Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/3184
Título: Análise de sentimentos das postagens e comentários dos principais candidatos à presidência durante a corrida eleitoral de 2018.
Autor(es): Oliveira, Rafael Francisco de
Orientador(es): Ribeiro, Filipe Nunes
Membros da banca: Ribeiro, Filipe Nunes
Lima, Helen de Cássia Sousa da Costa
Amorim, Vicente José Peixoto de
Palavras-chave: Classificação
Percepção social - análise
Facebook - rede social on-line
Mineração de dados - computação
Polaridade
Presidentes - Brasil - eleições 2018
Data do documento: 2021
Referência: OLIVEIRA, Rafael Francisco de. Análise de sentimentos das postagens e comentários dos principais candidatos à presidência durante a corrida eleitoral de 2018. 2021. 88 f. Monografia (Graduação em Engenharia da Computação) - Instituto de Ciências Exatas e Aplicadas, Universidade Federal de Ouro Preto, João Monlevade, 2021.
Resumo: O número de usuários conectados em redes sociais online cresceu de forma significativa. Facebook, Linkedin, YouTube, TikTok, Instagram e Twitter são exemplos claros dessa evolução na comunicação social contemporânea. A interação das pessoas nas redes sociais gera dezenas de milhares de informações (dados) possibilitando sua análise em estudos diversificados. Uma das características das redes sociais é a possibilidade de expressar opiniões e posicionamentos a determinados assuntos e notícias a qualquer momento e em qualquer lugar. A detecção e análise dos dados permitem inferir e mensurar a polaridade de ideias a determinado assunto. O objetivo deste trabalho visa analisar os sentimentos das postagens e comentários antes, durante e após a eleição presidencial brasileira de 2018 na rede social Facebook dos candidatos Jair Bolsonaro e Fernando Haddad. A análise compreende os dados coletados durante os anos de 2018 e 2019. A detecção de sentimentos dos dados coletados foram realizados através do classificador Sentistrength. Após a obtenção da avaliação do programa, os resultados mostraram que apesar da dificuldade apresentada pela complexidade semântica do idioma português, foi possível perceber uma mudança na polaridade dos sentimentos após a eleição presidencial brasileira de 2018, caracterizada por uma negatividade nos comentários referentes a Fernando Haddad e por uma positividade nos comentários relacionados a Jair Bolsonaro.
Resumo em outra língua: The number of connected users in online social media has been grown significantly. Facebook, Linkedin, Youtube, Instagram, and Twitter are examples of this evolution in contemporary social communication. The interaction of people on social media creates hundreds of thousands of information (data) that enable its analysis in various studies. One of the facets of social media is the possibility to give your own opinions, and positions on specific subjects and news anytime, and anywhere. The detection and data analysis allows to infer and measure the polarity of ideas of some subject. The main goal of this work is to analyze the sentiments of the posts and comments before, during, and after 2018 Brazilian presidential election on social media Facebook about candidates Jair Bolsonaro and Fernando Haddad. The analysis comprises the data collected during the years 2018 and 2019. The detection of sentiments was conducted with SentiStrength. After obtaining the evaluation of the algorithm, the results showed that despite challenges imposed by the semantic complexity of the Portuguese language, it was possible to perceive a change in the polarity of sentiments after the 2018 Brazilian presidential election, characterized by negativity in Fernando Haddad’s posts' comments and by a positivity increase in the Jair Bolsonaro’s posts' comments.
URI: http://www.monografias.ufop.br/handle/35400000/3184
Aparece nas coleções:Engenharia de Computação - JMV

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_AnáliseSentimentosPostagens.pdf22,68 MBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons