Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/3283
Registro completo de metadados
Campo Dublin CoreValorIdioma
dc.contributor.advisorAssis, Guilherme Tavares dept_BR
dc.contributor.advisorFelipe, Israel José dos Santospt_BR
dc.contributor.authorSouza, Gabriel Carvalho de-
dc.date.accessioned2021-08-19T16:35:30Z-
dc.date.available2021-08-19T16:35:30Z-
dc.date.issued2021pt_BR
dc.identifier.citationSOUZA, Gabriel. Desenvolvimento e validação de uma plataforma de auxílio, baseada em tweets, à tomada de decisão do investidor brasileiro no mercado financeiro. 2021. 58 f. Monografia (Graduação em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2021.pt_BR
dc.identifier.urihttp://www.monografias.ufop.br/handle/35400000/3283-
dc.description.abstractNo atual momento, a análise de sentimentos em redes sociais possui fundamental importância para o monitoramento de informações essenciais e voltadas ao planejamento e à gestão de grandes negócios. Na ótica do mercado financeiro, tal análise pode tornar-se uma fonte valiosa de informação, uma vez que auxiliar investidores, trazendo notícias e repercussões diárias sobre seus ativos ou investimentos, e relacionar o sentimento expresso em tais notícias com os preços dos ativos podem ser de grande relevância em uma tomada de decisão. Contudo, aplicar a análise de sentimentos sobre notícias disponíveis, de forma manual, é humanamente ineficiente e inviável. Desta forma, ferramentas que automatizam a análise de sentimentos no contexto do mercado financeiro, por meio de processos de extração dos dados necessários e análise propriamente dita dos resultados obtidos, podem ser potencialmente contributivas. Assim, este trabalho possui, como objetivo geral, propor, desenvolver e validar uma plataforma que auxilie o investidor brasileiro no processo de compra e venda de ações mediante a divulgação de tweets e suas polaridades. Para tanto, a plataforma faz uso da rede social Twitter e encontra-se dividida em três módulos, a saber: (a) módulo responsável pela coleta, processamento e classificação dos tweets; (b) módulo responsável pelo recebimento, organização e apresentação dos dados; e (c) módulo responsável pela comunicação entre os dois outros módulos. Experimentações práticas, considerando o foco associado à contribuição da plataforma para os usuários, geraram resultados satisfatórios quanto às análises realizadas, identificando, em alguns momentos, padrões onde o sentimento expresso pelos tweets acompanhava o movimento dos preços dos ativos. Os experimentos com foco associado ao desempenho da arquitetura proposta também geraram resultados satisfatórios quanto ao tempo de execução das etapas envolvidas nos processos internos dos módulos e no tráfego eficiente e confiável de mensagens entre os módulos.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectTwitterpt_BR
dc.subjectMineração de dadospt_BR
dc.subjectAnálise de sentimentospt_BR
dc.subjectMercado financeiropt_BR
dc.subjectAuxílio a tomada de decisãopt_BR
dc.titleDesenvolvimento e validação de uma plataforma de auxílio, baseada em tweets, à tomada de decisão do investidor brasileiro no mercado financeiro.pt_BR
dc.typeTCC-Graduaçãopt_BR
dc.contributor.refereeAssis, Guilherme Tavares dept_BR
dc.contributor.refereeFelipe, Israel José dos Santospt_BR
dc.contributor.refereeGertrudes, Jadson Castropt_BR
dc.contributor.refereeInácio, Raoni de Oliveirapt_BR
dc.description.abstractenAt present, the analysis of feelings in social networks is of fundamental importance for monitoring essential information focused on the planning and management of large businesses. Such analysis can become a valuable source of information from the financial market perspective since it helps investors bring daily news and repercussions about their assets or investments. Relating the sentiment expressed in such news to dosing prices can be of great relevance in making a decision. However, applying the analysis of disagreements on available news by hand is humanly inefficient and unfeasible. In this way, tools that automate the sentiment analysis in the financial market context can be potentially profitable by extracting the necessary data and correctly analyzing the results. Thus, this work has as a general objective, to develop and validate a platform that helps the Brazilian investor in buying and selling shares through the disclosure of their polarities. Thus, this work has, as a general objective, to propose, develop and validate a platform that helps Brazilian investors in the process of buying and selling shares by disclosing their tweets and their polarities. three modules, namely: (a) module responsible for the collection, processing and classification of tweets; (b) module responsible for receiving, organizing and presenting data; and (c) module responsible for communication between the two other modules. Practical experiments, considering the focus associated with the platform’s contribution to users, generated satisfactory results in terms of the analyzes carried out, identifying, at times, patterns where the sentiment expressed by the tweets accompanied the movement of asset prices. The experiments focused on the performance of the proposed architecture also generated satisfactory results regarding the execution time of the steps involved in the internal processes of the modules and the efficient and reliable traffic of messages between modules.pt_BR
dc.contributor.authorID17.1.4029pt_BR
Aparece nas coleções:Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_DesenvolvimentoValidaçãoPlataforma.pdf1,41 MBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons