@MASTERSTHESIS{ 2017:1603392197,
 	title = {Framework para mineração de opiniões em mídias sociais para descoberta de conhecimento do cliente},
 	year = {2017},
 	url = "http://bibliotecatede.uninove.br/handle/tede/3046",
 	abstract = "Com a disseminação da Internet e popularização de tecnologias móveis, as relações entre clientes e empresas sofreram transformações. Comentários em relação a empresas, produtos ou serviços, antes restritos aos círculos de amizade, agora são compartilhados de forma constante e prolífica em redes sociais e sites especializados em receber opiniões de clientes em relação às suas experiências. Este fenômeno proporciona oportunidades para descoberta de conhecimento a partir destas opiniões, mas também desafios, considerando-se que, dada sua natureza e forma, as opiniões dos clientes consistem em dados não estruturados, que por sua vez demandam tratamentos específicos. Esta pesquisa tem por objetivo apresentar um framework para mineração de opiniões visando a descoberta de conhecimento do cliente em relação às suas experiências em empresas (restaurantes), com base em dados não estruturados extraídos de redes sociais, aplicável à realidade de pequenas e médias empresas. A rede social abordada nesta pesquisa foi o TripAdvisor, de onde foram extraídos dados de quatro empresas (restaurantes) por meio da técnica de web scraping. Os dados da primeira empresa foram usados para desenvolver e refinar o framework, que por sua vez, foi aplicado aos dados das demais. Estes dados foram submetidos a técnicas de mineração de textos como Análise de Sentimentos e Modelagem de Tópicos por meio da abordagem tidy data tais quais, tokenização, normalização, remoção de stop words, remoção de caracteres especiais e números, criação de bi-gramas, cálculo de pesos dos termos, comparações e contagens. Como principais resultados, destaca-se a geração de sumarizações e visualizações gráficas que contribuíram para evidenciar conhecimento acerca das relações entre diversas expressões e termos que não eram óbvias. Estas, por sua vez, foram descobertas a partir das análises efetuadas, que permitiram encontrar relações latentes entre termos citados por diferentes clientes. A Análise de Sentimentos aliada à Modelagem de tópicos revelou que os aspectos mais abordados pelos clientes se referem à comida, ao lugar e o atendimento, variando em intensidade e polaridade. A contribuição prática deste trabalho reside na aplicação da Mineração de Textos para revelar padrões e possibilitar a descoberta de conhecimento a partir das opiniões de clientes extraídas de redes sociais. O framework empregado provou-se útil como ferramenta para compreender melhor o cliente, suas expectativas e até mesmo suas frustrações, gerando assim conhecimento acerca dos clientes para benefício da empresa.",
 	publisher = {Universidade Nove de Julho},
 	scholl = {Programa de Pós-Graduação em Informática e Gestão do Conhecimento},
 	note = {Informática}
}