Desenvolvimento de um Protótipo de Classificação Automática de

Opiniões

Paulo Henrique de Sousa

Orientador: Fernando Luiz de Oliveira

Introdução

• Mineração de dados;

• Descoberta de padrões e tendências;

• Provimento de vantagem competitiva.

Classificação de Opiniões

• Analise de Mídias Sociais;

• Automatização da classificação.

Processo KDD

KDD e KDT

Text Mining - Pré-processamento

• Tokenização;

• Limpeza – (Remoção de Stopwords);

• Stemming.

Tarefas de Text Mining

• Sumarização;

• Classificação;

• Clusterização;

• Associação.

Metodologia

• Referencial bibliográfico;

• Estudo da Weka API (algoritmo SVM e KNN);

• Base de Opiniões (APIs Facebook, Twitter e Google Plus);

• Desenvolvimento do Protótipo;

• Testes.

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

Base de Conteúdo

• FacebookGraph API - Search

• TwitterAPI 1.1 - Search

• GoogleActivities - Search

Arquitetura do Protótipo

• Biblioteca de mineração– (Classe principal) ClassifierOptions

– TextDataBase

– TextReader

– WordProcessor

Arquitetura do Protótipo

Fluxo do projeto

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.

Desenvolvimento de um Protótipo de Classificação Automática de

Opiniões

Paulo Henrique de Sousa