Use este identificador para citar ou linkar para este item: http://hdl.handle.net/123456789/3315
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorSOUSA, Jonatas Brito de-
dc.date.accessioned2019-05-28T16:55:10Z-
dc.date.available2019-05-28T16:55:10Z-
dc.date.issued2015-12-16-
dc.identifier.urihttp://hdl.handle.net/123456789/3315-
dc.descriptionABSTRACT Big Data is presented as one of today's leading technologies. Simple and efficient methods to make big data analysis are responsible for many advances in business analysis, medical and behavioral data. This paper presents a method to perform sentiment analysis on data from survey, using GridGain framework. The method is designed to handle data that have big data characteristics, or allows analysis of large volumes of information, through the use of parallel processing and MapReduce. The MapReduce algorithm implemented by GridGain framework, an algorithm is consolidated to parallel processing, since processing large volumes enable a variety of sources of information on an existing processing structure in a network or across multiple processing nodes on a machine. Data analysis by methodology indicates a new way to extract useful information from the survey data, in a different light the traditional mathematical analysis employed, allowing addressing data on another perspective analysis, the feelings expressed by the answers of respondents.pt_BR
dc.description.abstractBig Data apresenta-se como uma das principais tecnologias da atualidade. Métodos simples e eficientes para realizar big data análise são responsáveis por diversos avanços em análise comercial, dados médicos e comportamental. Este trabalho apresenta um método para realizar análise de sentimento em dados provenientes de pesquisa de opinião, utilizando o framework GridGain. O método é projetado para lidar com dados que possuem características big data, ou seja, permite a análise de grandes volumes de informações, por meio do uso de processamento paralelo e MapReduce. O algoritmo de MapReduce implementado pelo framework GridGain, é um algoritmo para processamento paralelo consolidado, pois permiti processamento de grandes volumes de informações de fontes variadas sobre uma estrutura de processamento existente em rede ou por meio de múltiplos nós de processamento em uma máquina. A análise dos dados por meio da metodologia, aponta uma nova maneira de extrair informação útil dos dados de pesquisa de opinião, sob uma ótica diferente das tradicionais análises matemáticas empregadas, permitindo abordar os dados sobre outra perspectiva de análise, a dos sentimentos expressos pelas respostas dos entrevistados.pt_BR
dc.language.isootherpt_BR
dc.publisherUniversidade Federal do Maranhãopt_BR
dc.subjectBig datapt_BR
dc.subjectGridGainpt_BR
dc.subjectData análisept_BR
dc.subjectMapReducept_BR
dc.subjectAnálise de sentimento e pesquisa de opiniãopt_BR
dc.subjectBig datapt_BR
dc.subjectGridGainpt_BR
dc.subjectData analysispt_BR
dc.subjectSentiment analysis and opinion researchpt_BR
dc.subjectMapReducept_BR
dc.titleBig data: análise de sentimento em dados de pesquisa de opinião utilizando o Framework GridGain e processamento em memóriapt_BR
dc.title.alternativeBig data: sentiment analysis in opinion poll data using the GridGain Framework and memory processingpt_BR
dc.typeOtherpt_BR
Aparece nas coleções:TCCs de Graduação em Ciência da Computação do Campus do Bacanga

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
JONATAS-SOUSA.pdfTrabalho de Conclusão de Curso3,2 MBAdobe PDFVisualizar/Abrir


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