A Análise Crítica de Cinema e a Opinião do Público: Uma Comparação com Análise de Sentimentos
Resumo
A crítica tem grande poder influenciador sobre os telespectadores, já que na maioria das vezes uma pessoa não pretende ir ao cinema para acabar se frustrando com o resultado final. O artigo apresenta uma comparação entre opinião da crítica especializada e opinião do público em relação aos filmes pré selecionados para análise. A metodologia de pesquisa descritiva foi adotada e, para construção dos resultados, foram extraídos dados de opinião do público através do Twitter e comparados à opiniões dos críticos presentes nos sites mais acessados no Brasil. A análise foi realizada pelo Google Cloud Natural Language, uma ferramenta que utiliza a análise de sentimentos. O resultado apresentou que pela análise de sentimentos, utilizando língua portuguesa, não foi possível garantir que existe diferença na opinião entre os dois grupos.Referências
AFP. Eyewitness News. GLOBAL BOX OFFICE REVENUE HITS $96.8BN
RECORD HIGH IN 2018 - REPORT. 2019. Disponível em:
<https://ewn.co.za/2019/03/22/global-box-office-revenue-hits-usd96-8bn-recordhigh-in-2018-report>. Acesso em: 12 maio 2019.
AGARWAL, Apoorv et al. Sentiment Analysis of Twitter Data. 2011. Disponível em:
<https://www.aclweb.org/anthology/W11-0705>. Acesso em: 25 abr. 2019.
ASLAM, S. Omnicore. Twitter by the Numbers: Stats, Demographics & Fun
Facts. 2019. Disponível em: https://www.omnicoreagency.com/twitter-statistics/>.
Acesso em: 23 mar. 2019.
BENEVENUTO, Fabrício; RIBEIRO, Filipe; ARAÚJO, Matheus. Métodos para
Análise de Sentimentos em mídias sociais. 2015. Disponível em:
<https://homepages.dcc.ufmg.br/~fabricio/download/webmedia-short-course.pdf>.
Acesso em: 23 mar. 2019.
BERMINGHAM, Adam et al. Combining Social Network Analysis and Sentiment
Analysis to Explore the Potential for Online Radicalisation. 2009. Disponível em:
<http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=5231878>. Acesso em: 24 abr.
CAMPOS, Júlio et al. ANÁLISE DE SENTIMENTOS EM MENSAGENS DE EMAILS SOBRE RESOLUÇÃO DE INCIDENTES DE TI. 2018. Disponível em:
<https://www.researchgate.net/profile/Julio_Campos3/publication/327272888_Anali
se_de_Sentimentos_em_Mensagens_de_Emails_Sobre_Resolucao_de_Incidentes_de_TI/links/5b85941fa6fdcc5f8b6e845e/An
alise-de-Sentimentos-em-Mensagens-de-E-mails-Sobre-Resolucao-de-Incidentes-deTI.pdf>. Acesso em: 25 abr. 2019.
CARVALHO, Rafael Oliveira. A crítica cinematográfica sob a perspectiva dos
gêneros jornalísticos: o caso Walter da Silveira1. 2014. Disponível em:
<http://periodicos.ufpb.br/ojs/index.php/cm/article/viewFile/19745/10907>. Acesso
em: 24 abr. 2019.
CORRÊA, Igor Tannús. Análise dos sentimentos expressos na rede social Twitter em
relação aos Ąlmes indicados ao Oscar 2017. 2017. Disponível em:
<https://repositorio.ufu.br/bitstream/123456789/20133/1/AnaliseSentimentosExpress
os.pdf>. Acesso em: 23 mar. 2019.
GO, Alec; BHAYANI, Richa; HUANG, Lei. Twitter Sentiment Classification using
Distant Supervision. 2009. Disponível em: https://wwwcs.stanford.edu/people/alecmgo/papers/TwitterDistantSupervision09.pdf>. Acesso
em: 25 abr. 2019.
HEKIMA. Big Data Business. Big Data: tudo que você sempre quis saber sobre o
tema! 2017. Disponível em: http://www.bigdatabusiness.com.br/tudo-sobre-bigdata/>. Acesso em: 26 mar. 2019.
HOOTSUITE. The global state of digital in 2018—from Argentina to Zambia. 2018.
Disponível em: https://hootsuite.com/pt/pages/digital-in-2018>. Acesso em: 23 mar.
KUMAR, Mandeep. An Incorporation of Artificial Intelligence Capabilities in Cloud
Computing. 2016. Disponível em:
<https://www.researchgate.net/profile/Mandeep_Kumar7/publication/310591511_An
_Incorporation_of_Artificial_Intelligence_Capabilities_in_Cloud_Computing/links/5
a9c93ca6fdcc0e07982b8c/An-Incorporation-of-Artificial-Intelligence-Capabilitiesin-Cloud-Computing.pdf>. Acesso em: 18 maio 2019.
LI, Yung-ming; LI, Tsung-ying. Deriving Marketing Intelligence over Microblogs.
Disponível em: . Acesso
em: 25 abr. 2019.
LIMA, João Alberto de Oliveira; ARAUJO, Lauro César. LEGIMÁTICA: extração
automatizada de informação legislativa e jurídica. 2017. Disponível em:
<https://www12.senado.leg.br/institucional/edg-posgraduacao/copy_of_LivroLegimaticaILB.pdf>. Acesso em: 12 maio 2019.
LIU, Kun-lin; LI, Wu-jun; GUO, Minyi. Emoticon Smoothed Language Models for
Twitter Sentiment Analysis. 2012. Disponível em:
<https://www.aaai.org/ocs/index.php/AAAI/AAAI12/paper/view/5083/5319>.
Acesso em: 25 abr. 2019.
MAIA, Luiz; BRITO, Armstrong Gomes. Proposta de modelo de recomendação de
conteúdo baseado em arquivos de legendas de filmes e séries. 2016. Disponível em:
<http://www.periodicos.ufpb.br/ojs/index.php/itec/article/view/38189>. Acesso em:
maio 2019.
MARTIM, Hudson de; LIMA, João Alberto de Oliveira; ARAUJO, Lauro César. BASE
DE NORMAS JURÍDICAS BRASILEIRAS: UMA INICIATIVA DE OPEN
GOVERNMENT DATA. 2018. Disponível em:
<http://portaldeperiodicos.eci.ufmg.br/index.php/pci/article/view/3567>. Acesso em:
abr. 2019.
MORAES, F. Metrópoles. A crítica ainda influencia bilheterias? Os números
mostram que sim: Fracassos e sucessos revelam que o público ainda é mobilizado
pela opinião dos especialistas sobre os filmes do momento. 2017. Disponível em:
<https://www.metropoles.com/entretenimento/cinema/a-critica-ainda-influenciabilheterias-os-numeros-mostram-que-sim>. Acesso em: 23 mar. 2019.
NAGY, Ahmed; STAMBERGER, Jeannie. Crowd Sentiment Detection during
Disasters and Crises. 2012. Disponível em:
<https://pdfs.semanticscholar.org/90ea/b5abe93e0a90d2666cd9605da482f5b2cf95.p
df>. Acesso em: 25 abr. 2019.
NASCIMENTO, Paula et al. Análise de sentimento de tweets com foco em notícias.
Disponível em:
<https://www.researchgate.net/profile/Debora_Lima5/publication/267262960_Analis
e_de_sentimento_de_tweets_com_foco_em_noticias/links/54cfc8d80cf24601c0959d
a/Analise-de-sentimento-de-tweets-com-foco-em-noticias.pdf>. Acesso em: 25 abr.
PANG, Bo; LEE, Lillian; VAITHYANATHAN, Shivakumar. Thumbs up? Sentiment
Classification using Machine Learning Techniques. 2002. Disponível em:
<https://dl.acm.org/citation.cfm?id=1118704>. Acesso em: 25 abr. 2019.
PANG, Bo; LEE, Lillian. Opinion Mining and Sentiment Analysis. 2008. Disponível
em: https://ieeexplore.ieee.org/document/8187070?arnumber=8187070>. Acesso
em: 24 abr. 2019.
REIS, Julio C.s. et al. Uma Abordagem Multilingue para Analise de Sentimentos.
Disponível em:
<http://www.each.usp.br/digiampietri/BraSNAM/2015/p01.pdf>. Acesso em: 25 abr.
ROSE, Shyanika W et al. Perceptions of Menthol Cigarettes Among Twitter Users:
Content and Sentiment Analysis.2017. Disponível em:
<https://www.jmir.org/2017/2/e56/>. Acesso em: 25 abr. 2019.
ROSENTRÄGER, Stefan. Introdução. In: ROSENTRÄGER, Stefan. Emoticons as a
New Means of Communication in Italy and Germany. [s. L.]: Grin, 2008. p. 3.
SAKAKI, Takeshi; OKAZAKI, Makoto; MATSUO, Yutaka. Earthquake shakes
Twitter users: real-time event detection by social sensors. 2010. Disponível em:
<https://dl.acm.org/citation.cfm?id=1772777>. Acesso em: 25 abr. 2019.
TROUSSAS, Christos et al. Sentiment analysis of Facebook statuses using Naive
Bayes classifier for language learning. 2013. Disponível em:
<https://ieeexplore.ieee.org/abstract/document/6623713>. Acesso em: 25 abr. 2019.
TURNEY, Peter D.. Thumbs Up or Thumbs Down? Semantic Orientation Applied
to Unsupervised Classification of Reviews. 2002. Disponível em:
<https://www.aclweb.org/anthology/P02-1053.pdf>. Acesso em: 25 abr. 2019.
