Exercício 4 - Computação em Nuvem e Serviços Cognitivos

📋 Produtos Entregues

Produto 1: Ativação da conta no Azure

A conta foi ativada com sucesso utilizando o e-mail institucional (@sga.pucminas.br), obtendo os créditos estudantis para utilização na plataforma.

Produto 2: Banco de Dados PostgreSQL no Azure

Foi criado um banco de dados PostgreSQL chamado "fitflex" na plataforma Azure, configurado com as seguintes características: - Servidor: fitflex.postgres.database.azure.com - Localização: Brazil South - Configuração: Standard_B2s (2 vCores, 4 memória GiB, 1280 iops máximo) - Armazenamento: 128 GiB

O banco de dados contém tabelas relacionadas a um sistema de gestão de refeições e dietas: - Favorita - Ingrediente - Plano - Possui - Receitas - Usuário

Consulta realizada:

sql SELECT * FROM public."Ingrediente";

Resultado da consulta:

| ID | Nome | Quantidade | Proteínas | Carboidratos | Gordura | Calorias | |----|------|------------|-----------|--------------|---------|----------| | 1 | Ovo de Galinha | 70 | 5 | 6.3 | 50 | 0.4 | | 2 | Frango | 1000 | 3 | 1 | 20 | 2 |

Produto 3: Serviços Cognitivos - Análise de Sentimento

Para este produto, foi escolhida a opção B: utilização de um serviço cognitivo pronto da Microsoft Azure. O serviço implementado realiza análise de sentimento em textos em português.

O recurso "analisedesentimentos123" foi criado no Azure Cognitive Services, permitindo a análise de sentimentos em textos fornecidos pelo usuário.

Implementação em Java:

```java // Código que consome a API de Análise de Sentimentos public class SentimentoAzure { public static void main(String[] args) throws Exception { String endpoint = "https://analisedesentimentos123.cognitiveservices.azure.com/"; String chave = "99LEATB84Zr3JTlxwBsEstjqJPti4WvjNB2QzEy9EVzuFjuDvcvUJQQJ99BEACYeBjFXJ3w3AAAEACOGfqOv"; String url = endpoint + "text/analytics/v3.1/sentiment";

    Scanner scanner = new Scanner(System.in);
    System.out.print("Digite um texto para análise de sentimento: ");
    String textoUsuario = scanner.nextLine();
    scanner.close();

    String corpoJson = String.format(
        "{ \"documents\": [ { \"language\": \"pt\", \"id\": \"1\", \"text\": \"%s\" } ] }",
        textoUsuario.replace("\"", "\\\"") // escapa aspas
    );

    String resposta = enviarRequisicao(url, chave, corpoJson);
    String sentimento = extrairSentimento(resposta);

    System.out.println("\n===== Resultado da Análise =====");
    System.out.println("Texto: " + textoUsuario);
    System.out.println("Sentimento identificado: " + sentimento);
    System.out.println("Resposta completa da API:\n" + resposta);
}

// Método auxiliar para o envio da requisição HTTP
private static String enviarRequisicao(String urlStr, String chave, String corpo) throws IOException {
    // Implementação da requisição
}

// Método para extrair o sentimento da resposta JSON
private static String extrairSentimento(String json) {
    // Extração do sentimento
}

} ```

Exemplo de Resultado:

Texto analisado: "estou mal" Resultado: Sentimento negativo (confidence score: 0.95)

🛠️ Tecnologias Utilizadas

📊 Conclusão

O projeto demonstrou com sucesso a utilização da plataforma Azure para hospedagem de banco de dados e consumo de serviços cognitivos. A integração de serviços de IA como a análise de sentimentos demonstra o potencial de uso dessas tecnologias em aplicações reais.