A mineração de opinião em mídias sociais como ferramenta para medir a (in)satisfação do consumidor

Abstract

Resumo : Estudo de natureza quantitativa que objetiva explorar a contribuição da mineração de opinião em bases de dados SAC 2.0 extraídas do Facebook para a medição da (in)satisfação dos consumidores. Visa analisar e propor ferramentas que auxiliem nas etapas do processo de descoberta de conhecimento em texto e selecionar as mais adequadas para a mineração de opinião a nível de sentença, onde se analisa o sentimento positivo, negativo e neutro. Propõe desenvolver uma metodologia de análise de opinião, iniciando com a seleção da ferramenta NetVizz para extrair a base de dados do Facebook, seguido do uso do Microsoft Excel®, para seleção e redução de dados, códigos em Python para a fase de limpeza e transformação e a ferramenta Semantria como instrumento de análise de texto. Submete-se para a mineração de opinião a base de dados extraída com quatro tratamentos de pré-processamento. Utilizam-se os algoritmos Naive Bayes, SMO e J48 na ferramenta Weka para a etapa de processamento. Apresenta resultados satisfatórios na mineração de opinião com melhor taxa de acerto obtida usando o algoritmo SMO. Propõe trabalhos futuros em bases de dados SAC com a aplicação desta metodologia desenvolvida e estudos de descobrimento das causas de (in)satisfação dos consumidores encontradas em bases de dados SAC e SAC 2.0.