Carolina Silva Ansélmo, Giovanna Miceli Ronzani Borille, Anderson Ribeiro Correia
{"title":"使用社交媒体分析对机场地面通道的感受","authors":"Carolina Silva Ansélmo, Giovanna Miceli Ronzani Borille, Anderson Ribeiro Correia","doi":"10.14295/transportes.v30i1.2515","DOIUrl":null,"url":null,"abstract":"Um adequado sistema de acesso terrestre ao aeroporto é relevante para um bom nível de serviço e é essencial para identificar a percepção do usuário sobre os meios de transporte disponíveis. Para identificar as percepções positivas e negativas foram utilizadas as técnicas de análise de sentimentos e aprendizado de máquina com conteúdo gerado pelo usuário na rede social Twitter. De março de 2018 a dezembro de 2019 foram coletadas opiniões espontâneas sobre o acesso terrestre ao Aeroporto Internacional de São Paulo/Guarulhos (SBGR). Os tweets pesquisados referiram-se aos termos: aeroporto, Guarulhos e meios de transporte: aplicativos de transporte de mobilidade urbana, ônibus, táxi, trem e veículos privados. Os trens tiveram maior quantidade de tweets, sendo o principal motivo de insatisfação relacionado à localização da estação do aeroporto. Além disso, os indicadores avaliados positivamente foram disponibilidade dos serviços, custo e tempo de viagem. A técnica de aprendizado de máquina Naïve Bayes apresentou acurácia de 82,14% e precisão de 88,14% para classificar os tweets em percepções positivas ou negativas. Os resultados obtidos podem ser valiosos para as entidades governamentais, influenciando no nível de serviço oferecido. O conteúdo gerado nas redes sociais pode ser útil em diversas áreas do conhecimento, complementando a pesquisa de campo e ajudando no desenvolvimento de novos métodos de pesquisa e análise de dados.","PeriodicalId":30302,"journal":{"name":"Transportes","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-04-13","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Análise de sentimentos sobre o acesso terrestre ao aeroporto utilizando mídias sociais\",\"authors\":\"Carolina Silva Ansélmo, Giovanna Miceli Ronzani Borille, Anderson Ribeiro Correia\",\"doi\":\"10.14295/transportes.v30i1.2515\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Um adequado sistema de acesso terrestre ao aeroporto é relevante para um bom nível de serviço e é essencial para identificar a percepção do usuário sobre os meios de transporte disponíveis. Para identificar as percepções positivas e negativas foram utilizadas as técnicas de análise de sentimentos e aprendizado de máquina com conteúdo gerado pelo usuário na rede social Twitter. De março de 2018 a dezembro de 2019 foram coletadas opiniões espontâneas sobre o acesso terrestre ao Aeroporto Internacional de São Paulo/Guarulhos (SBGR). Os tweets pesquisados referiram-se aos termos: aeroporto, Guarulhos e meios de transporte: aplicativos de transporte de mobilidade urbana, ônibus, táxi, trem e veículos privados. Os trens tiveram maior quantidade de tweets, sendo o principal motivo de insatisfação relacionado à localização da estação do aeroporto. Além disso, os indicadores avaliados positivamente foram disponibilidade dos serviços, custo e tempo de viagem. A técnica de aprendizado de máquina Naïve Bayes apresentou acurácia de 82,14% e precisão de 88,14% para classificar os tweets em percepções positivas ou negativas. Os resultados obtidos podem ser valiosos para as entidades governamentais, influenciando no nível de serviço oferecido. O conteúdo gerado nas redes sociais pode ser útil em diversas áreas do conhecimento, complementando a pesquisa de campo e ajudando no desenvolvimento de novos métodos de pesquisa e análise de dados.\",\"PeriodicalId\":30302,\"journal\":{\"name\":\"Transportes\",\"volume\":\" \",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-04-13\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Transportes\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.14295/transportes.v30i1.2515\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Transportes","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.14295/transportes.v30i1.2515","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Análise de sentimentos sobre o acesso terrestre ao aeroporto utilizando mídias sociais
Um adequado sistema de acesso terrestre ao aeroporto é relevante para um bom nível de serviço e é essencial para identificar a percepção do usuário sobre os meios de transporte disponíveis. Para identificar as percepções positivas e negativas foram utilizadas as técnicas de análise de sentimentos e aprendizado de máquina com conteúdo gerado pelo usuário na rede social Twitter. De março de 2018 a dezembro de 2019 foram coletadas opiniões espontâneas sobre o acesso terrestre ao Aeroporto Internacional de São Paulo/Guarulhos (SBGR). Os tweets pesquisados referiram-se aos termos: aeroporto, Guarulhos e meios de transporte: aplicativos de transporte de mobilidade urbana, ônibus, táxi, trem e veículos privados. Os trens tiveram maior quantidade de tweets, sendo o principal motivo de insatisfação relacionado à localização da estação do aeroporto. Além disso, os indicadores avaliados positivamente foram disponibilidade dos serviços, custo e tempo de viagem. A técnica de aprendizado de máquina Naïve Bayes apresentou acurácia de 82,14% e precisão de 88,14% para classificar os tweets em percepções positivas ou negativas. Os resultados obtidos podem ser valiosos para as entidades governamentais, influenciando no nível de serviço oferecido. O conteúdo gerado nas redes sociais pode ser útil em diversas áreas do conhecimento, complementando a pesquisa de campo e ajudando no desenvolvimento de novos métodos de pesquisa e análise de dados.