Analise de sentimentos de tweets

---

Introdução

Nesse décimo projeto o foco será utilizar técnicas de processamento de linguagem natural (NLP). Utilizaremos um Dataset obtido do Twitter com 100K postagens entre os dias 01/08/2018 e 20/10/2018. Cada postagem é classificada como positiva, negativa ou neutra.

Descrição das colunas:

• id: ID único para o tweet
• tweet_text: Texto da publicação no Twitter
• tweet_date: Data da publicação no Twitter
• sentiment: 0, se negativo; 1, se positivo; 2, se neutro
• query_used: Filtro utilizado para buscar a publicação

O objetivo do projeto será desenvolver um modelo para detectar o sentimento de uma publicação do Twitter a classificando em uma das três categorias: positiva, negativa ou neutra. O texto da publicação está disponível na coluna "tweet_text".

Desenvolvimento

O projeto consistirá em 3 etapas:

• 1. Análise da consistência dos dados
• 2. Análise exploratória e Pré-processamento
• 3. Modelagem e conclusões

Resultados encontrados e conclusões

sentiment	precision	recall	f1-score	support
0	0.75	0.72	0.74	9559
1	0.70	0.72	0.71	9555
2	0.92	0.94	0.93	9386
---------	--------	-----------	----------	-------------
accuracy				0.79
macro avg	0.79	0.79	0.79	28500
weighted avg	0.79	0.79	0.79	28500

No final nosso modelo ficou muito bom em acertar sentimentos neutros e relativamente bom em identificar sentimentos negativos. Já em relação aos sentimentos positivos ele fico um pouco melhor do que a média.

Considerando que poderíamos usar modelos como esses para classificar os tweets e, por exemplo, evitar o churn de usuários/clientes nosso modelo seria eficiente em 75% dos casos, o que já seria bem interessante considerando o potencial de redução de churn. Em relação aos sentimentos neutros o modelo poderia ser usado como um termômetro para comunicações da empresa com seus clientes para medir se houve ou não reação a aquele tipo de comunicação/mensagem aos clientes.

Seria possível usar um modelo de stacking em que criaríamos modelos especialistas para cada tipo de sentimento ou tentar usar redes neurais profundas buscando aumentar a qualidade das métricas. Esses dois testes ficarão como desenvolvimentos futuros para esse projeto