Análise de sentimentos em avaliações online de produtos: um estudo comparativo entre diferentes modelos de aprendizado de máquina

Abstract

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.