1. Biblioteca Digital de Monografias
  2. CAMPUS DO BACANGA
  3. Curso de Graduação em Ciência da Computação do Campus do Bacanga
  4. TCCs de Graduação em Ciência da Computação do Campus do Bacanga
Use este identificador para citar ou linkar para este item: http://hdl.handle.net/123456789/3573
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorCOSTA, Ana Carolina Bras-
dc.date.accessioned2019-06-17T19:01:11Z-
dc.date.available2019-06-17T19:01:11Z-
dc.date.issued2017-07-14-
dc.identifier.urihttp://hdl.handle.net/123456789/3573-
dc.descriptionABSTRACT The exponential growth of data generated by digital media users created the abstract concept of Big Data. Recently, social networks were the main responsible for this phenomenon. Twitter is one of them, it works like a microblogging where people can express their opinions at the limit of 140 characters. Several organizations and companies have begun to pay attention to the information and insights that this type of content may contain. Through the sentiment analysis it is possible to analyze the feelings contained in opinions expressed in textual form. For example, it is possible to classify, as positive or negative, what customers of a particular brand are commenting about it on social networks. This work proposes a methodology for sentiment analysis in sentence-level of tweets using the Apache Ignite framework. For this, a case study will be carried out on the relaunch of Super Nintendo, demonstrating the use of parallel processing and the MapReduce programming model in the task of sentiment analysis. The results of the tweets classification demonstrated the effectiveness of the proposed methodology. Keywords:pt_BR
dc.description.abstractO exponencial crescimento dos dados gerados por usuários de mídias digitais deu origem ao conceito abstrato de Big Data. Nos últimos anos, as redes sociais foram as principais responsáveis por esse fenômeno. O Twitter é uma delas, ele funciona como um microblogging onde as pessoas podem expressar suas opiniões no limite de 140 caracteres. Diversas organizações e empresas começaram a prestar atenção nas informações e insights que esse tipo de conteúdo pode conter. Através da análise de sentimentos é possível analisar os sentimentos contidos em opiniões expressadas de forma textual. Por exemplo, é possível classificar, como positivo ou negativo, o que os consumidores de uma determinada marca estão comentando sobre ela nas redes sociais. Este trabalho propõe uma metodologia para análise de sentimentos de tweets em nível de sentença utilizando o framework Apache Ignite. Para isso, será realizado um estudo de caso sobre o relançamento do Super Nintendo, demonstrando o uso de processamento paralelo e do modelo de programação MapReduce na tarefa de análise de sentimentos. Os resultados da classificação dos tweets demostraram a eficácia da metodologia proposta.pt_BR
dc.language.isootherpt_BR
dc.publisherUniversidade Federal do Maranhãopt_BR
dc.subjectBig datapt_BR
dc.subjectAnálise de sentimentospt_BR
dc.subjectTwitterpt_BR
dc.subjectApache Ignitept_BR
dc.subjectMapReducept_BR
dc.subjectBig datapt_BR
dc.subjectSentiment analysispt_BR
dc.subjectTwitterpt_BR
dc.subjectApache Ignitept_BR
dc.subjectMapReducept_BR
dc.titleAnálise de sentimentos em nível de sentença a partir de dados extraídos do Twitter utilizando o framework Apache Ignitept_BR
dc.title.alternativeAnalysis of sentence-level feelings from extracted data of Twitter using the Apache Ignite frameworkpt_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 
ANA-COSTA.pdfTrabalho de Conclusão de Curso2,07 MBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


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