PERSPECTIVAS DA BLACK FRIDAY NO BRASIL EM 2022 ATRAVÉS DE PUBLICAÇÕES NO TWITTER
Palavras-chave:
análise de sentimentos, consumidores, linguagem, tweets.Resumo
Seja em formato de vídeo, fotografias ou até mesmo escrito não dá para negar o crescimento e a importância que as redes sociais vêm obtendo no decorrer dos anos. Cada vez mais as pessoas utilizam desse meio para se comunicarem, compartilharem experiências e apresentarem opiniões sobre os mais variados temas. Nesse contexto, as empresas passaram a usufruí-las a fim de estreitar ainda mais as relações com os clientes e, ao mesmo tempo, coletar informações valiosas para o negócio, como por exemplo o que melhorar em um produto ou serviço e ter dados em tempo real sobre acontecimentos ao redor do mundo. O Twitter é uma dessas redes sociais onde os usuários expressam opiniões de maneira sucinta. Uma maneira de transformar os textos em informações relevantes para as organizações é através da análise dos sentimentos, onde avalia-se se o que estão escrevendo sobre um determinado assunto é positivo ou negativo. Nesse sentido, o presente trabalho analisou o sentimento dos tweets a respeito da Black Friday no Brasil em 2022, cujo objetivo era verificar a polaridade dos comentários na rede social. Para isso, foi necessário coletar diversos tweets sobre o tema, aplicar as técnicas de Processamento de Linguagem Natural, treinar e validar o modelo de machine learning até que, no fim, fosse possível realizar as análises. Conclui-se que, embora os resultados obtidos não sejam verdades absolutas devido a alguns fatores, os consumidores escreveram, em sua maioria, comentários de cunho negativo a respeito da Black Friday no Brasil em 2022.
Referências
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
Publicado
Edição
Secção
Licença
Direitos de Autor (c) 2024 DIVERSITÀ: Revista Multidisciplinar do Centro Universitário Cidade Verde
Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição 4.0.
