{"id":4460,"date":"2017-07-25T21:44:26","date_gmt":"2017-07-25T23:44:26","guid":{"rendered":"http:\/\/inf.ufpel.edu.br\/site\/?p=4460"},"modified":"2017-07-25T21:44:26","modified_gmt":"2017-07-25T23:44:26","slug":"banca-de-tcc-daiane-focking-andrade","status":"publish","type":"post","link":"https:\/\/wp.ufpel.edu.br\/computacao\/ccomp\/banca-de-tcc-daiane-focking-andrade\/","title":{"rendered":"Banca de TCC &#8211; Daiane Focking Andrade"},"content":{"rendered":"<p style=\"text-align: center\"><strong>UNIVERSIDADE FEDERAL DE PELOTAS<\/strong><br \/>\n<strong> CENTRO DE DESENVOLVIMENTO TECNOL\u00d3GICO<\/strong><br \/>\n<strong> TRABALHO DE CONCLUS\u00c3O DE CURSO<\/strong><\/p>\n<p style=\"text-align: center\">Apresenta\u00e7\u00f5es Finais (2017\/1)<\/p>\n<p style=\"text-align: center\">An\u00e1lise de Campanhas em M\u00eddias Sociais Utilizando Aprendizado de M\u00e1quina<br \/>\npor<br \/>\nDaiane Focking Andrade<\/p>\n<p>Curso:<br \/>\nCi\u00eancia da Computa\u00e7\u00e3o<\/p>\n<p>Banca:<br \/>\nProf. Marilton Sanchotene de Aguiar (orientador)<br \/>\nMarcelo Bacchieri<br \/>\nProf. Paulo Roberto Ferreira J\u00fanior<\/p>\n<p>Data: 11 de Agosto de 2017<\/p>\n<p>Hora: 14:00h<\/p>\n<p>Local: Sala 319B, Anglo<\/p>\n<p style=\"text-align: justify\"><!--more-->Resumo do Trabalho:<br \/>\nCampanhas de mi\u0301dia online movimentam um bom pedac\u0327o do marketing nos dias de hoje. Na\u0303o e\u0301 incomum acessar um site, ou fazer uma pesquisa, e obter um anu\u0301ncio pago por alguma empresa. Isso se estende a redes sociais, como Facebook e Twitter. Algumas vezes, essas campanhas tem como objetivo gerar vendas no website do anunciante, mas ha\u0301 o risco de investir em publicidade e na\u0303o ser obtido o retorno esperado. Isso pode acarretar em perda de dinheiro por parte do anunciante e dependendo da forma que a campanha foi feita, ela pode impactar negativamente uma marca e fazer com que perca a prefere\u0302ncia do pu\u0301blico alvo. Visando ter um melhor conjunto de caracter\u00edsticas para melhorar os resultados das campanhas, este trabalho utilizou a ferramenta WEKA em um conjunto de dados que continha caracteri\u0301sticas e resultados de campanhas feitas no Facebook e no Twitter. Utilizando o algoritmo de clusterizac\u0327a\u0303o k-means e a Dista\u0302ncia Euclidiana para o ca\u0301lculo da soma dos quadrados entre clusters, este trabalho avaliou 579 campanhas de Facebook e Twitter de tre\u0302s formas: todos os resultados juntos; avaliac\u0327a\u0303o apenas do Twitter e avaliac\u0327a\u0303o apenas do Facebook. Ignorando atributos que pioravam o WCSS e os resultados de converso\u0303es, foi possi\u0301vel fazer uma ligac\u0327a\u0303o direta entre as caracteri\u0301sticas das campanhas para obter-se os melhores resultados possi\u0301veis de conversa\u0303o. Ao obter-se esse tipo de resultado e entendimento, e\u0301 possi\u0301vel mudar estrate\u0301gias de marketing para melhores resultados de forma mais assertiva com seguranc\u0327a e sem correr o risco de perder o investimento.<\/p>\n<p>Para mais informa\u00e7\u00f5es acesse: <a href=\"http:\/\/wp.ufpel.edu.br\/notcc\/bancas\/historico\/2017_1\/\">http:\/\/wp.ufpel.edu.br\/notcc\/bancas\/historico\/2017_1\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>UNIVERSIDADE FEDERAL DE PELOTAS CENTRO DE DESENVOLVIMENTO TECNOL\u00d3GICO TRABALHO DE CONCLUS\u00c3O DE CURSO Apresenta\u00e7\u00f5es Finais (2017\/1) An\u00e1lise de Campanhas em M\u00eddias Sociais Utilizando Aprendizado de M\u00e1quina por Daiane Focking Andrade Curso: Ci\u00eancia da Computa\u00e7\u00e3o&#46;&#46;&#46;<\/p>\n","protected":false},"author":881,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"jetpack_post_was_ever_published":false,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_publicize_message":"","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2}},"categories":[4,19,17],"tags":[],"class_list":["post-4460","post","type-post","status-publish","format-standard","hentry","category-ccomp","category-ecomp","category-noticia"],"jetpack_publicize_connections":[],"jetpack_featured_media_url":"","jetpack_sharing_enabled":true,"jetpack_shortlink":"https:\/\/wp.me\/paGhNl-19W","_links":{"self":[{"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/posts\/4460","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/users\/881"}],"replies":[{"embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/comments?post=4460"}],"version-history":[{"count":0,"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/posts\/4460\/revisions"}],"wp:attachment":[{"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/media?parent=4460"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/categories?post=4460"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/tags?post=4460"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}