Mercado de Ações Brasileiro
author Araújo, Valdi Leão
author_facet Araújo, Valdi Leão
Fernandes, Bruno José Torres
author_role author
author2 Fernandes, Bruno José Torres
author2_role author
dc.contributor.author.fl_str_mv Araújo, Valdi Leão
Fernandes, Bruno José Torres
description Used to determine the attitude, opinion, emotion expressed by someone on a particular subject, the sentiment analysis has provided several studies on the importance of mining opinion with the price in the stock market. Research shows that there is a strong relationship between the news about a company and its fluctuations in stock prices. The objective of this research is to develop a model that identifies and classifies the polarity in the analysis of feelings using LSTM neural networks, in which they were extracted from specialized profiles in the Brazilian stock market of the social network Twitter, for companies previously defined: Petrobras, Vale, JBS, Eletrobras and Oi. The results obtained allowed to classify positivity, neutrality and negativity of the tweets, as well as perform an analysis and visualize the frequency in which it occurs.
publishDate 2021
dc.date.none.fl_str_mv 2021-11-18
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 http://revistas.poli.br/index.php/repa/article/view/1750
url http://revistas.poli.br/index.php/repa/article/view/1750
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv http://revistas.poli.br/index.php/repa/article/view/1750/774
http://revistas.poli.br/index.php/repa/article/view/1750/775
dc.rights.driver.fl_str_mv Copyright (c) 2021 Valdi Leão Araújo, Bruno José Torres Fernandes
http://creativecommons.org/licenses/by-nc/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2021 Valdi Leão Araújo, Bruno José Torres Fernandes
http://creativecommons.org/licenses/by-nc/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
text/html
dc.publisher.none.fl_str_mv Escola Politécnica de Pernambuco
publisher.none.fl_str_mv Escola Politécnica de Pernambuco
dc.source.none.fl_str_mv Journal of Engineering and Applied Research; Vol 6 No 5 (2021): Edição Especial em Ciência de Dados e Analytics; 18-26
Revista de Engenharia e Pesquisa Aplicada; v. 6 n. 5 (2021): Edição Especial em Ciência de Dados e Analytics; 18-26
2525-4251
10.25286/repa.v6i5
reponame:Revista de Engenharia e Pesquisa Aplicada
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Revista de Engenharia e Pesquisa Aplicada
collection Revista de Engenharia e Pesquisa Aplicada
repository.name.fl_str_mv Revista de Engenharia e Pesquisa Aplicada - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv ||repa@poli.br
_version_ 1798036000396541952

Registros relacionados