Use este identificador para citar ou linkar para este item: http://repositorio.ufgd.edu.br/jspui/handle/prefix/2296
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisor1Zampieri, Carlos Elias Arminio-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/8830407239695417pt_BR
dc.contributor.referee1Szabo, Alexandre-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/1867346456358550pt_BR
dc.contributor.referee2Amorim, Willian Paraguassu-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/8746409982228678pt_BR
dc.creatorDorneles, Bruno da Silva-
dc.creator.Latteshttp://lattes.cnpq.br/2825680636830490pt_BR
dc.date.accessioned2020-01-21T15:59:38Z-
dc.date.available2020-01-21T15:59:38Z-
dc.date.issued2019-11-29-
dc.identifier.citationDORNELES, 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.pt_BR
dc.identifier.urihttp://repositorio.ufgd.edu.br/jspui/handle/prefix/2296-
dc.description.abstractEvery 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”.en
dc.description.resumoDiariamente 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”.pt_BR
dc.description.provenanceSubmitted by Alison Souza (alisonsouza@ufgd.edu.br) on 2020-01-21T15:59:38Z No. of bitstreams: 1 BrunodaSilvaDorneles.pdf: 1177678 bytes, checksum: dfd2154b6f257ddc6388b2a625799282 (MD5)en
dc.description.provenanceMade available in DSpace on 2020-01-21T15:59:38Z (GMT). No. of bitstreams: 1 BrunodaSilvaDorneles.pdf: 1177678 bytes, checksum: dfd2154b6f257ddc6388b2a625799282 (MD5) Previous issue date: 2019-11-29en
dc.languageporpt_BR
dc.publisherUniversidade Federal da Grande Douradospt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentFaculdade de Ciências Exatas e Tecnologiapt_BR
dc.publisher.initialsUFGDpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectSupport vector machinesen
dc.subjectRede socialpt_BR
dc.subjectSocial networksen
dc.subjectDepressãopt_BR
dc.subjectDepressionen
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAOpt_BR
dc.titleSupport vector machines na identificação de opiniões depressivas em redes sociaispt_BR
dc.title.alternativeSupport Vector Machines in identifying depressive opinions on social networksen
dc.typeTrabalho de Conclusão de Cursopt_BR
Aparece nas coleções:Engenharia de Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
BrunodaSilvaDorneles.pdf1,15 MBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.