Herramienta integral de análisis de sentimientos en redes sociales

Autores
Mastrángelo, Eric Román
Año de publicación
2018
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Dottori, Javier A.
Armentano, Marcelo G.
Descripción
La identificación del sentimiento en un texto es un campo de estudio importante (opinion mining-sentiment analysis), con plataformas de medios sociales como Twitter que atraen el interés de los investigadores en el procesamiento del lenguaje, así como en las ciencias políticas y sociales. La tarea generalmente implica detectar si un texto expresa un sentimiento positivo, negativo o neutral. El sentimiento puede ser general o sobre un tema específico, por ejemplo, una persona, un producto o un evento. En este contexto, se presenta esta “Herramienta integral de análisis de sentimientos en redes sociales”. La cual es una aplicación web que interactúa con twitter y está dirigida a una amplia gama de usuarios, ya que puede ser utilizada tanto como una actividad recreativa y de disfrute, como así también para analizar la respuesta en las redes sociales a un producto o servicio de determinada empresa o entidad. Esta aplicación permite recopilar tweets con diferentes criterios de búsqueda: palabra clave (hashtag), comentarios de un tweet dado o tweets de un usuario dado. Luego nos brinda la posibilidad de analizar los sentimientos de dicho conjunto de opiniones mediante diversos algoritmos: -Machine learning: la aplicación cuenta con un algoritmo el cual ya fue entrenado con una extensa base de datos de tweets clasificados en positivos, negativos o neutrales. -Estructuras gramaticales: La tecnología subyacente de este algoritmo se basa en un nuevo tipo de red neuronal recursiva que se basa en estructuras gramaticales. Es el único modelo que puede capturar con precisión los efectos de negación y su alcance para frases positivas y negativas. Por último, esta aplicación nos presenta un marco gráfico e interactivo. Donde mediante diferentes vistas el usuario puede navegar entre los datos y hacer un análisis minucioso de la información obtenida. Esto se implementó con una herramienta de Inteligencia de Negocios (Business Intelligence - BI ).
Fil: Mastrángelo, Román. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Dottori, Javier A. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Armentano, Marcelo G. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Materia
Redes sociales
Twitter
Procesamiento del lenguaje
Ingeniería del software
Business Intelligence
Usuarios
Inteligencia de negocios
Ingeniería de sistemas
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc/2.5/ar/
Repositorio
RIDAA (UNICEN)
Institución
Universidad Nacional del Centro de la Provincia de Buenos Aires
OAI Identificador
oai:ridaa.unicen.edu.ar:123456789/1940
Acceder
id RIDUNICEN_b119318718b2ab8dd9371f98298af7e6
oai_identifier_str oai:ridaa.unicen.edu.ar:123456789/1940
network_acronym_str RIDUNICEN
repository_id_str a
network_name_str RIDAA (UNICEN)
spelling Herramienta integral de análisis de sentimientos en redes socialesMastrángelo, Eric RománRedes socialesTwitterProcesamiento del lenguajeIngeniería del softwareBusiness IntelligenceUsuariosInteligencia de negociosIngeniería de sistemasLa identificación del sentimiento en un texto es un campo de estudio importante (opinion mining-sentiment analysis), con plataformas de medios sociales como Twitter que atraen el interés de los investigadores en el procesamiento del lenguaje, así como en las ciencias políticas y sociales. La tarea generalmente implica detectar si un texto expresa un sentimiento positivo, negativo o neutral. El sentimiento puede ser general o sobre un tema específico, por ejemplo, una persona, un producto o un evento. En este contexto, se presenta esta “Herramienta integral de análisis de sentimientos en redes sociales”. La cual es una aplicación web que interactúa con twitter y está dirigida a una amplia gama de usuarios, ya que puede ser utilizada tanto como una actividad recreativa y de disfrute, como así también para analizar la respuesta en las redes sociales a un producto o servicio de determinada empresa o entidad. Esta aplicación permite recopilar tweets con diferentes criterios de búsqueda: palabra clave (hashtag), comentarios de un tweet dado o tweets de un usuario dado. Luego nos brinda la posibilidad de analizar los sentimientos de dicho conjunto de opiniones mediante diversos algoritmos: -Machine learning: la aplicación cuenta con un algoritmo el cual ya fue entrenado con una extensa base de datos de tweets clasificados en positivos, negativos o neutrales. -Estructuras gramaticales: La tecnología subyacente de este algoritmo se basa en un nuevo tipo de red neuronal recursiva que se basa en estructuras gramaticales. Es el único modelo que puede capturar con precisión los efectos de negación y su alcance para frases positivas y negativas. Por último, esta aplicación nos presenta un marco gráfico e interactivo. Donde mediante diferentes vistas el usuario puede navegar entre los datos y hacer un análisis minucioso de la información obtenida. Esto se implementó con una herramienta de Inteligencia de Negocios (Business Intelligence - BI ).Fil: Mastrángelo, Román. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Fil: Dottori, Javier A. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Fil: Armentano, Marcelo G. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad Ciencias ExactasDottori, Javier A.Armentano, Marcelo G.2018-082019-03-27T15:05:04Z2019-03-27T15:05:04Zinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfapplication/pdfhttps://www.ridaa.unicen.edu.ar/handle/123456789/1940spahttp://creativecommons.org/licenses/by-nc/2.5/ar/info:eu-repo/semantics/openAccessreponame:RIDAA (UNICEN)instname:Universidad Nacional del Centro de la Provincia de Buenos Aires2025-10-16T09:28:10Zoai:ridaa.unicen.edu.ar:123456789/1940instacron:UNICENInstitucionalhttps://www.ridaa.unicen.edu.ar/Universidad públicaNo correspondehttps://www.ridaa.unicen.edu.ar/oailleiboff@rec.unicen.edu.ar;gimeroni@rec.unicen.edu.ar;lvarela@rec.unicen.edu.ar ;ArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2025-10-16 09:28:11.453RIDAA (UNICEN) - Universidad Nacional del Centro de la Provincia de Buenos Airesfalse
dc.title.none.fl_str_mv Herramienta integral de análisis de sentimientos en redes sociales
title Herramienta integral de análisis de sentimientos en redes sociales
spellingShingle Herramienta integral de análisis de sentimientos en redes sociales
Mastrángelo, Eric Román
Redes sociales
Twitter
Procesamiento del lenguaje
Ingeniería del software
Business Intelligence
Usuarios
Inteligencia de negocios
Ingeniería de sistemas
title_short Herramienta integral de análisis de sentimientos en redes sociales
title_full Herramienta integral de análisis de sentimientos en redes sociales
title_fullStr Herramienta integral de análisis de sentimientos en redes sociales
title_full_unstemmed Herramienta integral de análisis de sentimientos en redes sociales
title_sort Herramienta integral de análisis de sentimientos en redes sociales
dc.creator.none.fl_str_mv Mastrángelo, Eric Román
author Mastrángelo, Eric Román
author_facet Mastrángelo, Eric Román
author_role author
dc.contributor.none.fl_str_mv Dottori, Javier A.
