Avaliação de Classificadores na Análise de Sentimentos em Redes Sociais Durante a Pandemia da COVID-19 (2024)
- Authors:
- Autor USP: MALAKIN, LUCAS ALEXANDRE - ICMC
- Unidade: ICMC
- Sigla do Departamento: SCC
- DOI: 10.11606/D.55.2024.tde-05072024-112257
- Subjects: REDES SOCIAIS; APRENDIZADO COMPUTACIONAL; ANÁLISE DE TEXTO; MINERAÇÃO DE DADOS; ATITUDES
- Keywords: Análise de sentimento; Machine learning; Mineração de textos; Sentiment analysis; Social media; Text mining
- Language: Português
- Abstract: O crescente uso das redes sociais ao longo de quase três décadas transformou de maneira significativa a interação humana e como compartilhamos informações. Com esse aumento na utilização das redes sociais, inevitavelmente, ocorre uma produção massiva de dados, predominantemente textuais, apresentando tanto desafios quanto oportunidades. A informação textual desempenha um papel central na comunicação nas mídias sociais, sendo crucial para plataformas como Twitter, Facebook e Instagram. Adicionalmente, esses dados textuais alimentam técnicas, como mineração textual e análise de sentimentos, permitindo uma compreensão mais profunda das preferências e tendências dos usuários. Com o surgimento da COVID-19, causada pelo novo coronavírus, desencadeou uma pandemia global que impactou milhões de pessoas. Diante desse cenário desafiador, muitos indivíduos recorreram às redes sociais para expressar suas opiniões, compartilhar ideias e obter informações sobre a doença. Nesse contexto, este estudo analisou o sentimento presente nas mensagens relacionadas à COVID-19 no Brasil, utilizando técnicas de mineração textual e análise de sentimento. A abordagem adotada envolveu a associação de técnicas léxicas com aprendizado de máquina para a classificação dos sentimentos expressos nas sentenças. Dos resultados obtidos se destacam a eficácia de algoritmos de aprendizado de máquina, notadamente BERT, SVM e LSTM, que demonstraram um desempenho superior na classificação de sentimentos em comparaçãocom outros algoritmos. Além disso, as análises revelaram padrões temporais nos sentimentos relacionados à COVID-19 no Brasil, fornecendo uma visão aprofundada do impacto das crises de saúde pública nas dinâmicas das redes sociais.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2024
- Data da defesa: 03.05.2024
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
MALAKIN, Lucas Alexandre. Avaliação de Classificadores na Análise de Sentimentos em Redes Sociais Durante a Pandemia da COVID-19. 2024. Mestrado Profissionalizante – Universidade de São Paulo, São Carlos, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55137/tde-05072024-112257/. Acesso em: 28 dez. 2025. -
APA
Malakin, L. A. (2024). Avaliação de Classificadores na Análise de Sentimentos em Redes Sociais Durante a Pandemia da COVID-19 (Mestrado Profissionalizante). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55137/tde-05072024-112257/ -
NLM
Malakin LA. Avaliação de Classificadores na Análise de Sentimentos em Redes Sociais Durante a Pandemia da COVID-19 [Internet]. 2024 ;[citado 2025 dez. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55137/tde-05072024-112257/ -
Vancouver
Malakin LA. Avaliação de Classificadores na Análise de Sentimentos em Redes Sociais Durante a Pandemia da COVID-19 [Internet]. 2024 ;[citado 2025 dez. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55137/tde-05072024-112257/
Informações sobre o DOI: 10.11606/D.55.2024.tde-05072024-112257 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
