Please use this identifier to cite or link to this item: https://bdm.ufpa.br:8443/jspui/handle/prefix/2370
Compartilhar:
metadata.dc.type: Trabalho de Conclusão de Curso - Graduação
Title: Mineração de texto para análise afetiva da interação dos usuários com jogos empáticos
metadata.dc.creator: MARTINS, Leonardo Dias
metadata.dc.contributor.advisor1: ARAÚJO, Fabíola Pantoja Oliveira
Issue Date: 2019
Citation: MARTINS, Leonardo Dias. Mineração de texto para análise afetiva da interação dos usuários com jogos empáticos. Orientadora: Fabíola Pantoja Oliveira Araújo. 2019. 62 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Faculdade de Computação, Instituto de Ciências Exatas e Naturais, Universidade Federal do Pará, Belém, 2019. Disponível em: http://bdm.ufpa.br/jspui/handle/prefix/2370 . Acesso em:.
metadata.dc.description.resumo: Diariamente uma grande quantidade de dados circula na internet, pois, é enorme a quantidades de computadores e equipamentos eletrônicos que possuem acesso à internet, produzindo informações em forma de imagens, vídeos e textos, com isso, é necessária uma forma de analisar e extrair essas informações. Portanto, esse trabalho apresenta conceitos e técnicas para encontrar padrões de sentimentos e emoções, por meio do uso de técnicas e ferramentas, principalmente da área de mineração de textos. A finalidade dos procedimentos realizados nesse trabalho foi desenvolver um método para poder extrair os perfis emocionais e sentimentais dos comentários dos usuários do jogo Last Day of June, onde foram apresentados os resultados e informações extraídas da análise de sentimentos realizada. Foram utilizados também, três algoritmos de classificação, Naive Bayes, Máquina de vetor de suporte (SVM) e K-Vizinhos mais próximos (KNN), para prever a classe dos elementos de acordo com os sentimentos identificados na etapa de análise dos comentários, entre eles, o SVM com kernel Radial foi o que apresentou a melhor precisão, com 79%, seguido do KNN com 3 vizinhos mais próximos, com 75% e por último o Naive Bayes, com 62%.
Abstract: Every day a large amount of data circulates on the Internet, because it is enormous to the quantities of computers and electronic equipment that have access to the internet, producing information in the form of images, videos and texts, with that, a way of analyzing and extracting these information. Therefore, this work presents concepts and techniques to find patterns of feelings and emotions, through the use of techniques and tools, especially in the area of text mining. The purpose of the procedures performed in this work was to develop a method to extract the emotional and sentimental profiles of the comments of the users of Last Day of June, where the results and information extracted from the analysis of feelings were presented. Three classification algorithms, Naive Bayes, Support Vector Machine (SVM) and K-Nearest Neighbors (KNN) were also used to predict the class of elements according to the feelings identified in the comment analysis step, between the SVM with the Radial kernel was the one that presented the best precision, with 79%, followed by the KNN with 3 nearest neighbors, with 75% and finally the Naive Bayes, with 62%.
metadata.dc.subject.cnpq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Keywords: Mineração de texto
Mineração de dados
Análise de sentimentos
Emoções
Afetividade
metadata.dc.rights: Acesso Aberto
Appears in Collections:Faculdade de Computação - FC/ICEN

Files in This Item:
File Description SizeFormat 
TCC_MineracaoTextoAnalise.pdf1 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons