Identificação de Polaridade de Sentimento no Twitter Aplicada à Indústria Calçadista

Abstract

Diversos sao os trabalhos relatados na literatura cientifica sobre classificacao de sentimentos, com a extracao de mensagens da plataforma de Twitter. Todavia verificou-se a inexistencia de trabalhos focados especificamente referente a lingua portuguesa para a area calcadista. O artigo mostra como e possivel reconhecer opiniao (positiva ou negativa) de consumidores em relacao a area calcadista, utilizando de aprendizado de maquina a partir de tweets. Como modelo foi utilizado uma empresa de calcados da regiao Sul do Brasil. Foram coletados textos do Twitter, os quais foram pre-processados para a limpeza de termos irrelevantes, a extracao de caracteristicas para a obtencao de medidas e a diferenciacao da polaridade. E por fim foi feita a identificacao de qual classe o exemplar sob analise pertence com o uso de classificadores para o reconhecimento de polaridade. Os classificadores utilizados foram o Support Vector Machines (SVM), Multi-Layer Perceptron (MLP), Random Forest, Vizinhos mais proximos (KNN) e o Linear Discriminant Analysis (LDA). Os resultados mostraram que o melhor classificador para esse tipo de problema foi o MLP. Os resultados com o classificador MLP obtiveram especificidade de 78,5%, sensibilidade de 95,6% e uma acuracia de 86,0%. http://dx.doi.org/10.18226/23185279.v7iss2p177