Use este identificador para citar ou linkar para este item: http://repositorio.ifam.edu.br/jspui/handle/4321/1509
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisor1Rodrigues, Marlos André Silva-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/0650250324042531pt_BR
dc.contributor.referee1Rodrigues, Marlos André Silva-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/0650250324042531pt_BR
dc.contributor.referee2Santos, Alyson de Jesus dos-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/5998752909180697pt_BR
dc.contributor.referee3Martins, Gilbert Breves-
dc.creatorDiniz , Paulo Henrique Barros-
dc.date.accessioned2024-09-20T14:46:38Z-
dc.date.available2024-09-20-
dc.date.available2024-09-20T14:46:38Z-
dc.date.issued2024-03-19-
dc.identifier.citationDiniz, Paulo Henrique Barros. 52f. 2024. Análise de sentimentos no comércio online utilizando BERTimbau para o português brasileiro. Monografia (Engenharia de Controle e Automação) - Instituto Federal de Educação, Ciência e Tecnologia do Amazonas, Manaus, 2024.pt_BR
dc.identifier.urihttp://repositorio.ifam.edu.br/jspui/handle/4321/1509-
dc.description.abstractThe digitalage,withitsrisinge-commerce,hastransformedthewayconsumersandbusinesses interact. Whileonlineshoppingoffersconvenienceandspeed,ithasalsocreatedaphysical barrier betweenconsumersandbusinesses.Thishasledtoagrowingneedforeffectivedigital communication methods.Onlinereviewshavebecomeanessentialtoolinthisprocess,acting as afeedbackbridgebetweenconsumersandbusinesses.Theopinionssharedonlinecarry considerable weight,directlyinfluencingthepurchasedecisionsofotherconsumers.Moreover, these commentsprovidevaluableinsightsforbusinessestoimprovetheirproductsandservices. Tomitigatethisdistancing,e-commerceplatformsencouragethesharingofopinionsandfeelings of usersaboutproducts,whichsignificantlyimpactsthepurchasingdecisionsofotherconsumers and providesvaluablefeedbackforbusinesses.Facedwiththevastquantityandvarietyof comments, thechallengeofanalyzingthemefficientlyarises.TheBERTimbaumodelemerges as asolution,offeringautomatedsentimentanalysisinBrazilianPortuguese.Experimental results demonstratetheeffectivenessofthemodel,withaccuraciesrangingbetween75%to88% depending onthecategorizationofsentimentsandtreatmentof3-starreviews.pt_BR
dc.description.resumoA eradigital,comoaumentodocomércioeletrônico,transformouaformacomoosconsumidores e asempresasinteragem.Emboraascomprasonlineofereçamconveniênciaerapidez,também criaram umabarreirafísicaentreconsumidoreseempresas.Issolevouaumanecessidade crescente demétodosdecomunicaçãodigitaleficazes.Asavaliaçõesonlinetornaram-seuma ferramenta essencialnesteprocesso,funcionandocomoumapontedefeedbackentreconsumi- dores eempresas.Asopiniõespartilhadasonlinepodeminfluenciardiretamenteasdecisões de compradeoutrosconsumidores.Alémdisso,essescomentáriosforneceminsightsparaas empresas melhoraremseusprodutoseserviços.Paramitigaressedistanciamento,asplataformas de comércioeletrônicoincentivamocompartilhamentodeopiniõesesentimentosdosusuários sobre osprodutos,oqueimpactanasdecisõesdecompradeoutrosconsumidoresefornece