Use este identificador para citar ou linkar para este item:
https://repositorio.pucgoias.edu.br/jspui/handle/123456789/1462
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | Nascimento, Marcos Antônio da Silva | - |
dc.date.accessioned | 2021-06-13T17:05:22Z | - |
dc.date.available | 2021-06-13T17:05:22Z | - |
dc.date.issued | 2021-06-04 | - |
dc.identifier.uri | https://repositorio.pucgoias.edu.br/jspui/handle/123456789/1462 | - |
dc.description.sponsorship | Não recebi financiamento | pt_BR |
dc.language | por | pt_BR |
dc.publisher | Pontifícia Universidade Católica de Goiás | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | Text mining | pt_BR |
dc.subject | Clustering techniques | pt_BR |
dc.subject | Online games | pt_BR |
dc.title | Estudo de algoritmos para análise de sentimento em jogos online por tópicos de conversação | pt_BR |
dc.type | Trabalho de Conclusão de Curso | pt_BR |
dc.contributor.advisor1 | Jukemura, Anibal Santos | - |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/3837493709938496 | pt_BR |
dc.contributor.referee1 | Vinhal, Gustavo Siqueira | - |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/5227400971565575 | pt_BR |
dc.contributor.referee2 | Abadia, Fernando Gonçalves | - |
dc.contributor.referee2Lattes | http://lattes.cnpq.br/3382052342707576 | pt_BR |
dc.description.resumo | Com o crescimento do mundo virtual, os jogos online aparecem como uma nova fonte de entretenimento e competição. Dentro desse mundo virtual, onde a identidade do autor pode ser facilmente ocultada, diversos atos de toxidade começaram a se tornar comuns nas comunidades de jogos online. Considerando tal cenário, este trabalho avaliou os algoritmos de agrupamento de tópicos, Latent Dirichlet Allocation (LDA) e K-Means para compará-los, a fim de buscar a técnica de agrupamento mais eficiente para a categorização de toxidade dentro dos jogos. O objeto de estudo consiste em um dataframe contendo registros de chats de um dos maiores jogos do mundo, o DotA 2 GUERRA, 2019). Através dos resultados obtidos, é possível observar a presença de cada um dos tópicos selecionados no dataframe, além das vantagens e desvantagens de cada um dos algoritmos estudados. | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.department | Escola de Ciências Exatas e da Computação | pt_BR |
dc.publisher.initials | PUC Goiás | pt_BR |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::LINGUAGENS DE PROGRAMACAO | pt_BR |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAO | pt_BR |
dc.degree.graduation | Ciências da Computação | pt_BR |
dc.degree.level | Graduação | pt_BR |
Aparece nas coleções: | TCC Ciência da Computação |
Arquivos associados a este item:
Arquivo | Tamanho | Formato | |
---|---|---|---|
TCC - vFinal.pdf | 2,72 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.
Ferramentas do administrador