Identificação de Perfis de Usuários a partir de Comentários Textuais

A identificação automatizada de perfis de usuários (User Profiling) a partir de dados textuais tem atraído a atenção de pesquisadores devido às suas aplicações em sistemas de recomendação, na personalização de serviços e na compreensão mais aprofundada dos comportamentos de usuários em diferentes contextos. É importante ressaltar que, apesar dos avanços nas técnicas de Processamento de Linguagem Natural (PLN) e do surgimento dos Large Language Models (LLMs), ainda existem desafios significativos, como a escassez de dados rotulados, viés demográfico e a falta de explicabilidade nos modelos atuais.

Nesse contexto, o foco deste projeto recai sobre estudos que analisam padrões em comentários textuais de redes sociais. Assim, esta proposta de trabalho visa contribuir para o entendimento e o aperfeiçoamento dessas técnicas, por meio da replicação de métodos promissores da literatura e da comparação de seu desempenho frente a abordagens mais recentes. Serão estudados e avaliados diferentes tipos de algoritmos para a classificação de atributos demográficos e comportamentais a partir de textos de comentários.

Objetivo principal deste projeto é estudar, replicar e propor aperfeiçoamentos em métodos de User Profiling baseados em dados textuais provenientes de redes sociais. O foco será investigar como técnicas de Processamento de Linguagem Natural (PLN), incluindo métodos de Aprendizado de Máquina e LLMs, podem ser utilizadas para inferir atributos demográficos (como idade e gênero), bem como características comportamentais e de personalidade a partir de comentá rios textuais.

Universidade Tecnológica Federal do Paraná (UTFPR)

Universidade Federal de Minas Gerais (UFMG)