Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/6886
Registro completo de metadados
Campo Dublin CoreValorIdioma
dc.contributor.advisorSilva, Thiago Augusto de Oliveirapt_BR
dc.contributor.authorRodrigues, Cleuber Lúcio da Silva-
dc.date.accessioned2024-08-13T18:47:59Z-
dc.date.available2024-08-13T18:47:59Z-
dc.date.issued2024pt_BR
dc.identifier.citationRODRIGUES, Cleuber Lúcio da Silva. Monitoramento de dados para suporte ao relacionamento com clientes: proposição de uma ferramenta de busca e processamento de informações para desenvolvimento de insights. 2024. 24 f. Monografia (Especialização em Ciência de Dados) - Instituto de Ciências Exatas e Aplicadas, Universidade Federal de Ouro Preto, João Monlevade, 2024.pt_BR
dc.identifier.urihttp://www.monografias.ufop.br/handle/35400000/6886-
dc.description.abstractEste trabalho investiga a relevância do monitoramento de dados para embasar processos decisórios e fortalecer o relacionamento com clientes, propondo a concepção de uma ferramenta dedicada à busca e processamento de informações para a geração de insights. Destaca-se o desafio representado pela abundância de dados e a complexidade inerente à análise efetiva de dados textuais, provenientes de diversas fontes voltadas a uma área específica do conhecimento. São abordadas as técnicas de web crawling e web scraping, juntamente com a necessidade de compreender as leis de proteção de dados. A proposta concentra-se na criação de uma ferramenta destinada à busca e estruturação de informações pertinentes ao setor de celulose e papel, visando oferecer insights sobre produtos e mercados para facilitar a tomada de decisões. O estudo analisa as implicações legais e éticas do web scraping e crawling, enfatizando a importância de aderir às práticas recomendadas para mitigar potenciais impactos negativos nos sites fonte. Descreve-se a metodologia de desenvolvimento de um algoritmo em Python para a pesquisa de notícias baseada em palavras-chave, destacando a definição de objetivos e escopo da ferramenta, fontes de dados, considerações legais e o processo de desenvolvimento do algoritmo. Além disso, são discutidos aspectos como a indexação de dados em formato JSON e a documentação do código, processos e decisões de design. Os resultados obtidos, exemplificados pelo uso da palavra-chave "celulose" na ferramenta, incluem a recuperação de informações, análise de sentimentos e estruturação de dados, demonstrando eficiência na obtenção e análise de notícias relacionadas ao setor de celulose e papel. A solução evidenciou resultados positivos na análise de sentimentos, revelando uma tendência predominantemente positiva na cobertura de notícias sobre o setor. A utilização de algoritmos de machine learning e processamento de linguagem natural permitiu a classificação de notícias em diferentes categorias de sentimentos, contribuindo para a compreensão da percepção pública e para o monitoramento da reputação do setor. Conclui-se que a aplicação de técnicas avançadas, como web crawling, web scraping e análise de sentimentos, possibilitou a recuperação e análise de dados de forma eficaz, oferecendo contribuições significativas para a compreensão do cenário e para a tomada de decisão informada no setor.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectProcessamento de linguagem natural - computaçãopt_BR
dc.subjectProcessamento de textos - computaçãopt_BR
dc.subjectProcessamento eletrônico de dados - sites da Webpt_BR
dc.subjectProcesso decisóriopt_BR
dc.subjectProteção de dadospt_BR
dc.titleMonitoramento de dados para suporte ao relacionamento com clientes : proposição de uma ferramenta de busca e processamento de informações para desenvolvimento de insights.pt_BR
dc.typeTCC-Especializaçãopt_BR
dc.rights.licenseEste trabalho está sob uma licença Creative Commons BY-NC-ND 4.0 (https://creativecommons.org/licenses/by-nc-nd/4.0/?ref=chooser-v1).pt_BR
dc.contributor.refereeSilva, Sérgio Evangelistapt_BR
dc.contributor.refereeRibeiro, Ronaldo Nevespt_BR
dc.contributor.refereeSilva, Thiago Augusto de Oliveirapt_BR
dc.description.abstractenThis work investigates the relevance of data monitoring to support decision-making processes and strengthen customer relationships, proposing the conception of a tool dedicated to searching and processing information for generating insights. The challenge represented by the abundance of data and the inherent complexity of effectively analyzing textual data from various sources focused on a specific area of knowledge is highlighted. Techniques such as web crawling and web scraping are addressed, along with the need to understand data protection laws. The proposal focuses on creating a tool for searching and structuring information relevant to the pulp and paper sector, aiming to provide insights into products and markets to facilitate decision-making. The study examines the legal and ethical implications of web scraping and crawling, emphasizing the importance of adhering to recommended practices to mitigate potential negative impacts on source websites. The methodology for developing a Python algorithm for keyword-based news search is described, highlighting the definition of objectives and scope of the tool, data sources, legal considerations, and the algorithm development process. Additionally, aspects such as data indexing in JSON format and code documentation, processes, and design decisions are discussed. The results obtained, exemplified by the use of the keyword "pulp" in the tool, include information retrieval, sentiment analysis, and data structuring, demonstrating efficiency in obtaining and analyzing news related to the pulp and paper sector. The solution showed positive results in sentiment analysis, revealing a predominantly positive trend in news coverage of the sector. The use of machine learning algorithms and natural language processing enabled the classification of news into different sentiment categories, contributing to the understanding of public perception and sector reputation monitoring. It was concluded that the application of advanced techniques such as web crawling, web scraping, and sentiment analysis allowed for the effective retrieval and analysis of data, offering significant contributions to understanding the landscape and making informed decisions in the sector.pt_BR
dc.contributor.authorID2021.10806pt_BR
Aparece nas coleções:Especialização - Ciência dos Dados

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_MonitoramentoDadosSuporte.pdf1,73 MBAdobe PDFVisualizar/Abrir


Os itens na BDTCC estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.