Explorando Estratégias para Estimativa da Relevância de Opiniões no Domínio de Jogos Eletrônicos
DOI:
https://doi.org/10.5281/zenodo.20751705Keywords:
Mineração de Opiniões, Recuperação de Informação, Jogos Eletrônicos, Ranqueamento de Opiniões.Abstract
Este artigo apresenta um estudo sobre aspectos que tornam uma opinião sobre um jogo eletrônico relevante para usuários de redes sociais na internet. Para tal, seu conteúdo baseou-se no seguinte questionamento: dada a grande quantidade de opiniões presentes na internet, como encontrar aquelas que são mais relevantes para um determinado usuário? Tentando responder a esta pergunta, este artigo relata uma série de experimentos sobre o conceito de similaridade entre usuários de redes sociais e a polaridade dos textos das opiniões para a estimativa da relevância das mesmas. Neste contexto, foram exploradas diversas variações dos conceitos, a saber: Similaridade de Idade, a Similaridade de Interesses e Similaridade de Amigos, e, no âmbito da polaridade de opiniões foram estudadas a positividade e a negatividade das mesmas. A efetividade de cada uma das estratégias foi avaliada através de um corpus de opiniões sobre jogos eletrônicos. Durante os experimentos, no âmbito da similaridade, o modelo que se destacou foi o SubjectSimilarity, que trata opiniões de pessoas com interesses em comum dentro de uma rede social como mais relevantes. Já no âmbito da polaridade, o modelo o que atingiu melhor resultado foi o SentiNetPositiveOrientation, que trata opiniões positivas como as mais relevantes.
References
Baccianella, S.; Esuli, A.; & Sebastiani, F. SentiWordNet 3.0: An Enhanced Lexical Resource for Sentiment Analysis and Opinion Mining. The Seventh International Conference on Language Resources and Evaluation, v. 10, p. 2200-2204, 2010.
Huang, X.; Croft, W. B. A Unified Relevance Model for Opinion Retrieval. 18th ACM Conference on Information and Knowledge Management, pp. 947-956, 2009.
Lima, A. S., & Sichman, J. S. S.O.R.M.: Social Opinion Relevance Model (2 ed.). São Paulo: Universidade de São Paulo, 2015.
Lima, A. D. S.; Sichman, J. S. SORM: A Social Opinion Relevance Model. The 2014 IEEE/WIC/ACM International Joint Conference on Web Intelligence and Intelligent Agent Technology (WI-IAT 2014), pp. 78-85, 2014.
Liu, B. Sentiment analysis and opinion mining. Synthesis Lectures on Human Language Technologies, 5, pp. 1-167, 2012.
Manning, C. D.; Raghavan, P.; & Schütze, H. Introduction to Information Retrieval. Cambridge University Press, 2008.
Mishne, G. Multiple Ranking Strategies for Opinion Retrieval in Blogs. 15th Text Retrieval Conference, 2006.
Orimaye, S. O.; Alhashmi, S. M.; Siew, E. G. Can predicate-argument structures be used for contextual opinion retrieval from blogs? World Wide Web, pp. 1-29, 2012.
Xu, X.; Tan, S.; Liu, Y.; Cheng, X.; Lin, Z.; Guo, J. Find me Opinion Sources in Blogosphere: a Unified Framework for Opinionated Blog Feed Retrieval. Proceedings of the Fifth ACM International Conference on Web Search and Data Mining, pp. 583-592. ACM, 2012.
Zhang, M.; & Ye, X.. A Generation Model to Unify Topic Relevance. 31st Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, pp. 411-418. Singapore: ACM, 2008.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 CIENTEC - Revista de Ciência, Tecnologia e Humanidades do IFPE
This work is licensed under a Creative Commons Attribution 4.0 International License.
I expressly declare that the manuscript submitted to the CIENTEC Journal is original, unpublished, and that its publication does not violate third-party rights. The listed authors have approved the final version of the document and assume exclusive responsibility for the opinions expressed in the work. I authorize the grammatical and orthographic revision of the text by the editorial team, provided that it does not entail alterations to the empirical or theoretical content.
I declare that the preparation of the article is of an academic and non-remunerated nature. The authors retain unrestricted ownership of the copyright to the work (moral and economic rights), granting the Federal Institute of Education, Science and Technology of Pernambuco (IFPE) and the CIENTEC Journal exclusively the right of first publication.
I authorize the editing, dissemination, and distribution of the text, in both print and electronic media, under the Creative Commons Attribution 4.0 International license (CC BY 4.0). This license permits the sharing, reproduction, and adaptation of the work by third parties, provided that authorship credit is attributed and the initial publication in this journal is cited.
