Please use this identifier to cite or link to this item:
https://ric.cps.sp.gov.br/handle/123456789/35432
Title: | Análise de sentimentos em redes sociais utilizando processamento de linguagem natural (NLP) |
Other Titles: | Sentiment analysis in social networks using natural language processing (NLP) |
Authors: | LEITE, Gabrielle Barros Leal |
Advisor: | BERNICE, Paulo Roberto |
type of document: | Monografia |
Keywords: | Linguagem natural;Redes sociais;Machine learning;Processamento de dados;Mineração |
Issue Date: | 20-Jun-2025 |
Publisher: | 002 |
Citation: | LEITE, Gabrielle Barros Leal. Análise de sentimentos em redes sociais utilizando processamento de linguagem natural (NLP), 2025. Trabalho de conclusão de curso (Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas) – Faculdade de Tecnologia de São Paulo, São Paulo, 2025. |
Abstract: | Este trabalho tem como objetivo analisar sentimentos expressos em redes sociais por meio de técnicas avançadas de Processamento de Linguagem Natural (NLP). A crescente geração de dados nas plataformas digitais torna fundamental a utilização de métodos automatizados capazes de identificar emoções e opiniões dos usuários. Para tanto, são exploradas etapas que envolvem desde a coleta e pré-processamento dos dados até a aplicação de algoritmos de aprendizado de máquina e avaliação dos
resultados. Os experimentos realizados demonstraram que estratégias modernas oferecem alta precisão na classificação de sentimentos, contribuindo para áreas estratégicas como marketing, atendimento ao cliente e monitoramento de reputação online. This work aims to analyze sentiments expressed on social networks through advanced techniques of Natural Language Processing (NLP). The increasing generation of data on digital platforms makes it essential to use automated methods capable of identifying users' emotions and opinions. To this end, stages involving data collection and preprocessing to the application of machine learning algorithms and evaluation of results are explored. The experiments conducted demonstrated that modern strategies offer high accuracy in sentiment classification, contributing to strategic areas such as marketing, customer service, and online reputation monitoring. |
URI: | https://ric.cps.sp.gov.br/handle/123456789/35432 |
Appears in Collections: | Trabalhos de conclusão de curso |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
analiseedesenvolvimentodesistemas_2025_1_gabriellebarroslealleite_análisedesentimentosemredessociais.pdf | 157.86 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.