The widespread of social communication media on the Web has made available a large volume of opinionated textual data stored in digital format. These media constitute a rich source for sentiment analysis and understanding of the opinions spontaneously expressed. Traditional techniques for sentiment analysis are based on POS Tagger. Considering the Portuguese language, the use of POS Tagging ends up being too costly, due to the complex grammatical structure of this language. Faced with this problem, a case study is carried out in order to compare two techniques for sentiment analysis: a SVM versus Naive-Bayes classifiers. Our study focused on tweets written in Portuguese during the 2013 FIFA Confederations Cup, although our technique could be applied to any other language. The achieved results indicated that the SVM technique surpassed the Naive-Bayes one, concerning performance issues.

RESUMOCom o advento da web social, usuários contribuem ativamente compartilhando seu conteúdo em vez de simplesmente navegar na Web. Esses usuários têm se tornado verdadeiros sensores humanos através de plataformas colaborativas como as LBSNs (Redes Sociais Baseadas em Localização), produzindo uma inteligência coletiva na resolução de problemas. Sensores humanos são responsáveis pela produção de VGI (Informação Geográfica Voluntária) e AGI (Informação Geográfica Ambiental), informações de muita utilidade nos mais diversos domínios de aplicação, como o das Cidades Inteligentes. Esses sensores têm auxiliado na resolução dos mais diversos problemas do espaço urbano, contribuindo para a melhoria da qualidade de vida dos cidadãos. Atualmente, o crescente aumento no número de casos de doenças transmitidas pelo mosquito Aedes aegypti, como a Dengue, Zika e a febre Chikungunya, tem levado o Brasil e muitos outros países do mundo a um estado de alerta no combateà proliferação do mosquito. O método de combate mais eficiente na atualidade depende da população tomando medidas profiláticas, representando um desafio para as autoridades locais. Neste contexto, este artigo apresenta o DeuZikaChico, um arcabouço que faz uso de tecnologias de geoprocessamento, plataformas móveis, crowdsourcing e redes sociais, com o objetivo de propiciar aos gestores públicos um melhor monitoramento de epidemias com o apoio imprescindível da sociedade. ABSTRACTWith the advent of the social web, users contribute actively sharing their content instead of just navigate the Web. Such users have become truly human sensors through collaborative platforms such as the LBSNs (Location-Based Social Networks), bringing a collective intelligence for problems solving. Human sensors are in charge of producing VGI (Volunteered Geographic Information) and AGI (Ambient Geographic Information), very useful information in the most diverse application domains, such as the Smart Cities. These sensors assist on solving various problems of urban areas and contributing to the citizens' life quality improvement. Currently, the growing number of diseases cases transmitted by the Aedes aegypti mosquito, such as Dengue, Zika and Chikungunya, has led both Brazil and other countries to an alert state. The most efficient combating method nowadays relies on the population taking preventive actions, posing a challenge to the local authorities. In this context, this paper presents the DeuZikaChico, a framework that makes use of GIS technologies, mobile platforms, crowdsourcing and social networking, with the purpose of providing public managers better monitoring of epidemics with the support from the society.

No abstract

No abstract