Defesa remota de Monografia discente Gabriel Carvalho de Souza

Segue o convite aos interessados em assistirem a defesa remota do trabalho monográfico desenvolvido pelo discente Gabriel Carvalho de Souza em BCC392 (Monografia I). Aos que puderem participar, entrem na sala do Meet com o microfone mudo e a câmera desativada, no intuito de não comprometerem a qualidade da defesa.

--------------------------------------------------------------------------------------
Data e horário da defesa: 18/12/2020 (sexta-feira) às 10h30

Sala do Meet: https://meet.google.com/fbt-febz-pfv

Título: Desenvolvimento e validação de uma plataforma de auxílio, baseada em tweets, à tomada de decisão do investidor brasileiro no mercado financeiro

Resumo:
No atual momento, a análise de sentimentos em redes sociais possui fundamental importância para o monitoramento de informações essenciais e voltadas ao planejamento e à gestão de grandes negócios. Na ótica do mercado financeiro, tal análise pode tornar-se uma fonte valiosa de informação, uma vez que auxiliar investidores, trazendo notícias e repercussões diárias sobre seus ativos ou investimentos, e relacionar o sentimento expresso em tais notícias com os preços dos ativos podem ser de grande relevância em uma tomada de decisão. Contudo, aplicar a análise de sentimentos sobre notícias disponíveis, de forma manual, é humanamente ineficiente e inviável. Desta forma, ferramentas que automatizam a análise de sentimentos no contexto do mercado financeiro, por meio de processos de extração dos dados necessários e análise propriamente dita dos resultados obtidos, podem ser potencialmente lucrativas. Assim, este trabalho possui, como objetivo geral, desenvolver e validar uma plataforma que auxilie o investidor brasileiro no processo de compra e venda de ações mediante a divulgação de tweets e suas polaridades. Para tanto, a plataforma faz uso da rede social Twitter e encontra-se dividida em três módulos, a saber: (a) módulo responsável pela extração e pelo pré-processamento de tweets; (b) módulo responsável pela classificação e análise de sentimentos dos tweets pré-processados; e (c) módulo responsável pela apresentação e análise dos resultados obtidos no módulo anterior, relacionando-os adequadamente de forma a auxiliar uma tomada de decisão. Experimentações práticas iniciais, considerando os dois primeiros módulos da plataforma proposta neste trabalho, geraram resultados satisfatórios quanto à velocidade de coleta das páginas do Twitter e ao volume de tweets extraídos. Ademais, a classificação e a análise de sentimentos mostraram-se funcionais, realizando, rápida e eficazmente, as tarefas requisitadas.

Banca:
* Guilherme Tavares de Assis (orientador) - Doutor - Universidade Federal de Ouro Preto (DECOM/UFOP)
* Israel José dos Santos Felipe (coorientador) - Doutor - Universidade Federal de Ouro Preto (DECAD/UFOP)
* Jadson Castro Gertrudes - Doutor - Universidade Federal de Ouro Preto (DECOM/UFOP)
* Raoni de Oliveira Inácio - Doutor - Universidade Federal de Ouro Preto (DECAD/UFOP)

Departamento de Computação  |  ICEB  |  Universidade Federal de Ouro Preto
Campus Universitário Morro do Cruzeiro  |  CEP 35400-000  |  Ouro Preto - MG, Brasil
Telefone: +55 31 3559-1692  |  decom@ufop.edu.br