Análise preditiva do mercado de ações com processamento de linguagem natural
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Outros Autores: | , |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional Uninter |
Texto Completo: | https://repositorio.uninter.com/handle/1/1386 |
Resumo: | Este projeto tem o objetivo de prever o valor de ações diversas no mercado de ações brasileira (B3) utilizando notícias disponibilizadas em sites online sobre a empresa as quais pertencem. Para tal, foi desenvolvido uma solução utilizando a linguagem Python no ambiente do Google Colab, nele o usuário define o nome da empresa que deseja pesquisar e um Web Crawler automaticamente retorna os links das notícias desta empresa, estes links são então acessados e o seu conteúdo é copiado, resumido e gravado em um arquivo de texto. Em seguida, estes dados foram submetidos por um processo de análise de linguagem natural que permitiu definir o sentimento de cada frase e então classificá-las, em relação ao desempenho da empresa, em “positivo”, “negativo” e “neutro”. Esta classificação é feita com o auxílio de um banco de dados gravado em um arquivo no formato json, que contém frases já atribuídas à suas classificações. Este arquivo é utilizado no treinamento da rede neural e diretamente impacta no desempenho da avaliação. De forma geral, este projeto alcançou seu objetivo, o código funcionou corretamente em todas as etapas e os resultados encontrados foram condizentes com as expectativas: notícias sobre quedas na bolsa retornam sentimentos negativos, notícias sobre valorização do ativo comercializado pela empresa são compreendidos como sentimentos positivos. |
id |
UNINTER-3_0b55ac5cb939ae7b186082c4c069207a |
---|---|
oai_identifier_str |
oai:repositorio.uninter.com:1/1386 |
network_acronym_str |
UNINTER-3 |
network_name_str |
Repositório Institucional Uninter |
repository_id_str |
|
spelling |
Piloneto, JuliaVieira, MateusHecht, RenanMedeiros, Luciano2023-05-22T20:33:52Z2023-05-22T20:33:52Z2020https://repositorio.uninter.com/handle/1/1386Este projeto tem o objetivo de prever o valor de ações diversas no mercado de ações brasileira (B3) utilizando notícias disponibilizadas em sites online sobre a empresa as quais pertencem. Para tal, foi desenvolvido uma solução utilizando a linguagem Python no ambiente do Google Colab, nele o usuário define o nome da empresa que deseja pesquisar e um Web Crawler automaticamente retorna os links das notícias desta empresa, estes links são então acessados e o seu conteúdo é copiado, resumido e gravado em um arquivo de texto. Em seguida, estes dados foram submetidos por um processo de análise de linguagem natural que permitiu definir o sentimento de cada frase e então classificá-las, em relação ao desempenho da empresa, em “positivo”, “negativo” e “neutro”. Esta classificação é feita com o auxílio de um banco de dados gravado em um arquivo no formato json, que contém frases já atribuídas à suas classificações. Este arquivo é utilizado no treinamento da rede neural e diretamente impacta