feedback paraasempresas.Dadaagrandequantidadeevariedadedecomentários,surgeo desafio deanalisá-losdeformaeficiente.Aqui,oprocessamentodelinguagemnatural(PNL) desempenha umpapelcrucial.AointegrartécnicasdePNL,comoomodeloBERTimbau,é possívelrealizaranálisesautomatizadasdossentimentosexpressosnasavaliaçõesonline.Os resultados experimentaismostramaeficáciadomodelo,comprecisõesvariandoentre75%a 88%, dependendodacategorizaçãodossentimentosedotratamentodasavaliações.pt_BR
dc.description.provenanceSubmitted by Darlene Rodrigues (darlene.rodrigues@ifam.edu.br) on 2024-09-20T14:46:38Z No. of bitstreams: 1 Análise de sentimentos no comércio online utilizando bertimbau para o português brasileiro_Diniz_2024.pdf: 4310772 bytes, checksum: 4ac15be8937862e3d265aa40cd6a9fb3 (MD5)en
dc.description.provenanceMade available in DSpace on 2024-09-20T14:46:38Z (GMT). No. of bitstreams: 1 Análise de sentimentos no comércio online utilizando bertimbau para o português brasileiro_Diniz_2024.pdf: 4310772 bytes, checksum: 4ac15be8937862e3d265aa40cd6a9fb3 (MD5) Previous issue date: 2024-03-19en
dc.languageporpt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentCampus Manaus Distritopt_BR
dc.publisher.initialsInstituto Federal do Amazonaspt_BR
dc.publisher.initialsIFAMpt_BR
dc.publisher.initialsEngenharia de Controle e Automaçãopt_BR
dc.publisher.initialsInstituto Federal do Amazonaspt_BR
dc.publisher.initialsIFAMpt_BR
dc.publisher.initialsEngenharia de Controle e Automaçãopt_BR
dc.publisher.initialsInstituto Federal do Amazonaspt_BR
dc.publisher.initialsIFAMpt_BR
dc.publisher.initialsEngenharia de Controle e Automaçãopt_BR
dc.relation.referencesAI, D.L. Natural LanguageProcessingResources. 2023.Acessadoem:22deJaneirode 2024. Disponívelem:<https://www.deeplearning.ai/resources/natural-language-processing/>. BATES,M.;BOBROW,R.J.;WEISCHEDEL,R.M.In:CAMBRIDGE. Challenges in Natural LanguageProcessing. [S.l.]:CambridgeUniversityPress,1993.(StudiesinNatural Language Processing),p.3–34. BRITTO,L.F.;PACÍFICO,L.D.;LUDERMIR,T.B. PrevisãodeUtilidadedeAvaliações de ProdutosOnlinenaLínguaPortuguesaBrasileira. In:SBC.AnaisdoXIVSimpósio Brasileiro deTecnologiadaInformaçãoedaLinguagemHumana.[S.l.],2023.p.235–239. BUSCAPé. Smart TVLED43”-Buscapé. 2024.Acessadoem22defevereirode2024. Disponívelem:<https://www.buscape.com.br/tv/smart-tv-led-43>. CABRAL, A.M.;MARQUES,J.P.C. Howinnovationcaninfluencecustomer satisfaction–case studyoftheSaccharumHotelinMadeira. [S.l.]:EmeraldPublishing Limited, 2023.80–93p. CALIXTO,H. Tokenização. 2021.Acessadoem30deJaneirode2024.Disponívelem: <https://linguagemnatural.com.br/significado/tokenizacao/>. CUBE, B.D. Configurações noKaggleparaoMinicursodeGeoinformáticacom AplicaçõesdeMachineLearning. 2020.Acessadoem19deJaneirode2024.Disponívelem: <https://brazil-data-cube.github.io/worcap-2020/getting-started/kaggle.html>. DAMASCENO,F. Brazilian PortugueseSentimentAnalysisDatasets. Kaggle,2023. Acessado em19deJaneirode2024.Disponívelem:<https://www.kaggle.com/datasets/ fredericods/ptbr-sentiment-analysis-datasets>. DENG, L.;LIU,Y. Deep learninginnaturallanguageprocessing. [S.l.]:Springer,2018. DEVLIN, J.;CHANG,M.;LEE,K.;TOUTANOVA,K. BERT:Pre-trainingofDeep BidirectionalTransformersforLanguageUnderstanding. 