PERSPECTIVAS DA BLACK FRIDAY NO BRASIL EM 2022 ATRAVÉS DE PUBLICAÇÕES NO TWITTER
Keywords:
análise de sentimentos, consumidores, linguagem, tweets.Abstract
Whether in vídeo, photographs or even in text format there is no way to deny the growth and importance that social networks have obtaining over the years. More and more people are using this environment to communicate, share experiences and present opinions on the most varied topics. In this context, companies began to take advantage of them in order to further strengthen relationships with customers and, at the same time, collect valuable information for the business, such as what to improve in a product or service and collect data about happenings around the world in real time. Twitter is one of those social networks where users express opinions succinctly. One way to transform texts into relevant information for organizations is through sentiment analysis, where it is evaluated whether what they are writing about a particular subject is positive or negative. In this sense, the present work analyzed the sentiment of tweets regarding Black Friday in Brazil in 2022, whose objective was to verify the polarity of comments on the social network. For this, it was necessary collecting several tweets about the subject, apply Natural Language Processing techniques, train and validate the machine learning model until, in the end, it was possible to perform the analyzes. It was concluded that, although the results obtained are not absolute truths due to some factors, consumers mostly wrote negative comments about Black Friday in Brazil in 2022.
References
Amaral, F. (2016). *Aprenda Mineração de Dados: Teoria e Prática.* 1ed. Alta Books, Rio de Janeiro, RJ, Brasil.
Aslam, S. (2022). Twitter by the Numbers: Stats, Demographics & Fun Facts. Disponível em: <https://www.omnicoreagency.com/twitter-statistics/>. Acesso em: 07 ago. 2022.
Aytekin, C.; Sutcu, C. S. (2019). An Example of Pragmatic Analysis in Natural Language Processing: Sentimental Analysis of Movie Reviews. In: Communication and Technology Congress, 2019, Istambul, Turquia.
Bhadane, C.; Dalal, H.; Doshi, H. (2015). Sentiment analysis: Measuring opinions. p. 808-814 In: Vasudevan, H.; Joshi, A. R.; Shekokar, N. M. *Procedia Computer Science*, v.45. Elsevier, 2015, Amsterdã, Holanda.
Brownlee, J. (2017). A Gentle Introduction to the Bag-of-Words Model. Disponível em: <https://machinelearningmastery.com/gentle-introduction-bag-words-model/>. Acesso em: 11 jan. 2023.
Chowdhury, G. G. (2003). Natural language processing. p. 51-89. In: *Annual Review of Information Science and Technology*, v.37. Wiley, Nova Iorque, Estados Unidos da América.
Corrêa, I.T. (2017). Análise dos sentimentos expressos na rede social Twitter em relação aos filmes indicados ao Oscar 2017. *Monografia de Bacharelado em Sistemas de Informação.* Universidade Federal de Uberlândia, Uberlândia, MG, Brasil.
Delen, D.; Sharda, R.; Turban, E. (2019). *Business Intelligence e Análise de Dados para Gestão do Negócio.* 4ed. Bookman, Porto Alegre, RS, Brasil.
Ding, X.; Liu, B.; Zhang, L. (2009). Entity discovery and assignment for opinion mining applications. In: *Proceedings of the 15th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining*, 2009, Nova Iorque, NW, Estados Unidos da América. Anais... p. 1125-1134.
Ghisi, M. A.; Guerra, A. A. C.; Nielsen, F. A. G. (2017). Black Friday no Brasil: Aspectos positivos e negativos desta ação promocional para o varejo brasileiro. In: *XX SemeAd*, 2017, São Paulo, SP, Brasil. Anais... p. 3-4.
Hoffmann, P.; Wiebe, J.; Wilson, T. (2005). Recognizing contextual polarity in phrase level sentiment analysis. p. 347-354. In: Mooney, R.; Brew, C.; Chien, L. F.; Kirchhoff, K. *Proceedings of Human Language Technology Conference and Conference on Empirical Methods in Natural Language Processing.* Association for Computational Linguistics, 2005, Vancouver, British Columbia, Canadá.
Liu, B. (2012). *Sentiment analysis and opinion mining.* p. 1-167. In: Hirst, G. *Synthesis Lectures on Human Language Technologies.* Morgan & Claypool Publishers, 2012, Toronto, Canadá.
Manning, C. D.; Raghavan, P.; Schütze, H. (2008). *Introduction to Information Retrieval.* 1ed. Cambridge University Press, Cambridge, Reino Unido.
McKinney, W. (2017). *Python for Data Analysis: Data Wrangling with Pandas, Numpy, and IPython.* 2ed. O’Reilly Media, Sebastopol, Califórnia, Estados Unidos da América.
Miranda, A. R. O. (2009). Descoberta de conhecimento em texto aplicada a um sistema de atendimento aos usuários de um plano de assistência à saúde. *Dissertação de Mestrado em Engenharia Civil.* Universidade Federal do Rio de Janeiro, Rio de Janeiro, RJ, Brasil.
Najork, M.; Olston, C. (2010). Web Crawling. p. 175-246. In: Kelly, D.; Castells, P.; Liu, Y. *Foundations and Trends in Information Retrieval*, v. 4. Now, 2023, Hanover, Massachusetts, Estados Unidos da América.
Neil, Y. (2016). Web Scrapping the Easy Way. *Tese para obtenção de créditos em Sistemas de Informação.* Georgia Southern University, Geórgia, Estados Unidos da América.
Padilha, V. A.; Carvalho, A. C. P. L. F. (2017). *Mineração de dados em Python.* 1ed. Instituto de Ciências Matemáticas e de Computação – Universidade de São Paulo, São Paulo, SP, Brasil.
Ribeiro, L. B. (2015). Análise de sentimentos em comentários sobre aplicativos para dispositivos móveis: estudo do impacto do pré-processamento. *Monografia de Bacharelado em Ciências da Computação.* Universidade de Brasília, Brasília, DF, Brasil.
Rosa, R. L. (2015). Análise de sentimentos e afetividade de textos extraídos das redes sociais. *Tese de Doutorado em Engenharia de Computação.* Universidade de São Paulo, São Paulo, SP, Brasil.
Silva, A. R. (2020). Uma visão geral sobre Machine Learning - Classificação. Disponível em: <https://statplace.com.br/blog/uma-visao-geral-sobre-machine-learning/>. Acesso em: 12 jan. 2023.
Downloads
Published
Issue
Section
License
Copyright (c) 2024 DIVERSITÀ: Revista Multidisciplinar do Centro Universitário Cidade Verde
This work is licensed under a Creative Commons Attribution 4.0 International License.