no desempenho da avaliação. De forma geral, este projeto alcançou seu objetivo, o código funcionou corretamente em todas as etapas e os resultados encontrados foram condizentes com as expectativas: notícias sobre quedas na bolsa retornam sentimentos negativos, notícias sobre valorização do ativo comercializado pela empresa são compreendidos como sentimentos positivos.application/pdfInteligência ArtificialBig DataLinguagem NaturalPythonMercado de AçõesAnálise preditiva do mercado de ações com processamento de linguagem naturalinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisCentro Universitário Internacional UninterEscola Superior PolitécnicaCuritiba, Brasil/Paraná2020Engenharia de ComputaçãoGraduaçãoinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional Uninterinstname:Centro Universitário Internacional (UNINTER)instacron:UNINTERORIGINALTCC ENG COMP Julia PILONETO; Mateus VIEIRA; Renan HECHT, 2020.pdfTCC ENG COMP Julia PILONETO; Mateus VIEIRA; Renan HECHT, 2020.pdfapplication/pdf397539https://repositorio.uninter.com/bitstream/1/1386/1/TCC%20ENG%20COMP%20Julia%20PILONETO%3b%20Mateus%20VIEIRA%3b%20Renan%20HECHT%2c%202020.pdf25161a8d9f75f1fbbf54117e6bd62ff7MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81824https://repositorio.uninter.com/bitstream/1/1386/2/license.txt2e7759ff8e68ded7b971b4e386cd3852MD52TEXTTCC ENG COMP Julia PILONETO; Mateus VIEIRA; Renan HECHT, 2020.pdf.txtTCC ENG COMP Julia PILONETO; Mateus VIEIRA; Renan HECHT, 2020.pdf.txtExtracted texttext/plain42733https://repositorio.uninter.com/bitstream/1/1386/3/TCC%20ENG%20COMP%20Julia%20PILONETO%3b%20Mateus%20VIEIRA%3b%20Renan%20HECHT%2c%202020.pdf.txt3dbcbb474325c4af1b7904f1bb903e4eMD53THUMBNAILTCC ENG COMP Julia PILONETO; Mateus VIEIRA; Renan HECHT, 2020.pdf.jpgTCC ENG COMP Julia PILONETO; Mateus VIEIRA; Renan HECHT, 2020.pdf.jpgGenerated Thumbnailimage/jpeg1591https://repositorio.uninter.com/bitstream/1/1386/4/TCC%20ENG%20COMP%20Julia%20PILONETO%3b%20Mateus%20VIEIRA%3b%20Renan%20HECHT%2c%202020.pdf.jpg0fbb0b9038b68d854b827d74e20fa330MD541/13862023-05-22 18:00:24.188oai:repositorio.uninter.com:1/1386TElDRU7Dh0EgREUgRElTVFJJQlVJw4fDg08gTsODTyBFWENMVVNJVkEKCkFvIGFjZWl0YXIgZSBzdWJtZXRlciBlc3RhIGxpY2Vuw6dhLCB2b2PDqiAobyhzKSBhdXRvcihlcykgb3UgZGV0ZW50b3IoZXMpIGRvcyBkaXJlaXRvcyBhdXRvcmFpcykgZ2FyYW50ZShtKSBhIFVuaW50ZXIsIG8gZGlyZWl0byBuw6NvIGV4Y2x1c2l2byBwYXJhIHJlcHJvZHV6aXIsIHRyYWR1emlyIChjb21vIGRlZmluaWRvIGFiYWl4byksIGUvb3UgZGlzdHJpYnVpciBzdWEgc3VibWlzc8OjbyAoaW5jbHVpbmRvIG8gcmVzdW1vKSBubyBtdW5kbyB0b2RvIG5vcyBmb3JtYXRvcyBlbGV0csO0bmljbyBlIGltcHJlc3NvIGUgZW0gcXVhbHF1ZXIgbWVpbywgaW5jbHVpbmRvIG1hcyBuw6NvIHNlIGxpbWl0YW5kbyBhb3MgZm9ybWF0b3MgZGUgYXVkaW8gZSB2w61kZW8uCgpWb2PDqiBlc3TDoSBhY2VpdGFuZG8gcXVlIGEgVW5pbnRlciBwb2RlLCBzZW0gbW9kaWZpY2FyIG8gY29udGXDumRvLCB0cmFkdXppciBlc3RhIHN1Ym1pc3PDo28gcGFyYSBxdWFscXVlciBtZWlvIG91IGZvcm1hdG8sIGNvbSBvIHByb3DDs3NpdG8gZGUgcHJlc2VydmHDp8Ojby4KClZvY8OqIHRhbWLDqW0gZXN0w6EgYWNlaXRhbmRvIHF1ZSBhIFVuaW50ZXIgcG9kZSBtYW50ZXIgbWFpcyBkZSB1bWEgY8OzcGlhIGRlc3RhIHN1Ym1pc3PDo28gY29tbyBtZWRpZGEgZGUgc2VndXJhbsOnYSwgYmFjay11cCBlIHByZXNlcnZhw6fDo28uCgpWb2PDqiBkZWNsYXJhIHF1ZSBhIHN1Ym1pc3PDo28gw6kgbyBzZXUgdHJhYmFsaG8gb3JpZ2luYWwsIGUgcXVlIHZvY8OqIHRlbSBvIGRpcmVpdG8gZGUgY29uY2VkZXIgb3MgZGlyZWl0b3MgY29udGlkb3MgbmVzdGEgbGljZW7Dp2EuIFZvY8OqIHRhbWLDqW0gZGVjbGFyYSBxdWUgc3VhIHN1Ym1pc3PDo28gbsOjbywgZGUgYWNvcmRvIGNvbSBzZXUgY29uaGVjaW1lbnRvLCBpbmZyaW5qYSBvcyBkaXJlaXRvcyBhdXRvcmFpcyBkZSBxdWFscXVlciBwZXNzb2EuCgpTZSBhIHN1Ym1pc3PDo28gY29udGl2ZXIgbWF0ZXJpYWwgcGFyYSBvIHF1YWwgdm9jw6ogbsOjbyBwb3NzdWkgb3MgZGlyZWl0b3MgYXV0b3JhaXMsIHZvY8OqIGRlY2xhcmEgcXVlIG9idGV2ZSBhIHBlcm1pc3PDo28gc2VtIHJlc3RyacOnw7VlcyBkbyBwcm9wcmlldMOhcmlvIGRvcyBkaXJlaXRvcyBhdXRvcmFpcyBwYXJhIGNvbmNlZGVyIGEgVW5pbnRlciBvcyBkaXJlaXRvcyBleGlnaWRvcyBwb3IgZXN0YSBsaWNlbsOnYSwgZSBxdWUgZXN0ZSBtYXRlcmlhbCBkZSBwcm9wcmllZGFkZSBkZSB0ZXJjZWlyb3Mgw6kgY2xhcmFtZW50ZSBpZGVudGlmaWNhZG8gZSByZWNvbmhlY2lkbyBubyB0ZXh0byBvdSBjb250ZcO6ZG8gZGEgc3VibWlzc8Ojby4KClNFIEEgU1VCTUlTU8ODTyBFU1TDgSBCQVNFQURBIEVNIEFMR1VNIFRSQUJBTEhPIFFVRSBGT0kgUEFUUk9DSU5BRE8gT1UgQVBPSUFETyBQT1IgQUxHVU1BIElOU1RJVFVJw4fDg08gRElGRVJFTlRFIERBIFVOSU5URVIsIFZPQ8OKIERFQ0xBUkEgUVVFIEZPSSBDVU1QUklETyBRVUFMUVVFUiBESVJFSVRPIERFIFJFVklTw4NPIE9VIE9VVFJBUyBPQlJJR0HDh8OVRVMgUkVRVUVSSURBUyBQT1IgVEFMIENPTlRSQVRPIE9VIEFDT1JETy4KCkEgVW5pbnRlciBpZGVudGlmaWNhcsOhIGNsYXJhbWVudGUgbyhzKSBzZXUocykgbm9tZShzKSBjb21vIG8ocykgYXV0b3IoZXMpIG91IG8ocykgcHJvcHJpZXTDoXJpbyhzKSBkYSBzdWJtaXNzw6NvIGUgbsOjbyBmYXLDo28gcXVhbHF1ZXIgYWx0ZXJhw6fDo28sIGV4Y2V0byBhIHBlcm1pdGlkYSBwb3IgZXN0YSBsaWNlbsOnYSwgcGFyYSBzdWEgc3VibWlzc8Ojby4KRepositório Institucionalhttps://repositorio.uninter.com/oai/requestopendoar:2023-05-22T21:00:24falseRepositório Institucionalhttps://repositorio.uninter.com/oai/requestopendoar:2023-05-22T21:00:24Repositório Institucional Uninter - Centro Universitário Internacional (UNINTER)false |
dc.title.pt_BR.fl_str_mv |
Análise preditiva do mercado de ações com processamento de linguagem natural |
title |
Análise preditiva do mercado de ações com processamento de linguagem natural |
spellingShingle |
Análise preditiva do mercado de ações com processamento de linguagem natural Piloneto, Julia Inteligência Artificial Big Data Linguagem Natural Python Mercado de Ações |
title_short |
Análise preditiva do mercado de ações com processamento de linguagem natural |
title_full |
Análise preditiva do mercado de ações com processamento de linguagem natural |
title_fullStr |
Análise preditiva do mercado de ações com processamento de linguagem natural |
title_full_unstemmed |
Análise preditiva do mercado de ações com processamento de linguagem natural |
title_sort |
Análise preditiva do mercado de ações com processamento de linguagem natural |
author |
Piloneto, Julia |
author_facet |
Piloneto, Julia Vieira, Mateus Hecht, Renan |
author_role |
author |
author2 |
Vieira, Mateus Hecht, Renan |
author2_role |
author author |
dc.contributor.author.fl_str_mv |
Piloneto, Julia Vieira, Mateus Hecht, Renan |
dc.contributor.advisor1.fl_str_mv |
Medeiros, Luciano |
contributor_str_mv |
Medeiros, Luciano |
dc.subject.por.fl_str_mv |