2018.Disponívelem: <http://arxiv.org/abs/1810.04805>. GONçALVES,G. IAB Brasilrevelaque85%dosbrasileirosconecta- dos járealizaramcomprasonline. 2024.Acessadoem27deJaneiro de 2024.Disponívelem:<https://www.ecommercebrasil.com.br/noticias/ iab-brasil-revela-que-85-dos-brasileiros-conectados-ja-realizaram-compras-online>. HANSEL, L. Como asavaliaçõesonlineinfluenciamasdecisõesdecompra dos consumidores. 2024.Acessadoem:22deJaneirode2024.Disponívelem: <https://harmo.me/blog/avaliacoes-online-incluencias-decisoes>. HAPKE, H.;HOWARD,C.;LANE,H. Natural LanguageProcessinginAction: Understanding, analyzing,andgeneratingtextwithPython. [S.l.]:SimonandSchuster, 2019. Hugging Face. Hugging FaceOrganizationProfileonQiita. 2024.Acessadoem21de Fervereirode2024.Disponívelem:<https://qiita.com/organizations/huggingface>. 54 IAB Brasil;Offerwise. Comportamento decompraonline:hábitosdecomprados brasileirosnainternetesuarelaçãocomanúncios. 2023.Acessadoem20defevereirode 2024. Disponívelem:<https://iabbrasil.com.br/pesquisa-comportamento-de-compra-online/>. IACOBUCCI,D.;PETRESCU,M.;KRISHEN,A.;BENDIXEN,M. The stateofmarketing analytics inresearchandpractice. [S.l.]:Springer,2019.152–181p. JORDAN,M.I.;MITCHELL,T.M. Machine learning:Trends,perspectives,andprospects. [S.l.]: AmericanAssociationfortheAdvancementofScience,2015.255–260p. JURAFSKY,D.;MARTIN,J.H. Speech andLanguageProcessing. [S.l.]:PearsonPrentice Hall, 2009. KAPLAN, A.;HAENLEIN,M. Siri, Siri,inmyhand:Who’sthefairestintheland?Onthe interpretations,illustrations,andimplicationsofartificialintelligence. [S.l.]:Elsevier,2019. 15–25 p. KINAST,P. Alexa, SiriouGoogleAssistente:Qualéomelhor? 2023. Acessadoem 30 deJaneirode2024.Disponívelem:<https://www.oficinadanet.com.br/tecnologia/ 28456-alexa-siri-ou-google-assistente>. LEE, P.S.;CHAKRABORTY,I.;BANERJEE,S. Artificial Intelligenceapplicationsto customer feedbackresearch:Areview. [S.l.]:EmeraldPublishingLimited,2023.169–190p. LEINER, B.M.;CERF,V.G.;CLARK,D.D.;KAHN,R.E.;KLEINROCK,L.;LYNCH,D.C.; POSTEL, J.;ROBERTS,L.G.;WOLFF,S. A briefhistoryoftheInternet. [S.l.]:ACMNew York,NY,USA,2009.22–31p. LIU, B. Sentiment analysisandopinionmining. [S.l.]:SpringerNature,2022. LOPES, E.;CORREA,U.;FREITAS,L. Exploring bertforaspectextractioninportuguese language. 2021. MANNING, C.;SCHUTZE,H. Foundationsofstatisticalnaturallanguageprocessing. [S.l.]: MIT press,1999. MEHTA,R. Natural LanguageProcessing(NLP)[ACompleteGuide]. 2023.Acessado em: 22deJaneirode2024.Disponívelem:<https://www.deeplearning.ai/resources/ natural-language-processing/>. MindSpore. Using theBERTNetworktoImplementIntelligentPoemWriting. 2022. Acessado em02deFervereirode2024.Disponívelem:<https://www.mindspore.cn/tutorial/ training/en/r1.2/advanced_use/nlp_bert_poetry.html>. Ministério dasComunicações. 80% dosdomicíliosbrasileirospossuem acesso àinternet,apontapesquisa. 