Análise de sentimento como apoio à seleção de livros: um estudo aplicado à plataforma Skoob

Ronnie Shida  Marinho; Clayton Martins  Pereira; José Eduardo Santarem  Segundo

doi:10.5007/1518-2924.2022.e83588

Autores/as

Ronnie Shida Marinho Universidade Estadual Paulista, Faculdade de Filosofia e Ciências, Marília, Brasil https://orcid.org/0000-0002-0702-7586
Clayton Martins Pereira Universidade Estadual Paulista (Unesp) https://orcid.org/0000-0003-0432-4216
José Eduardo Santarem Segundo Universidade de São Paulo, Faculdade de Filosofia, Ciências e Letras, Ribeirão Preto, Brasil https://orcid.org/0000-0003-3360-7872

DOI:

https://doi.org/10.5007/1518-2924.2022.e83588

Resumen

Objetivo: Este trabajo tiene como objetivo aplicar la técnica de análisis de sentimiento en las reseñas publicadas en la plataforma Skoob, con el fin de proponer un nuevo parámetro de evaluación que ayude a los usuarios a tomar una decisión sobre si leer o no un libro.

Método: Investigación exploratoria, con enfoque cuantitativo y cualitativo, que utilizó la técnica de detección de polaridad para realizar el análisis de sentimiento, con el fin de automatizar la identificación del grado de polaridad de las opiniones contenidas en las reseñas, las cuales pueden ser positivas, negativas o neutras. Se seleccionaron un total de 45.114 reseñas relacionadas con los 20 libros más leídos entre los usuarios de la plataforma Skoob.

Resultado: Los resultados obtenidos muestran el potencial de aplicar el análisis de sentimiento en las reseñas de libros como una herramienta más para ayudar al usuario de la plataforma Skoob en su toma de decisiones sobre qué libro empezar a leer o qué libros poner en su próxima lista de lecturas.

Conclusiones: Las reseñas de libros son insumos importantes en una red social de lectores, ya que pueden influir en las preferencias de lectura de sus usuarios, además de presentar las características positivas y negativas de un libro en particular. La aplicación de análisis de sentimiento sobre las opiniones contenidas en dichas reseñas puede proporcionar indicadores de forma automatizada y rápida, permitiendo medir el comportamiento de los usuarios en relación a los libros que han leído, además de ser utilizados como una métrica alternativa para evaluación de libros.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Ronnie Shida Marinho, Universidade Estadual Paulista, Faculdade de Filosofia e Ciências, Marília, Brasil

Mestre em Ciências de Computação e Matemática Computacional pela Universidade de São Paulo (USP), Bacharel em Ciências da Computação pelo Centro Universitário Eurípedes de Marília (UNIVEM) e técnico em Programação de Computadores pelo Centro Paula Souza. Tem experiência na área de Ciência da Computação e Ciência da Informação, com ênfase em Sistemas de Recomendação e Recuperação de Informação, atuando principalmente nos seguintes temas: mineração e indexação textual, desambiguação lexical de sentido, análise de anotações de usuários e aprendizado de máquina. Trabalhou como professor da Faculdade de Tecnologia do estado de São Paulo (FATEC- Adamantina). Atualmente, trabalha como facilitador na Universidade Virtual de São Paulo (UNIVESP) e faz parte do Núcleo de Estudos em Web Semântica e Dados Abertos da USP (NEWSDA), além de cursar seu doutoramento no programa de Ciência da Informação da UNESP.

José Eduardo Santarem Segundo, Universidade de São Paulo, Faculdade de Filosofia, Ciências e Letras, Ribeirão Preto, Brasil

Livre Docente em Informação e Tecnologia pela Universidade de São Paulo (USP), 2020. Pós-Doutorado pela Faculdade de Engenharia da Computação da Western University/Canadá, 2018. Doutor e Mestre em Ciência da Informação pela Universidade Estadual Paulista Júlio de Mesquita Filho-UNESP-Marília/SP; Professor Doutor no Departamento de Educação, Informação e Comunicação, da Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, da Universidade de São Paulo (USP); Docente do Programa de Pós-Graduação em Ciência da Informação da UNESP/Marília na linha de Informação e Tecnologia. Bolsista de Produtividade em Pesquisa PQ-2 do CNPq. Coordenador do GT8 - Informação e Tecnologia, da Associação Nacional de Pesquisa e Pós-Graduação em Ciência da Informação (ANCIB). Atua na linha de pesquisa - Ambientes Digitais e Tecnologias Aplicadas a Informação e Comunicação - , com ênfase em Web Semântica, Linked Data, Big Data, Aprendizado de Maquina (Machine Learning), Dados Abertos e Acervos Digitais. Lider do NEWSDA - Núcleo de Estudos em Web Semantica e Dados Abertos. Recebeu o Prêmio de Melhor Tese pela Associação Nacional de Pesquisa e Pós-Graduação em Ciência da Informação (ANCIB) - Ano 2011. Recebeu também Menção Honrosa no Prêmio Capes de Teses - 2011 (Ciências Sociais Aplicadas)

Citas

ALMEIDA, R. J. A. LeIA - Léxico para Inferência Adaptada. 2018. Disponível em: https://github.com/rafjaa/LeIA. Acesso em: 04 dez. 2020.