Inteligência Artificial Big Data Linguagem Natural Python Mercado de Ações |
topic |
Inteligência Artificial Big Data Linguagem Natural Python Mercado de Ações |
description |
Este projeto tem o objetivo de prever o valor de ações diversas no mercado de ações brasileira (B3) utilizando notícias disponibilizadas em sites online sobre a empresa as quais pertencem. Para tal, foi desenvolvido uma solução utilizando a linguagem Python no ambiente do Google Colab, nele o usuário define o nome da empresa que deseja pesquisar e um Web Crawler automaticamente retorna os links das notícias desta empresa, estes links são então acessados e o seu conteúdo é copiado, resumido e gravado em um arquivo de texto. Em seguida, estes dados foram submetidos por um processo de análise de linguagem natural que permitiu definir o sentimento de cada frase e então classificá-las, em relação ao desempenho da empresa, em “positivo”, “negativo” e “neutro”. Esta classificação é feita com o auxílio de um banco de dados gravado em um arquivo no formato json, que contém frases já atribuídas à suas classificações. Este arquivo é utilizado no treinamento da rede neural e diretamente impacta no desempenho da avaliação. De forma geral, este projeto alcançou seu objetivo, o código funcionou corretamente em todas as etapas e os resultados encontrados foram condizentes com as expectativas: notícias sobre quedas na bolsa retornam sentimentos negativos, notícias sobre valorização do ativo comercializado pela empresa são compreendidos como sentimentos positivos. |
publishDate |
2020 |
dc.date.issued.fl_str_mv |
2020 |
dc.date.accessioned.fl_str_mv |
2023-05-22T20:33:52Z |
dc.date.available.fl_str_mv |
2023-05-22T20:33:52Z |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.uninter.com/handle/1/1386 |
url |
https://repositorio.uninter.com/handle/1/1386 |
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 Institucional Uninter instname:Centro Universitário Internacional (UNINTER) instacron:UNINTER |
instname_str |
Centro Universitário Internacional (UNINTER) |
instacron_str |
UNINTER |
institution |
UNINTER |
reponame_str |
Repositório Institucional Uninter |
collection |
Repositório Institucional Uninter |
bitstream.url.fl_str_mv |
https://repositorio.uninter.com/bitstream/1/1386/1/TCC%20ENG%20COMP%20Julia%20PILONETO%3b%20Mateus%20VIEIRA%3b%20Renan%20HECHT%2c%202020.pdf https://repositorio.uninter.com/bitstream/1/1386/2/license.txt https://repositorio.uninter.com/bitstream/1/1386/3/TCC%20ENG%20COMP%20Julia%20PILONETO%3b%20Mateus%20VIEIRA%3b%20Renan%20HECHT%2c%202020.pdf.txt https://repositorio.uninter.com/bitstream/1/1386/4/TCC%20ENG%20COMP%20Julia%20PILONETO%3b%20Mateus%20VIEIRA%3b%20Renan%20HECHT%2c%202020.pdf.jpg |
bitstream.checksum.fl_str_mv |
25161a8d9f75f1fbbf54117e6bd62ff7 2e7759ff8e68ded7b971b4e386cd3852 3dbcbb474325c4af1b7904f1bb903e4e 0fbb0b9038b68d854b827d74e20fa330 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional Uninter - Centro Universitário Internacional (UNINTER) |
repository.mail.fl_str_mv |
|
_version_ |
1801047282611650560 |