Uma abordagem baseada em "small data" para comparar o resultado da aplicação das técnicas de análise de sentimentos dos clientes de uma pequena empresa

Abstract

Resumo: Atualmente as empresas estão investindo em tecnologia que gerem subsídios para tomada de decisão, a fim de fidelizar seus clientes, necessitando para isso conhecer o perfil dos mesmos, bem como seus gostos, expectativas e frustações, podendo recorrer para isto, a utilização do conceito de "Small Data", sendo necessário para armazenar estas informações observadas. Para a base de dados neste caso, foi escolhida a plataforma no "Sqlite". Para verificar a satisfação dos clientes com relação aos serviços de suporte em tecnologia da informação prestados, houve o desenvolvimento de um classificador de emoção predominante em comentários da plataforma de chamados em formato "tickets" de uma pequena empresa, sendo necessário para isso o estudo e implementação de um modelo baseado em aprendizado de máquina, o "Naive Bayes", por ser um excelente estimador probabilístico. O algoritmo desenvolvido trabalha com duas classes para classificação do atendimento, sendo as classes: positivo e negativo, se ainda houver dúvidas quanto esta classificação, deverá ser recorrida a análise de uma base de "Small Data" para validação. Por fim, obteve-se um classificador de ótimo desempenho, com 91% de acurácia nos testes, que será utilizado em futuras aplicações reais na plataforma, automatizando análises qualitativas, por exemplo, sendo a base construída em "Small Data" utilizada em poucos casos.

Abstract: Companies are currently investing in technology that enables them to have decision-making, in order to build customer loyalty, thus needing to know their profile, as well as their tastes, expectations and frustrations of Small Data, being necessary to store this observed information, as a database, in this case, was chosen the platform in SqLite. In order to verify the satisfaction of its customers regarding the informaction technology support services provid, a predominant emotion classifier was developd in the comments of the ticket format platform of a small company, which required the study and implkementation of a machine learning model, Naive Bayes, for being an excellent probabilistic estimator. The developed algorithm works two classes for service classification, being the classes: positive and negative, if there are still doubts about this classification, the analysis of a small Data base for validation should be resorted to. Finally, was obtained a great performance classifier, with 91% accuracy in the tests, which will be used in future realk applications on the platform, automating qualitative analysis, for example, as small data base used in a few cases.