BECKER, K.; TUMITAN, D. Introdução à mineração de opiniões: conceitos, aplicações e desafios. In: SIMPÓSIO BRASILEIRO DE BANCO DE DADOS, 28., 2013, Recife. Anais […]. Porto Alegre: Sociedade Brasileira de Computação, 2013. p. 27-52.

BENEVENUTO, F.; RIBEIRO, F.; ARAÚJO, M. Métodos para análise de sentimentos em mídias sociais. In: SIMPÓSIO BRASILEIRO DE SISTEMAS MULTIMÍDIA E WEB. MINICURSOS, 21., 2015, Manaus. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2015. p. 31-59.

CAMBRIA, E.; LIVINGSTONE, A.; HUSSAIN, A. The Hourglass of Emotions. In: ESPOSITO, A.; ESPOSITO, A. M.; VINCIARELLI, A.; HOFFMANN, R.; MÜLLER, V. C. (org.). Cognitive Behavioural Systems. Heidelberg: Springer, 2012. Disponível em: http://dx.doi.org/10.1007/978-3-642-34584-5_11. Acesso em: 30 jun. 2021.

CHIAVETTA, F.; BOSCO, G. L.; PILATO, G. A lexicon-based approach for sentiment classification of Amazon books reviews in Italian language. In: INTERNATIONAL CONFERENCE ON WEB INFORMATION SYSTEMS AND TECHNOLOGIES, 12., 2016, Rome. Proceedings […]. Rome: INSTICC, 2016. p. 159–170.

GOODFELLOW, I.; BENGIO, Y.; COURVILLE, A. Deep Learning. Cambridge: MIT Press, 2016. Disponível em: http://www.deeplearningbook.org. Acesso em: 25 jun. 2021.

HUTTO, C.; GILBERT, E. Vader: A parsimonious rule-based model for sentiment analysis of social media text. In: PROCEEDINGS OF THE INTERNATIONAL AAAI CONFERENCE ON WEB AND SOCIAL MEDIA, 8., 2014, Ann Arbor. Proceedings […]. Palo Alto: AAAI, 2014. p. 216–225.

HOTHO, A.; NÜRNBERGER, A.; PAAß, G. A brief survey of text mining. LDV Forum, Trier, v. 20, n. 1, p. 19-62, 2005.

LIU, B. Sentiment analysis and subjectivity. Handbook of natural language processing, v. 2, n. 2010, p. 627-666, 2010.

NASCIMENTO, A. G.; ODDONE, N. E. Métricas alternativas para a avaliação da produção científica: a altmetria e seu uso pelos bibliotecários. In: ENCONTRO NACIONAL DE PESQUISA EM CIÊNCIA DA INFORMAÇÃO, 17., 2016, Salvador. Anais [...]. Salvador: ANCIB, 2016. p. 3071-3085.

PANG, B.; LEE, L. Opinion mining and sentiment analysis. Foundations and Trends in Information Retrieval, Delft, v. 2, n. 1-2, p. 1-94, 2008.

PÅLSSON, A.; SZERSZEN, D. Sentiment Classification in Social Media: An Analysis of Methods and the Impact of Emoticon Removal. 2016. Disponível em: https://www.diva-portal.org/smash/get/diva2:930520/FULLTEXT01.pdf. Acesso em: 16 jun. 2021.

PAK, A.; PAROUBEK, P. Twitter as a corpus for sentiment analysis and opinion mining. In: INTERNATIONAL CONFERENCE ON LANGUAGE RESOURCES AND EVALUATION, 7., 2010, Valletta. Proceedings […]. Paris: ELRA, 2010. p. 1320-1326.

PIRYANI, R.; GUPTA, V.; SINGH, V. K.; PINTO, D. Book impact assessment: A quantitative and text-based exploratory analysis. Journal of Intelligent & Fuzzy Systems, Amsterdam, v.34, n. 6, p. 1–10, 2018.

RAJU, B. N.; NAIKODI, C.; SURESH, L. Sentiment analysis of product attribute using social media. International Journal of Engineering Research, Bengaluru, v. 5, n. 4, p. 808-813, 2016.

SKOOB. Plataforma de Rede Social para Leitores. Disponível em: https://www.skoob.com.br. Acesso em: 08 dez. 2020.

WANG, K.; LIU, X.; HAN, Y. Exploring Goodreads reviews for book impact assessment. Journal of Informetrics, Amsterdam, v. 13, n. 3, p. 874–886, 2019.

ZHOU, Q.; ZHANG, C.; ZHAO, S. X.; CHEN, B. Measuring book impact based on the multi-granularity online review mining. Scientometrics, Amsterdam, v. 107, n. 3, p. 1–21, 2016.