Aprendizagem automática aplicada

Este estudo apresenta um modelo híbrido que aproveita os pontos fortes do agrupamento K-means e das Máquinas de Vectores de Suporte (SVM) para classificar as avaliações de produtos online. O K-means é utilizado para agrupar as críticas em clusters reduzindo a complexidade dos dados e melhorando a extração de caraterísticas. Subsequentemente a SVM é utilizada para classificar os dados agrupados em sentimentos positivos negativos ou neutros. A abordagem combinada aumenta a precisão da classificação reduz o custo computacional e lida eficazmente com grandes conjuntos de dados. Os resultados experimentais demonstram que o modelo proposto supera os classificadores autónomos tradicionais em termos de precisão recuperação e exatidão global.