TCC - Classificação Automática de Opiniões

Desenvolvimento de um Protótipo de Classificação Automática de Opiniões

Transcript

1. Desenvolvimento de um Protótipo de Classificação Automática de Opiniões Paulo Henrique de Sousa Orientador: Fernando Luiz de Oliveira
2. Introdução • Mineração de dados; • Descoberta de padrões e tendências; • Provimento de vantagem competitiva.
3. Classificação de Opiniões • Analise de Mídias Sociais; • Automatização da classificação.
4. Processo KDD
5. KDD e KDT
6. Text Mining - Pré-processamento • Tokenização; • Limpeza – (Remoção de Stopwords); • Stemming.
7. Tarefas de Text Mining • Sumarização; • Classificação; • Clusterização; • Associação.
8. Metodologia • Referencial bibliográfico; • Estudo da Weka API (algoritmo SVM e KNN); • Base de Opiniões (APIs Facebook, Twitter e Google Plus); • Desenvolvimento do Protótipo; • Testes.
9. Protótipo de Classificação Automática • Classificador de opiniões obtidas em tempo real. – O resultado pode apoiar os gestores da empresa; • Classifica as opiniões em 5 categorias. – Positivas – Muito positivas – Negativas – Muito negativas – Neutras
10. Base de Conteúdo • Facebook Graph API - Search • Twitter API 1.1 - Search • Google Activities - Search
11. Arquitetura do Protótipo • Biblioteca de mineração – (Classe principal) ClassifierOptions – TextDataBase – TextReader – WordProcessor
12. Arquitetura do Protótipo
13. Fluxo do projeto
15. Considerações Finais • Para facilitar a análise das opiniões disponíveis na web é importante a utilização de ferramentas adequadas, tal como a apresentada neste trabalho; • O trabalho foi muito importante por possibilitar o estudo de uma área promissora que é a mineração de dados e suas subáreas ; • A utilização de palavras pré-classificadas com até 6 valores semânticos permite uma análise mais abrangente; • Em um trabalho futuro podem ser utilizadas as APIs de streaming das redes sociais utilizadas.
16. Desenvolvimento de um Protótipo de Classificação Automática de Opiniões Paulo Henrique de Sousa