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.
| Identifer | oai:union.ndltd.org:IBICT/oai:192.168.11:11:ri/19377 |
| Date | 19 October 2015 |
| Creators | Silva, Matheus Cardoso de Andrade |
| Contributors | Loula, Angelo, Pires, Matheus Giovanni, Rocha Junior, João, Camargo, Heloísa |
| Publisher | Instituto de Matemática. Departamento de Ciência da Computação, Mestrado Multiinstitucional em Ciência da Computação, UFBA, brasil |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UFBA, instname:Universidade Federal da Bahia, instacron:UFBA |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0026 seconds