Recuperação e classificação de sentimentos de usuários do Twitter em período eleitoral

Fernanda Fernandes Matos, Lúcia Helena de Magalhães, Renato Rocha Souza

Resumo


Introdução: A redes sociais tornaram-se um espaço importante para usuários expressares seus sentimentos. Esses comentários são valiosos para governantes saberem o ponto de vista dos cidadãos sobre as suas propostas políticas e candidatos perceberem a reação dos eleitores a respeito da campanha eleitoral.
Objetivos: Analisar os sentimentos expressos pelos usuários no Twitter, referentes aos candidatos que concorreram à presidência do Brasil no ano de 2018, e predizer o resultado das eleições com base nessas postagens.
Metodologia: Os posts sobre os candidatos que disputaram o segundo turno das eleições foram o objeto de estudo. Usou-se o software Orange Canvas, uma ferramenta de aprendizado de máquina livre e de código aberto, para a coleta da amostra e para a extração das informações relevantes. A técnica de análise de opinião foi aplicada para classificação automática dos sentimentos em positivos, negativos e neutros. Para melhor análise e interpretação dos resultados, exibiram-se as palavras mais importantes dos comentários em nuvens de palavras e as emoções, em gráficos de distribuição de frequência.
Resultados: Detectaram-se muitos sentimentos negativos nas postagens e a emoção de surpresa foi a que mais se destacou para ambos os concorrentes.
Conclusões: O estudo mostrou que o Twitter é um local interessante para usuários expressarem seus sentimentos no período eleitoral. Porém, o trabalho não foi capaz de prever o resultado das eleições com base nas emoções. Acredita-se que isso se deve às altas taxas de rejeição dos eleitores quanto aos candidatos e a polarização que tem caracterizado a política brasileira nos últimos tempos. 


Palavras-chave


Análise de redes sociais; Classificação automática; Recuperação da Informação; Extração da Informação; Mineração de texto

Texto completo:

PDF


DOI: http://dx.doi.org/10.5433/1981-8920.2020v25n1p92

Licença Creative Commons
Esta obra está licenciada sob uma licença Creative Commons Atribuição - Não comercial - Sem derivações 4.0 Internacional.

  

Inf. Inf.

ISSN: 1981-8920 (versão somente online)

DOI: 10.5433/1981-8920

e-mail: infoeinfo@uel.br



Esta obra está licenciada com uma Licença Creative Commons Atribuição-NãoComercial 4.0 Internacional