Return to search

APLICAÇÃO DE UM SISTEMA FUZZY PARA CLASSIFICAÇÃO DE OPINIÃO EM DIFERENTES DOMÍNIOS

Submitted by Marcio Filho (marcio.kleber@ufba.br) on 2016-05-31T16:31:15Z
No. of bitstreams: 1
Dissertacao_MMCC_Luiz_Otavio.pdf: 6874214 bytes, checksum: f2b823fc741e9778c02cd914c96b2769 (MD5) / Approved for entry into archive by Alda Lima da Silva (sivalda@ufba.br) on 2016-06-03T23:22:26Z (GMT) No. of bitstreams: 1
Dissertacao_MMCC_Luiz_Otavio.pdf: 6874214 bytes, checksum: f2b823fc741e9778c02cd914c96b2769 (MD5) / Made available in DSpace on 2016-06-03T23:22:26Z (GMT). No. of bitstreams: 1
Dissertacao_MMCC_Luiz_Otavio.pdf: 6874214 bytes, checksum: f2b823fc741e9778c02cd914c96b2769 (MD5) / Opiniões são centrais em quase todas as atividades humanas, porque exercem relevante influência sobre o comportamento das pessoas. A internet e a web criaram mecanismos que tornaram possível que as pessoas pudessem compartilhar suas opiniões e para que eias, e também organizações, pudessem encontrar facilmente mais informações sobre as opiniões e experiências de outros indivíduos para ajudar em tomadas de decisão. Ainda assim, opiniões envolvem sentimentos que são descrições textuais vagas e imprecisas. Devido à natureza destes dados, a Lógica Fuzzy pode ser uma abordagem promissora para lidar com esses tipos de informações. Assim, este trabalho propõe a criação e a avaliação de sistema fuzzy para realizar um processo de mineração e classificação de opinião em diferentes domínios. Diversas características foram extraídas dos documentos e algoritmos de seleção de características foram aplicados para selecionar as mais aptas para representar e classificar os documentos. Com base nas características selecionadas, o método de Wang-Mendel (WM) e variados métodos de inferência foram utilizados para gerar as regras fuzzy e classificar documentos. Os resultados obtidos mostraram que a proposta é promissora, pois o desempenho das regras geradas se equipararam ou superaram trabalhos correlatos na literatura, demonstraram bons resultados entre domínios diferentes e ainda se igualaram a resultados de métodos clássicos de aprendizado de máquina, como o Support Vector Machine.

Identiferoai:union.ndltd.org:IBICT/oai:192.168.11:11:ri/19377
Date19 October 2015
CreatorsSilva, Matheus Cardoso de Andrade
ContributorsLoula, Angelo, Pires, Matheus Giovanni, Rocha Junior, João, Camargo, Heloísa
PublisherInstituto de Matemática. Departamento de Ciência da Computação, Mestrado Multiinstitucional em Ciência da Computação, UFBA, brasil
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Repositório Institucional da UFBA, instname:Universidade Federal da Bahia, instacron:UFBA
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0016 seconds