Análise de Sentimento é um método que analisa a emoção que o usuário expressa em texto, através de comentários de clientes, feedback, avaliações, respostas de pesquisas, entre outros. A emoção pode ser positiva, negativa ou neutra e é identificada através da análise do texto usando processamento de linguagem natural.
Esse método você não vai recrutar usuários, você irá atrás de comentários e textos que os usuários escreveram. O tipo de texto vai depender o que você vai analisar: comentários sobre entrega de um produto para avaliar a qualidade da entrega de uma transportadora, avaliação do usuário após o uso de um serviço para avaliar a reputação da empresa, análise das respostas de uma pesquisa para entender um público alvo, entre outros.
Com a análise de sentimento você consegue identificar:
∎ Polaridade do texto: positivo, negativo ou neutro;
∎ Sentimentos e emoções específicas: feliz, triste, raiva, etc;
∎ Necessidade: urgente ou não urgente;
∎ Intenções: interessado ou não interessado.
Para realizar as análises, você deve escolher o tipo de algoritmo. Há vários tipos, alguns incluindo inteligência artificial e aprendizado de máquina. Porém será apresentado o algoritmo baseado em regras onde você cria um conjunto de regras para identificar a polaridade do texto (positivo, negativo ou neutro).
1 - Crie 2 listas com palavras compatíveis a positivo e negativo respectivamente:
Lista positivo: legal, bom, ótimo, bonito, melhor, etc.
Lista negativo: falso, ruim, péssimo, feio, ruim, etc.
2 - O texto do usuário deve ser analisado e as palavras de ambas as listas identificadas. Isso pode ser feito de forma automática ou manualmente. A cada palavra encontrada e que esteja em uma das listas, a polaridade respectiva ganha um ponto, por exemplo:
"A cor do celular é linda". Identificado: linda. Positivo: 1
"Esse restaurante tem um péssimo atendimento!". Identificado: péssimo. Negativo: 1
3 - Ao final, a polaridade que possuir maior pontuação refletirá o sentimento sobre o produto ou serviço. Caso positivo e negativo terminarem empatados, o produto ou serviço será considerado neutro.
Atenção: em alguns casos as palavras podem não ser literais, sendo mais desafiador a interpretação. Advérbios, sarcasmo, termos negativos usados de forma positiva (e vice-versa), novos termos devem ser analisados com cuidado.
