Identificação de padrões em textos de mídias sociais utilizando redes neurais e visualização de dados

Página do item simplificado
dc.contributor.advisorSilva, Leandro Augusto da
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/1396385111251741por
dc.contributor.authorSargiani, Vagner
dc.creator.Latteshttp://lattes.cnpq.br/9363303337287168por
dc.date.accessioned2018-04-28T17:31:19Z
dc.date.accessioned2020-05-28T18:08:53Z
dc.date.available2020-05-28T18:08:53Z
dc.date.issued2018-02-05
dc.description.abstractNa atualidade existe a geração de um grande volume de dados textuais, sendo que parte deste volume é gerado pelas chamadas mídias sociais, no qual pessoas se conectam, trocam informações e experiências. Estes dados contém conhecimento implícito valioso, que pode ser extraído e analisado de acordo com a mídia selecionada e o tipo de conhecimento procurado. O objetivo deste trabalho é demonstrar como utilizar recursos de mineração de dados, ferramentas analíticas e redes neurais do tipo Self Organized Maps (SOM) para efetuar análise sobre dados textuais e geração de conhecimento. Serão duas as abordagens: conhecimentos voltados para a área educacional (com dados de sites de Perguntas e Respostas (Question and Answers, ou simplesmente Q&A)) e identificação de tendências (com postagens no microblog Twitter). Ambas as fontes são similares em possuirem um formato de texto não estruturado. Com base em uma matriz de termos gerada através de técnicas de Mineração de Textos, originada em uma base composta por texto não estruturado, as postagens foram a base para treinamento de uma rede SOM, e com esta rede treinada foi possível gerar visualizações que permitem efetuar análises semânticas dos termos e questões agrupados e utilizá-las para identificação do conhecimento desejado. Os resultados obtidos foram: demonstrar que questões sobre assuntos similares podem ser agrupadas pela sua similaridade de termos, e visualizar estes agrupamentos em forma de nuvens de palavras, permitindo a análise semântica sobre as questões agrupadas.por
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superiorpor
dc.description.sponsorshipFundo Mackenzie de Pesquisapor
dc.formatapplication/pdf*
dc.identifier.citationSARGIANI, Vagner. Identificação de padrões em textos de mídias sociais utilizando redes neurais e visualização de dados. 2018. 64 f. Dissertação( Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo.por
dc.identifier.urihttp://dspace.mackenzie.br/handle/10899/24472
dc.keywordstext miningeng
dc.keywordsself organizing mapseng
dc.keywordsvisualizationeng
dc.keywordssemanticeng
dc.languageporpor
dc.publisherUniversidade Presbiteriana Mackenziepor
dc.rightsAcesso Abertopor
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectmineração de textopor
dc.subjectmapas auto organizáveispor
dc.subjectvisualizaçãopor
dc.subjectsemânticapor
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRApor
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpor
dc.thumbnail.urlhttp://tede.mackenzie.br/jspui/retrieve/16422/VAGNER%20SARGIANI.pdf.jpg*
dc.titleIdentificação de padrões em textos de mídias sociais utilizando redes neurais e visualização de dadospor
dc.typeDissertaçãopor
local.contributor.board1Notargiacomo, Pollyana Coelho da Silva
local.contributor.board1Latteshttp://lattes.cnpq.br/5131975026612008por
local.contributor.board2Barcelos, Thiago Schumacher
local.contributor.board2Latteshttp://lattes.cnpq.br/0179728954543082por
local.publisher.countryBrasilpor
local.publisher.departmentFaculdade de Computação e Informática (FCI)por
local.publisher.initialsUPMpor
local.publisher.programEngenharia Elétricapor
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
VAGNER SARGIANI.pdf
Tamanho:
6.16 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Coleções
Engenharia Elétrica e Computação - Dissertações - EE Higienópolis