Text mining e twitter : o poder das redes sociais num mercado competitivo
| Main Author: | |
|---|---|
| Publication Date: | 2016 |
| Format: | Master thesis |
| Language: | por |
| Source: | Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
| Download full: | http://hdl.handle.net/10362/17365 |
Summary: | Project Work presented as the partial requirement for obtaining a Master's degree in Information Management, specialization in Knowledge Management and Business Intelligence |
| id |
RCAP_de1c47a7d7475c5fcc28477926aadc46 |
|---|---|
| oai_identifier_str |
oai:run.unl.pt:10362/17365 |
| network_acronym_str |
RCAP |
| network_name_str |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
| repository_id_str |
https://opendoar.ac.uk/repository/7160 |
| spelling |
Text mining e twitter : o poder das redes sociais num mercado competitivoBig DataClusteringSentiment AnalysisText MiningTwitterProject Work presented as the partial requirement for obtaining a Master's degree in Information Management, specialization in Knowledge Management and Business IntelligenceActualmente, com a massificação da utilização das redes sociais, as empresas passam a sua mensagem nos seus canais de comunicação, mas os consumidores dão a sua opinião sobre ela. Argumentam, opinam, criticam (Nardi, Schiano, Gumbrecht, & Swartz, 2004). Positiva ou negativamente. Neste contexto o Text Mining surge como uma abordagem interessante para a resposta à necessidade de obter conhecimento a partir dos dados existentes. Neste trabalho utilizámos um algoritmo de Clustering hierárquico com o objectivo de descobrir temas distintos num conjunto de tweets obtidos ao longo de um determinado período de tempo para as empresas Burger King e McDonald’s. Com o intuito de compreender o sentimento associado a estes temas foi feita uma análise de sentimentos a cada tema encontrado, utilizando um algoritmo Bag-of-Words. Concluiu-se que o algoritmo de Clustering foi capaz de encontrar temas através do tweets obtidos, essencialmente ligados a produtos e serviços comercializados pelas empresas. O algoritmo de Sentiment Analysis atribuiu um sentimento a esses temas, permitindo compreender de entre os produtos/serviços identificados quais os que obtiveram uma polaridade positiva ou negativa, e deste modo sinalizar potencias situações problemáticas na estratégia das empresas, e situações positivas passíveis de identificação de decisões operacionais bem-sucedidas.Henriques, Roberto André PereiraBernardo, IvoRUNVeiga, Hugo Miguel Ferrão Casal da2016-05-19T18:04:19Z2016-02-052016-02-05T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10362/17365TID:201102366porinfo:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2024-05-22T17:21:33Zoai:run.unl.pt:10362/17365Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-28T16:52:17.478300Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse |
| dc.title.none.fl_str_mv |
Text mining e twitter : o poder das redes sociais num mercado competitivo |
| title |
Text mining e twitter : o poder das redes sociais num mercado competitivo |
| spellingShingle |
Text mining e twitter : o poder das redes sociais num mercado competitivo Veiga, Hugo Miguel Ferrão Casal da Big Data Clustering Sentiment Analysis Text Mining |
| title_short |
Text mining e twitter : o poder das redes sociais num mercado competitivo |
| title_full |
Text mining e twitter : o poder das redes sociais num mercado competitivo |
| title_fullStr |
Text mining e twitter : o poder das redes sociais num mercado competitivo |
| title_full_unstemmed |
Text mining e twitter : o poder das redes sociais num mercado competitivo |
| title_sort |
Text mining e twitter : o poder das redes sociais num mercado competitivo |
| author |
Veiga, Hugo Miguel Ferrão Casal da |
| author_facet |
Veiga, Hugo Miguel Ferrão Casal da |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Henriques, Roberto André Pereira Bernardo, Ivo RUN |
| dc.contributor.author.fl_str_mv |
Veiga, Hugo Miguel Ferrão Casal da |
| dc.subject.por.fl_str_mv |
Big Data Clustering Sentiment Analysis Text Mining |
| topic |
Big Data Clustering Sentiment Analysis Text Mining |
| description |
Project Work presented as the partial requirement for obtaining a Master's degree in Information Management, specialization in Knowledge Management and Business Intelligence |
| publishDate |
2016 |
| dc.date.none.fl_str_mv |
2016-05-19T18:04:19Z 2016-02-05 2016-02-05T00:00:00Z |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10362/17365 TID:201102366 |
| url |
http://hdl.handle.net/10362/17365 |
| identifier_str_mv |
TID:201102366 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.source.none.fl_str_mv |
reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia instacron:RCAAP |
| instname_str |
FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia |
| instacron_str |
RCAAP |
| institution |
RCAAP |
| reponame_str |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
| collection |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
| repository.name.fl_str_mv |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia |
| repository.mail.fl_str_mv |
info@rcaap.pt |
| _version_ |
1833596258706522112 |