Avaliação de Produtos Baseada em Análise de Sentimentos Aplicada a Postagens Textuais em Redes Sociais

Abstract

RESUMO: A análise de sentimentos tem sido utilizada em uma variedade de aplicações, incluindo a análise do impacto de eventos em redes sociais online (OSNs) e o resumo da opinião pública sobre produtos e marcas em discussões nesses sistemas. Esse recurso ensina os computadores a reconhecer a emoção humana presente em diferentes tipos de texto, porém, o maior desafio é equilibrar simplicidade e precisão. Os métodos variam desde o uso de listas de palavras relacionadas à emoção até o aprendizado profundo e técnicas como incorporação de palavras, redes neurais e mecanismos de atenção. Ao longo dos últimos anos, a análise de sentimentos tem sido usada em um número crescente de aplicações, portanto, o presente trabalho tem por objetivo identificar e classificar emoções expressadas em textos, mensagens ou discursos de feedback público sobre marcas e produtos registrados em redes sociais, a fim de auxiliar empresas, especialmente aquelas do setor de e-commerce, a proporcionar melhores estratégias de vendas, bem como facilitar a tomada de decisões pelos consumidores antes de efetuarem compras, e, também oferecer às fabricantes a oportunidade de identificar tendências de mercado e fabricar produtos personalizados de acordo com as demandas identificadas.

ABSTRACT: Sentiment analysis has been employed in a variety of applications, including assessing the impact of events on online social networks (OSNs) and summarizing public opinion on products and brands within these systems. This feature teaches computers to recognize human emotion present in different types of text, but the major challenge is striking a balance between simplicity and accuracy. Methods range from using lists of emotion-related words to deep learning and techniques such as word embedding, neural networks, and attention mechanisms. Over the past few years, sentiment analysis has been utilized in a growing number of applications. Thus, this paper aims to identify and classify emotions expressed in texts, messages, or public feedback speeches about brands and products recorded on social networks. Its purpose is to assist businesses, especially those in the e-commerce sector, in providing better sales strategies and facilitating consumer decision-making before making purchases. Additionally, it aims to offer manufacturers the opportunity to identify market trends and manufacture customized products according to identified demands.