Análise de avaliações de consumidores sobre aplicativos bancários utilizando mineração de texto

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorZeviani, Walmes Marques, 1986--
Autor(es): dc.contributorUniversidade Federal do Paraná. Setor de Ciências Exatas. Curso de Especialização em Data Science & Big Data-
Autor(es): dc.creatorLuzzi, Bruna-
Data de aceite: dc.date.accessioned2025-09-01T11:10:36Z-
Data de disponibilização: dc.date.available2025-09-01T11:10:36Z-
Data de envio: dc.date.issued2023-12-18-
Data de envio: dc.date.issued2023-12-18-
Data de envio: dc.date.issued2022-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/1884/85690-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/1884/85690-
Descrição: dc.descriptionOrientador: Prof. Walmes M. Zeviani-
Descrição: dc.descriptionMonografia (especialização) - Universidade Federal do Paraná, Setor de Ciências Exatas, Curso de Especialização em Data Science e Big Data-
Descrição: dc.descriptionInclui referências-
Descrição: dc.descriptionResumo: A utilização dos aplicativos bancários para realização de transações financeiras vemsubstituindo os canais de atendimento presencial. Dentro deste contexto, este artigo propõe a análise de avaliações de consumidores através da utilização de técnicas de mineração de texto para entender a experiência dos clientes na utilização do mobile banking. Os métodos utilizados foram a modelagem de tópicos Latent Dirichlet Allocation, POS tagging e word embedding. Enquanto o modelo LDA não retornou resultados satisfatórios, a combinação dos métodos de POS tagging e word embedding mostrou que as principais funcionalidades mencionadas pelos usuários são relacionadas à eficiência, facilidade de utilização, segurança e produtos ofertados pelos bancos-
Descrição: dc.descriptionAbstract: The use of banking apps for financial transactions is replacing in-person service channels. Within this context, this article proposes the analysis of custumer reviews through the use of text mining techniques to understand customers experience with mobile banking. The methods employed were Latent Dirichlet Allocation (LDA) topic modeling, POS tagging, and word embedding. While the LDA model did not return satisfactory results, the combination of POS tagging and word embedding showed that themain functionalities mentioned by users are related to efficiency, usability, security, and financial products-
Formato: dc.format1 recurso online : PDF.-
Formato: dc.formatapplication/pdf-
Formato: dc.formatapplication/pdf-
Palavras-chave: dc.subjectAplicativos - Recursos eletrônicos de informação-
Palavras-chave: dc.subjectBancos - Serviços ao cliente-
Palavras-chave: dc.subjectMineração de dados (Computação)-
Palavras-chave: dc.subjectSatisfação do consumidor-
Título: dc.titleAnálise de avaliações de consumidores sobre aplicativos bancários utilizando mineração de texto-
Aparece nas coleções:Repositório Institucional - Rede Paraná Acervo

Não existem arquivos associados a este item.