
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Vieira, Samuel Terra | - |
| Autor(es): dc.creator | Rosa, Renata Lopes | - |
| Autor(es): dc.creator | Rodríguez, Demóstenes Zegarra | - |
| Autor(es): dc.creator | Arjona Ramírez, Miguel | - |
| Autor(es): dc.creator | Saadi, Muhammad | - |
| Autor(es): dc.creator | Wuttisittikulkij, Lunchakorn | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:53:10Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:53:10Z | - |
| Data de envio: dc.date.issued | 2022-05-06 | - |
| Data de envio: dc.date.issued | 2022-05-06 | - |
| Data de envio: dc.date.issued | 2021-03 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/49880 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1149613 | - |
| Descrição: dc.description | A quality monitoring system for telecommunication services is relevant for network operators because it can help to improve users’ quality-of-experience (QoE). In this context, this article proposes a quality monitoring system, named Q-Meter, whose main objective is to improve subscriber complaint detection about telecommunication services using online-social-networks (OSNs). The complaint is detected by sentiment analysis performed by a deep learning algorithm, and the subscriber’s geographical location is extracted to evaluate the signal strength. The regions in which users posted a complaint in OSN are analyzed using a freeware application, which uses the radio base station (RBS) information provided by an open database. Experimental results demonstrated that sentiment analysis based on a convolutional neural network (CNN) and a bidirectional long short-term memory (BLSTM)-recurrent neural network (RNN) with the soft-root-sign (SRS) activation function presented a precision of 97% for weak signal topic classification. Additionally, the results showed that 78.3% of the total number of complaints are related to weak coverage, and 92% of these regions were proved that have coverage problems considering a specific cellular operator. Moreover, a Q-Meter is low cost and easy to integrate into current and next-generation cellular networks, and it will be useful in sensing and monitoring tasks. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Multidisciplinary Digital Publishing Institute (MDPI) | - |
| Direitos: dc.rights | Attribution 4.0 International | - |
| Direitos: dc.rights | Attribution 4.0 International | - |
| Direitos: dc.rights | acesso aberto | - |
| Direitos: dc.rights | An error occurred getting the license - uri. | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| Direitos: dc.rights | An error occurred getting the license - uri. | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| ???dc.source???: dc.source | Sensors | - |
| Palavras-chave: dc.subject | Telecommunication services | - |
| Palavras-chave: dc.subject | Online social network | - |
| Palavras-chave: dc.subject | Sentiment analysis | - |
| Palavras-chave: dc.subject | Quality-of-experience (QoE) | - |
| Palavras-chave: dc.subject | Sensing | - |
| Palavras-chave: dc.subject | Deep learning | - |
| Palavras-chave: dc.subject | Serviços de telecomunicação | - |
| Palavras-chave: dc.subject | Rede social on-line | - |
| Palavras-chave: dc.subject | Análise de sentimento | - |
| Palavras-chave: dc.subject | Qualidade da Experiência (QoE) | - |
| Palavras-chave: dc.subject | Aprendizado profundo | - |
| Título: dc.title | Q-Meter: quality monitoring system for telecommunication services based on sentiment analysis using deep learning | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: