ANÁLISE DE SENTIMENTO EM MÍDIAS SOCIAIS: UMA FERRAMENTA ESTRATÉGICA PARA O MARKETING DIGITAL
DOI:
https://doi.org/10.61164/rmnm.v11i1.4136Palavras-chave:
Análise de Sentimento; Mídias Sociais; Marketing Digital; Processamento de Linguagem Natural; Mineração de Opinião.Resumo
O presente artigo investiga a aplicação estratégica da Análise de Sentimento (AS) em dados de mídias sociais como ferramenta para o marketing digital. Define-se a AS como o processo computacional de identificação e quantificação de opiniões subjetivas em textos, utilizando Processamento de Linguagem Natural e Aprendizado de Máquina. Explora-se a evolução do campo, impulsionada pelo volume massivo de conteúdo gerado por usuários online. Detalham-se os tipos de AS (polaridade, emoção, aspectos, fina) e as principais técnicas (léxico, ML, híbridas). Discutem-se as mídias sociais como fonte rica, porém desafiadora (ruído, informalidade, sarcasmo, privacidade/LGPD), de dados para AS. Apresentam-se diversas aplicações no marketing: monitoramento de marca, análise competitiva, avaliação de campanhas, feedback de produtos, melhoria do atendimento, identificação de tendências e influenciadores. Abordam-se ferramentas e tecnologias disponíveis e as limitações inerentes à precisão e ao contexto. Conclui-se que a AS é uma abordagem estratégica essencial para as empresas ouvirem o consumidor, otimizarem ações e fortalecerem seu posicionamento no cenário digital, apesar dos desafios técnicos e éticos.
Palavras-chave: Análise de Sentimento; Mídias Sociais; Marketing Digital; Processamento de Linguagem Natural; Mineração de Opinião.
Referências
AGÊNCIA GENTILEZA. Análise de sentimento e sua importância no marketing digital. 28 maio 2024. Disponível em: https://agenciagentileza.com.br/analise-de-sentimento-marketing-digital/. Acesso em: 5 jun. 2025.
AWS. O que é análise de sentimento? [s.d.]. Amazon Web Services. Disponível em: https://aws.amazon.com/pt/what-is/sentiment-analysis/. Acesso em: 5 jun. 2025.
BRAND24. As 15 melhores ferramentas de análise de sentimento de IA. [s.d.]. Disponível em: https://brand24.com/blog/pt/melhores-ferramentas-de-analise-de-sentimentos/. Acesso em: 5 jun. 2025.
BRASIL. Lei nº 13.709, de 14 de agosto de 2018 – Lei Geral de Proteção de Dados Pessoais (LGPD). Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm. Acesso em: 5 jun. 2025.
BRQ. Análise de sentimento: tipos, importância e aplicações. 30 jan. 2025. Disponível em: https://blog.brq.com/analise-de-sentimentos/. Acesso em: 5 jun. 2025.
CAMBRIA, E. Affective Computing and Sentiment Analysis. IEEE Intelligent Systems, v. 31, n. 2, p. 102–107, 2016.
CAMBRIA, E. et al. New Avenues in Opinion Mining and Sentiment Analysis. IEEE Intelligent Systems, v. 28, n. 2, p. 15–21, 2013.
ELASTIC. O que é a análise de sentimentos? [s.d.]. Disponível em: https://www.elastic.co/pt/what-is/sentiment-analysis. Acesso em: 5 jun. 2025.
GOOGLE CLOUD. Natural Language AI. [s.d.]. Disponível em: https://cloud.google.com/natural-language. Acesso em: 5 jun. 2025.
IBM. O que é análise de sentimento? [s.d.]. Disponível em: https://www.ibm.com/br-pt/topics/sentiment-analysis. Acesso em: 5 jun. 2025.
KAPLAN, A. M.; HAENLEIN, M. Users of the world, unite! The challenges and opportunities of social media. Business Horizons, v. 53, n. 1, p. 59–68, 2010.
KNEWIN. Análise de sentimentos nas redes sociais: por que fazer? [s.d.]. Disponível em: https://www.knewin.com/blog/analise-de-sentimentos-em-redes-sociais/. Acesso em: 5 jun. 2025.
LINKEDIN ADVICE. What are the main challenges and opportunities of sentiment analysis on social media data? [s.d.]. Disponível em: https://pt.linkedin.com/advice/0/what-main-challenges-opportunities-9e?lang=pt. Acesso em: 5 jun. 2025.
LIU, B. Sentiment Analysis and Opinion Mining. Synthesis Lectures on Human Language Technologies, v. 5, n. 1, p. 1–167, 2012.
MEDHAT, W.; HASSAN, A.; KORASHY, H. Sentiment analysis algorithms and applications: A survey. Ain Shams Engineering Journal, v. 5, n. 4, p. 1093–1113, 2014.
PANG, B.; LEE, L. Opinion Mining and Sentiment Analysis. Foundations and Trends in Information Retrieval, v. 2, n. 1–2, p. 1–135, 2008.
PONTIKI, M. et al. SemEval-2014 Task 4: Aspect Based Sentiment Analysis. In: Proceedings of the 8th International Workshop on Semantic Evaluation (SemEval 2014), 2014.
PRESSMANAGER. Análise de sentimento: como monitorar a imagem da marca? [s.d.]. Disponível em: https://www.pressmanager.com.br/analise-de-sentimento/. Acesso em: 5 jun. 2025.
RAVI, K.; RAVI, V. A survey on opinion mining and sentiment analysis: tasks, approaches and applications. Knowledge-Based Systems, v. 89, p. 14–46, 2015.
RILOFF, E. et al. Sarcasm as contrast between a positive sentiment and negative situation. In: Proceedings of the 2013 Conference on Empirical Methods in Natural Language Processing, p. 704–714, 2013.
TABOADA, M. et al. Lexicon-Based Methods for Sentiment Analysis. Computational Linguistics, v. 37, n. 2, p. 267–307, 2011.
TI INSIDE. Análise de sentimentos em redes sociais com inteligência artificial. 17 abr. 2024. Disponível em: https://tiinside.com.br/17/04/2024/analise-de-sentimentos-em-redes-sociais-com-inteligencia-artificial/. Acesso em: 5 jun. 2025.
ZIKOPOULOS, P. et al. Understanding Big Data: Analytics for Enterprise Class Hadoop and Streaming Data. McGraw-Hill Osborne Media, 2012.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Revista Multidisciplinar do Nordeste Mineiro
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
