Predição da satisfação em relação à democracia no Brasil considerando dados de pesquisa de opinião

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorSantos, Bruno Samways dos-
Autor(es): dc.contributorLima, Rafael Henrique Palma-
Autor(es): dc.contributorLara, Pedro Rochavetz de-
Autor(es): dc.contributorSantos, Bruno Samways dos-
Autor(es): dc.creatorRosa, Douglas Martins de Souza-
Data de aceite: dc.date.accessioned2022-08-04T20:21:14Z-
Data de disponibilização: dc.date.available2022-08-04T20:21:14Z-
Data de envio: dc.date.issued2022-07-15-
Data de envio: dc.date.issued2022-07-15-
Data de envio: dc.date.issued2022-06-07-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/29100-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/707186-
Descrição: dc.descriptionOpinion surveys, in questionnaires, are commonly applied in large groups and the area of democracy can be measured with this type of research, generating possibilities for the application of techniques in the area of data mining to obtain knowledge. In this work, a database was used in which the questionnaire sought to analyze positions on satisfaction with democracy, on the economy, social problems, trust in institutions and governments. From this questionnaire, this work made use of supervised machine learning (MA) methods seeking to classify satisfaction with democracy in Brazil. The classification methods used were Support Vector Classification (SVC), Random Forest and Artificial Neural Networks (ANN). and 408 attributes. In order to clean the database and reduce the questionnaire to more relevant data for the work, the Local Democracy Index (IDL) was used, which seeks through five divisions and subdivisions to assess the quality of democracy. After conducting the iterations, the best classifier was Random Forest, with results superior to the other applied methods and an accuracy of 81%. The two main attributes that contributed to a better understanding of the choice for being “satisfied” or “dissatisfied” with democracy were “Satisfaction with the economic situation (in general)” and “trust in the government”.-
Descrição: dc.descriptionPesquisas de opinião, em questionários, são comumente aplicadas em grandes grupos e a área da democracia pode ser medida com esse tipo de pesquisa, gerando possibilidades de aplicação de técnicas da área de mineração de dados para se obter conhecimento. Nesse trabalho foi utilizada uma base de dados em que o questionário buscou analisar posições sobre satisfação com a democracia, sobre economia, problemas sociais, confiança em instituições e governos. A partir desse questionário, este trabalho fez o uso de métodos de aprendizagem de máquina (AM) supervisionada buscando classificar a satisfação com a democracia no Brasil. Os métodos de classificação utilizados foram Support Vector Classification (SVC), Random Forest e Redes Neurais Artificiais (RNA), a base de dados utilizada foi de uma pesquisa de opinião do Latinobarómetro, organização privada sem fins lucrativos, ano de 2020, com 20.204 instâncias e 408 atributos. Para realizar a limpeza da base de dados e reduzir o questionário para dados mais relevantes ao trabalho foi utilizado o Índice de Democracia Local (IDL), que busca através de cinco divisões e subdivisões avaliar a qualidade da democracia. Após realizado as iterações o melhor classificador foi o Random Forest com resultados superiores aos outros métodos aplicados e acurácia de 81%. Os dois principais atributos que contribuíram para compreender melhor a escolha por estar “satisfeito” ou “insatisfeito” com a democracia foram “Satisfação com a situação econômica (em geral)” e “confiança no governo”.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherLondrina-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherEngenharia de Produção-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-sa/4.0/-
Palavras-chave: dc.subjectAprendizado do computador-
Palavras-chave: dc.subjectOpinião pública - Pesquisa-
Palavras-chave: dc.subjectDemocracia-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectPublic opinion polls-
Palavras-chave: dc.subjectDemocracy-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO-
Título: dc.titlePredição da satisfação em relação à democracia no Brasil considerando dados de pesquisa de opinião-
Título: dc.titlePrediction of satisfaction regarding democracy in Brazil considering opinion survey data-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.