Identificação de manifestações de clientes de instituições bancárias em redes sociais utilizando inteligência artificial

dc.contributor.advisorTeixeira, Fabio
dc.contributor.authorAraújo, Iago Vitor
dc.contributor.authorSantos, Victor Moreira dos
dc.contributor.authorSilva, Vinicius Augusto da
dc.contributor.refereeFerreira, Regivaldo Sousa
dc.contributor.refereeXavier, Rogério Aparecido Campanari
dc.date.accessioned2024-02-23T15:52:50Z
dc.date.available2024-02-23T15:52:50Z
dc.date.issued2021-12-04
dc.description.abstractObjetivo: Identificar automaticamente o relato da experiência de Clientes com produtos de instituições bancárias no Twitter por meio da aplicação de técnicas de Inteligência Artificial. Métodos: Foram classificados manualmente 4.374 tweets relacionados a produtos oferecidos por bancos e respectivas manifestações negativas de clientes. Estes tweets foram utilizados para o treinamento de um classificador baseado em cálculos probabilísticos. Um grafo com os resultados da classificação e conexões oriundas da rede social foi construído e apresentado por meio de um sítio eletrônico. Resultados: A classificação final da base de textos pelo classificador atingiu 70% de precisão, 67% para revocação e 69% no F-measure. Conclusão: As técnicas de Inteligência Artificial relacionadas ao reconhecimento de entidades em redes sociais apresentadas neste artigo são promissoras e alcançaram níveis de precisão e revocação satisfatórios, no ponto de vista que as postagens passam despercebidas e não agregam valor aos serviços prestados pelas instituições bancárias.
dc.description.abstract2Objective: Automatically identify the report of Customer experience with products from banking institutions on Twitter through the application of Artificial Intelligence techniques. Methods: There were manually classified 4,374 tweets related to products offered by banks and respective customer statements. These tweets were used to train a classifier based on probabilistic calculations. A graph with the classification results and connections from the social network was constructed and presented through an electronic website. Results: The final classification of the text base through the classifier reached 0.70 precision, 0.67 for recall and 0.69 for F-measure. Conclusion: The Artificial Intelligence techniques related to the recognition of entities in social networks presented in this article are promising and have reached satisfactory levels of accuracy and recall.
dc.format.mimetypeapplication/pdf
dc.identifier.bibliographicCitationARAÚJO, Iago Vitor; SANTOS, Victor Moreira dos; SILVA, Vinicius Augusto da. Identificação de manifestações de clientes de instituições bancárias em redes sociais utilizando inteligência artificial. 2021. Trabalho de Conclusão de Curso (Tecnologia em Análise e Desenvolvimento de Sistemas) – Instituto Federal de Educação, Ciência e Tecnologia de São Paulo, Campus São Paulo Pirituba, São Paulo, 2021.
dc.identifier.urihttps://repositorio.ifsp.edu.br/handle/123456789/550
dc.publisherIFSP
dc.publisher.campiPIRITUBA
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazilen
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/
dc.subject.keywordsInteligência artificial
dc.subject.keywordsInstituições financeiras
dc.subject.keywordsTwitter (rede social online)
dc.subject.keywordsRedes sociais online
dc.titleIdentificação de manifestações de clientes de instituições bancárias em redes sociais utilizando inteligência artificial
dc.typeTrabalhos de Conclusão de Curso de Graduação
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
ADS-2021-Araújo-Identificação.pdf
Tamanho:
951.73 KB
Formato:
Adobe Portable Document Format
Descrição:
Licença do Pacote
Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.92 KB
Formato:
Item-specific license agreed upon to submission
Descrição: