Use este identificador para citar ou linkar para este item: http://dspace.bc.uepb.edu.br/jspui/handle/123456789/33925
Título: Análise de sentimentos em avaliações online de produtos: um estudo comparativo entre diferentes modelos de aprendizado de máquina
Autor(es): Araújo, Daniel Xavier Brito de
Palavras-chave: Aprendizado de máquina
Análise de sentimentos
Algoritmos
Data do documento: 12-Nov-2024
Resumo: O Aprendizado de Máquina está cada vez mais presente no dia a dia da sociedade, possibilitando que várias áreas do mercado possam empregá-la com a finalidade de otimizar seus resultados e encontrar oportunidades. A análise de sentimentos é um recurso crucial que pode viabilizar e facilitar a implementação de tais melhorias. Esse estudo aborda a análise de sentimentos em avaliações que os compradores deixaram nos produtos do e-commerce Amazon, sendo feita com o uso de cinco algoritmos de aprendizado de máquina: Naive Bayes (Multinomial), Regressão Logística, Rede Neural Simples, Random Forest e Máquina de Vetores de Suporte Linear. É realizada a coleta dos dados e o seu devido tratamento e com isso é realizado o treinamento dos cinco modelos em cima de tais dados. Finalmente, foi possível a realização de uma avaliação geral sobre os resultados obtidos, bem como uma comparação entre os desempenhos individuais baseada em termos de acurácia, precisão, recall, F1-score.
Descrição: ARAÚJO, Daniel Xavier Brito de. Análise de sentimentos em avaliações online de produtos: um estudo comparativo entre diferentes modelos de aprendizado de máquina. 2024. 25f. Trabalho de Conclusão de Curso (Graduação em Computação) - Universidade Estadual da Paraíba, Campina Grande, 2024.
URI: http://dspace.bc.uepb.edu.br/jspui/handle/123456789/33925
Aparece nas coleções:08 - TCC

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
TCC - Daniel Xavier Brito de AraújoTCC - Daniel Xavier Brito de Araújo707.76 kBAdobe PDFVisualizar/Abrir
Termo de DepósitoPDF - Termo de Depósito1.03 MBAdobe PDFVisualizar/Abrir    Solictar uma cópia


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.