2023.Acessadoem27deJaneirode 2024. Disponívelem:<https://www.gov.br/mcom/pt-br/noticias/2023/maio/ 80-dos-domicilios-brasileiros-possuem-acesso-a-internet-aponta-pesquisa>. NAFEES,M.;DAR,H.;LALI,I.U.;TIWANA,S. Sentiment analysisofpolarityinproduct reviewsinsocialmedia. 2018.1–6p. 55 NOGARE, D. PerformancedeMachineLearning-MatrizdeConfusão. 2020. Acessado em02deFervereirode2024.Disponívelem:<https://diegonogare.net/2020/04/ performance-de-machine-learning-matriz-de-confusao/>. PANDEY,S.V.;DEORANKAR,A. A studyofsentimentanalysistaskandit’schallenges. 2019. 1–5p. RUSSELL,S.J.;NORVIG,P. Artificial intelligenceamodernapproach. [S.l.]:London,2010. SANH, V.;DEBUT,L.;WOLF,T. DistilBERT,adistilledversionofBERT:smaller,faster, cheaper andlighter. 2019. SHIMABUKURO,I. Segmento dee-commercepodecrescer56%noBrasilaté2024. 2021. Acessado em24deJaneirode2024.Disponívelem:<https://olhardigital.com.br/2021/03/24/ pro/segmento-de-e-commerce-pode-crescer-cinquenta-e-seis-por-cento-no-brasil-ate-2024/>. SISTA,R.;SINGH,R.;KUMAWAT,S.K.;DHANARE,R. TechniquesusedbyE-commerce industries forCustomeranalysis. 2021.1-6p. SOUZA, F.;NOGUEIRA,R.;LOTUFO,R. BERTimbau:pretrainedBERTmodelsfor Brazilian Portuguese. 2020.403–417p. STATISTA. Online Shopping-StatisticsFacts. 2020.Acessadoem:22deJaneirode2024. Disponívelem:<https://www.statista.com/topics/871/online-shopping/#topicOverview>. SUPEROFFICE. Customer ExperienceStrategy. 2024.Acessoem29dejaneirode2024,às 18:44 -04.Disponívelem:<https://www.superoffice.com/blog/customer-experience-strategy/>. SYAM,N.;SHARMA,A. Waitingforasalesrenaissanceinthefourthindustrialrevolution: Machine learningandartificialintelligenceinsalesresearchandpractice. [S.l.]:Elsevier, 2018. 135–146p. VASWANI,A.;SHAZEER,N.;PARMAR,N.;USZKOREIT,J.;JONES,L.;GOMEZ,A.N.; KAISER, L.;POLOSUKHIN,I. Attention IsAllYouNeed. 2017. VERHOEF,P.C.;LEMON,K.N.;PARASURAMAN,A.;ROGGEVEEN,A.;TSIROS, M.; SCHLESINGER,L.A. Customer experiencecreation:Determinants,dynamicsand management strategies. [S.l.]:Elsevier,2009.31–41p. WANDERLEY,C.A.C.;COSTA,R.S.da;RIBEIRO,L.deP. Crimes CibernéticosEm TemposDePandemia:OIsolamentoSocialComoPropulsorDaVulnerabilidadeDa PopulaçãoEDoAumentoDosCasos. 2022. ZHANG, B.;XU,X.;LI,X.;CHEN,X.;YE,Y.;WANG,Z. Sentiment analysisthroughcritic learningforoptimizingconvolutionalneuralnetworkswithrules. 2019.21-30p.Disponível em: <https://www.sciencedirect.com/science/article/pii/S0925231219306198>.pt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectBERTimbaupt_BR
dc.subjectProcessamento de linguagem naturalpt_BR
dc.subjectSentimentospt_BR
dc.subjectOpiniãopt_BR
dc.subjectProdutospt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOSpt_BR
dc.titleAnálise de sentimentos no comércio online utilizando bertimbau para o português brasileiropt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
Aparece nas coleções:Monografia_Cont_Automação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Análise de sentimentos no comércio online utilizando bertimbau para o português brasileiro_Diniz_2024.pdfMonografia - Controle e Automação4,21 MBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.