A carregar...
Publicação
Sistemas de Apoio Técnico Inteligentes
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 1.82 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
Introdução: O relacionamento com os clientes é crucial para o sucesso dos negócios, com o e-mail, a
funcionar com canal de comunicação principal. No entanto, o seu tratamento em tempo útil pode ser
difícil e moroso. Este trabalho tem como objetivo propor um mecanismo de classificação de textos e
análise de sentimentos, permitindo que as entidades façam o tratamento dos pedidos de forma a
priorizem os clientes com mensagens negativas para um atendimento mais imediato, de forma
automática.
Método: Foi usado um conjunto de dados referente a solicitações de assistências de clientes. Estes foram
anonimizados. Foi realizado o seu tratamento, através do pré-processamento, extração de atributos e
balanceamento por categoria. De seguida foram implementados os algoritmos de DT, RF, NB, KNN e
LSTM, quer para a classificação, quer para analise de sentimento. Por fim, foi realizada a avaliação dos
resultados obtidos.
Resultado: De todos os algoritmos implementados, o que teve melhor desempenho foi o RF e AB, com
valores de accuracy, recall e f1-score, de 100% e 99.38%, para classificação e sentimento,
respetivamente. As técnicas de balanceamento usadas foram ROS e SMOTE e a extração de atributos
através de TF-IDF, sem a aplicação de CV.
Discussão: Os resultados obtidos para o processo de classificação são melhores do que os analisados na
revisão de literatura, como o algoritmo RF a obter 100% de accuracy. Em relação à análise de
sentimento, os resultados estão de acordo com os analisados, com o melhor a ser RF com 99,38% de
accuracy.
Conclusão: Os métodos e algoritmos implementados, têm uma eficácia bastante grande, com recuso à
implementação de técnicas de balanceamento devido a estes estarem enviesados. Os resultados obtidos,
mostram que a implementação de um sistema que faça uso destas ferramentas, pode tratar de analisar os
emails de forma automática com uma fiabilidade elevada.
Descrição
Palavras-chave
algoritmos análise de sentimento classificação texto helpdesk pós-venda