Percepção das redes sociais sobre o consumo de tomate: um estudo exploratório com dados do twitter / Social media perception on tomato consumption: an exploratory study with twitter data
DOI:
https://doi.org/10.34140/bjbv3n5-016Palavras-chave:
Tomate, Redes Sociais, Twitter, Percepção de ConsumoResumo
O presente trabalho avalia a percepção do consumo de tomate através da análise das mensagens do microblog Twitter entre janeiro e novembro de 2020. O programa R foi utilizado como método de coleta e análise das mensagens. Utilizou-se duas técnicas de análises: mineração de texto com análise de conteúdo baseada em aspecto e análise do sentimento. Apesar das limitações do público que acessa as redes sociais, normalmente mais jovem, os resultados indicam uma sensibilidade positiva da rede ao consumo do tomate. O assunto mais comentado é o seu uso como ingrediente culinário. É válido destacar que é necessário maior refinamento da metodologia de mineração de palavras para utilizar as redes sociais como uma ferramenta de análise de percepção de consumo.
Referências
BOLLEN, Johan; MAO, Huina; ZENG, Xiaojun. Twitter mood predicts the stock market. Journal Of Computational Science, v. 2, n. 1, p. 1-8, mar. 2011.
CHAMLERTWAT, Wilas; BHATTARAKOSOL, Pattarasinee; RUNGKASIRI, Tippakorn; HARUECHAIYASAK, Choochart. Discovering Consumer Insight from Twitter via Sentiment Analysis. Journal of Universal Computer Science. p. 973-992. abr. 2012.
GANDOMI, Amir; HAIDER, Murtaza. Beyond the hype: big data concepts, methods, and analytics. International Journal Of Information Management. p. 137-144. abr. 2015.
LI, Xin; XIE, Qianqian; JIANG, Jiaojiao; ZHOU, Yuan; HUANG, Lucheng. Identifying and monitoring the development trends of emerging technologies using patent analysis and Twitter data mining: the case of perovskite solar cell technology. Technological Forecasting And Social Change, v. 146, n. 0, p. 687-705, set. 2019.
LIU, Bing. Sentiment Analysis and Opinion Mining. Toronto: Synthesis Lectures On Human Language Technologies, 2012. 184 p.
ÖZTÜRK, Nazan; AYVAZ, Serkan. Sentiment analysis on Twitter: a text mining approach to the syrian refugee crisis. Telematics And Informatics. p. 136-147. abr. 2018.
SAMOGGIA, A.; RIEDEL, B.; RUGGERI, A. Social media exploration for understanding food product attributes perception: the case of coffee and health with Twitter data. British Food Journal. 2020.
