Sentimento Vs. Nota: Detectando Discrepâncias Em Avaliações De Aplicativos
Loading...
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Instituto Federal de Educação, Ciência e Tecnologia do Piauí
Resumo
As avaliações online exercem forte influência no comportamento dos consumidores, mas
costumam apresentar divergências entre a nota numérica e o sentimento expresso no texto.
Este artigo apresenta uma análise quantitativa dessas discrepâncias utilizando modelos de
aprendizado de máquina aplicados ao UTL-Corpus, um córpus de avaliações da Google Play
Store. Dentre os modelos testados para classificação de polaridade, o BERTimbau obteve
melhor desempenho (acurácia de 91% e F1-score de 90%) e identificou 1.772 avaliações
discrepantes (17,7% do total), em sua maioria positivas. O estudo reforça a importância de
analisar o conteúdo textual além das notas para aprimorar a compreensão de feedbacks e a
eficácia dos sistemas de recomendação.
Description
Keywords
Análise de Sentimentos, Discrepância de Avaliações, Aprendizado de Máquina, Processamento de Linguagem Natural, Modelos Transformers, Sentiment Analysis, Review Discrepancy, Machine Learning, Natural Language Processing, Transformers Models