Use este identificador para citar ou linkar para este item:
http://repositorio.ufgd.edu.br/jspui/handle/prefix/2296
Tipo: | Trabalho de Conclusão de Curso |
Título: | Support vector machines na identificação de opiniões depressivas em redes sociais |
Título(s) alternativo(s): | Support Vector Machines in identifying depressive opinions on social networks |
Autor(es): | Dorneles, Bruno da Silva |
Primeiro Orientador: | Zampieri, Carlos Elias Arminio |
metadata.dc.contributor.referee1: | Szabo, Alexandre |
metadata.dc.contributor.referee2: | Amorim, Willian Paraguassu |
Resumo: | Diariamente milhões de brasileiros são afetados pelos sintomas da depressão, apresentando uma tristeza profunda e dificuldade para realizar tarefas comuns do dia a dia. As pessoas estão cada vez mais recorrendo a redes sociais como meio de abordar questões relacionadas a saúde mental, se tornando uma fonte rica de informações sobre o estado emocional e sentimental de seus usuários. Este estudo teve como objetivo a utilização de testes psicológicos e técnicas de aprendizagem de máquina na obtenção e classificação de dados relacionados à expressão de opiniões depressivas de usuários da rede social Twitter. Os resultados obtidos demonstraram um grande potencial no uso do Inventário de Beck como fonte de coleta de dados e SVM na identificação de opiniões depressivas em redes sociais, obtendo a precisão de 78% na classificação de tweets considerados ”Opinativos”. |
Abstract: | Every day millions of Brazilians are affected by the symptoms of depression, showing deep sadness and difficulty performing common daily tasks. People are increasingly turning to social networks as a way to address mental health issues, becoming a rich source of information about their users emotional and sentimental state. This study aimed to use psychological tests and machine learning techniques to obtain and classify data related to the expression of depressive opinions of users of the Twitter social network. The results showed a great potential in the use of Beck Inventory as a source of data collection and SVM in identifying depressive opinions in social networks, achieving 78% accuracy in the classification of tweets considered ”Opinions”. |
Palavras-chave: | Support vector machines Rede social Social networks Depressão Depression |
CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAO |
Idioma: | por |
País: | Brasil |
Editor: | Universidade Federal da Grande Dourados |
Sigla da Instituição: | UFGD |
metadata.dc.publisher.department: | Faculdade de Ciências Exatas e Tecnologia |
Citação: | DORNELES, B. S. Support vector machines na identificação de opiniões depressivas em redes sociais. 2019. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Computação) – Faculdade de Ciências Exatas e Tecnologias, Universidade Federal da Grande Dourados, Dourados, MS, 2019. |
Tipo de Acesso: | Acesso Aberto |
URI: | http://repositorio.ufgd.edu.br/jspui/handle/prefix/2296 |
Data do documento: | 29-Nov-2019 |
Aparece nas coleções: | Engenharia de Computação |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
BrunodaSilvaDorneles.pdf | 1,15 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.