| |
| Acadêmico(a): Marcelo Wippel |
| Título: B3-FEED: feed de notícias da bolsa de valores baseado em sentimento |
| |
| Resumo: |
Este trabalho apresenta o desenvolvimento de um aplicativo móvel que disponibiliza um feed
de notícias da Bolsa de Valores classificado por sentimento. Como motivação para o
desenvolvimento deste trabalho, tem-se o crescimento da quantidade de pessoas físicas na
Bolsa de Valores bem como a carência da população brasileira no campo da educação
financeira. Dessa forma, este trabalho visa desenvolver um aplicativo contendo um feed de
notícias classificado por sentimentos com objetivo de auxiliar os investidores da Bolsa de
Valores nas suas transações no mercado acionário. A aplicação foi desenvolvida utilizando
uma arquitetura cliente-servidor. Na camada cliente, o aplicativo móvel utilizado pelo usuário
foi implementado utilizando o framework Flutter, possibilitando a utilização em dispositivos
Android e iOS. A camada de servidor é dividida em dois serviços, o Web Scraper e o
backend: o Web Scraper foi implementado em Python, salvando as notícias num banco de
dados SQL Server hospedado na Azure; o backend foi implementado em Java utilizando o
framework Spring Boot, fazendo a análise de sentimentos através do serviço Amazon
Comprehend. Os dois artefatos da camada de servidor rodam em imagens Docker no serviço
de Aplicativos Web para Contêineres da Azure. O levantamento das informações foi realizado
através de busca na literatura sobre a educação financeira no Brasil, Web Scrapers e
processamento de linguagem natural, mais especificamente, análise de sentimentos. Foram
utilizados diagramas da Unified Modeling Language (UML) para representar os fluxos e a
estrutura do que foi desenvolvido, bem como foi realizado um questionário on-line com
objetivo de avaliar o aplicativo desenvolvido. Assim, foi possível inferir que o trabalho
realizado atingiu todos os objetivos propostos, além de facilitar os investidores no processo de
leitura de notícias antes de seus investimentos. Por fim, foram levantadas extensões e
melhorias futuras para este trabalho. |
| |
|
