Análise e previsão de sentimentos em avaliações turísticas: classificação baseada em rede neural artificial sobre Copacabana

Abstract

Neste estudo é explorada a utilização de redes neurais artificiais do tipo Long Short-Term Memory (LSTM) na análise de sentimentos referente a comentários da plataforma TripAdvisor sobre a Praia de Copacabana, no Rio de Janeiro. As LSTMs, pertencentes à categoria de redes neurais artificiais recorrentes, são reconhecidas por sua capacidade de processar sequências de texto, tornando-as ferramentas ideais para classificar opiniões expressas em avaliações. Com base nos dados foram identificadas tendências nas avaliações, categorizando-as como positivas, negativas ou neutras. Além disso, foi possível discernir quais aspectos específicos da Praia de Copacabana eram frequentemente elogiados, criticados ou simplesmente mencionados sem uma conotação emocional clara. Por meio da base de dados foi desenvolvido um modelo de classificação de comentários relativo à experiência do usuário. Os resultados evidenciam a capacidade das LSTMs em captar e categorizar nuances dos sentimentos expressos, oferecendo percepções para os interessados em aprimorar sua experiência turística. Por fim, os resultados deste trabalho também servem de referência para destinos turísticos que buscam compreender e atender melhor às expectativas de seus visitantes.

In this study, the use of artificial neural networks of the Long Short-Term Memory (LSTM) type is explored in the analysis of sentiments regarding comments on the TripAdvisor platform about Copacabana Beach, in Rio de Janeiro. LSTMs, belonging to the category of recurrent artificial neural networks, are recognized for their ability to process text sequences, making them ideal tools for classifying opinions expressed in reviews. Based on the data, trends in the evaluations were identified, categorizing them as positive, negative or neutral. Furthermore, it was possible to discern which specific aspects of Copacabana Beach were frequently praised, criticized or simply mentioned without a clear emotional connotation. Using the database, a comment classification model was developed regarding user experience.The results highlight the ability of LSTMs to capture and categorize nuances of expressed feelings, offering insights for those interested in improving their tourist experience. Finally, the results of this work also serve as a reference for tourist destinations that seek to better understand and meet the expectations of their visitors.