Armentano, Marcelo G.
dc.subject.none.fl_str_mv Redes sociales
Twitter
Procesamiento del lenguaje
Ingeniería del software
Business Intelligence
Usuarios
Inteligencia de negocios
Ingeniería de sistemas
topic Redes sociales
Twitter
Procesamiento del lenguaje
Ingeniería del software
Business Intelligence
Usuarios
Inteligencia de negocios
Ingeniería de sistemas
dc.description.none.fl_txt_mv La identificación del sentimiento en un texto es un campo de estudio importante (opinion mining-sentiment analysis), con plataformas de medios sociales como Twitter que atraen el interés de los investigadores en el procesamiento del lenguaje, así como en las ciencias políticas y sociales. La tarea generalmente implica detectar si un texto expresa un sentimiento positivo, negativo o neutral. El sentimiento puede ser general o sobre un tema específico, por ejemplo, una persona, un producto o un evento. En este contexto, se presenta esta “Herramienta integral de análisis de sentimientos en redes sociales”. La cual es una aplicación web que interactúa con twitter y está dirigida a una amplia gama de usuarios, ya que puede ser utilizada tanto como una actividad recreativa y de disfrute, como así también para analizar la respuesta en las redes sociales a un producto o servicio de determinada empresa o entidad. Esta aplicación permite recopilar tweets con diferentes criterios de búsqueda: palabra clave (hashtag), comentarios de un tweet dado o tweets de un usuario dado. Luego nos brinda la posibilidad de analizar los sentimientos de dicho conjunto de opiniones mediante diversos algoritmos: -Machine learning: la aplicación cuenta con un algoritmo el cual ya fue entrenado con una extensa base de datos de tweets clasificados en positivos, negativos o neutrales. -Estructuras gramaticales: La tecnología subyacente de este algoritmo se basa en un nuevo tipo de red neuronal recursiva que se basa en estructuras gramaticales. Es el único modelo que puede capturar con precisión los efectos de negación y su alcance para frases positivas y negativas. Por último, esta aplicación nos presenta un marco gráfico e interactivo. Donde mediante diferentes vistas el usuario puede navegar entre los datos y hacer un análisis minucioso de la información obtenida. Esto se implementó con una herramienta de Inteligencia de Negocios (Business Intelligence - BI ).
Fil: Mastrángelo, Román. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Dottori, Javier A. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Armentano, Marcelo G. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
description La identificación del sentimiento en un texto es un campo de estudio importante (opinion mining-sentiment analysis), con plataformas de medios sociales como Twitter que atraen el interés de los investigadores en el procesamiento del lenguaje, así como en las ciencias políticas y sociales. La tarea generalmente implica detectar si un texto expresa un sentimiento positivo, negativo o neutral. El sentimiento puede ser general o sobre un tema específico, por ejemplo, una persona, un producto o un evento. En este contexto, se presenta esta “Herramienta integral de análisis de sentimientos en redes sociales”. La cual es una aplicación web que interactúa con twitter y está dirigida a una amplia gama de usuarios, ya que puede ser utilizada tanto como una actividad recreativa y de disfrute, como así también para analizar la respuesta en las redes sociales a un producto o servicio de determinada empresa o entidad. Esta aplicación permite recopilar tweets con diferentes criterios de búsqueda: palabra clave (hashtag), comentarios de un tweet dado o tweets de un usuario dado. Luego nos brinda la posibilidad de analizar los sentimientos de dicho conjunto de opiniones mediante diversos algoritmos: -Machine learning: la aplicación cuenta con un algoritmo el cual ya fue entrenado con una extensa base de datos de tweets clasificados en positivos, negativos o neutrales. -Estructuras gramaticales: La tecnología subyacente de este algoritmo se basa en un nuevo tipo de red neuronal recursiva que se basa en estructuras gramaticales. Es el único modelo que puede capturar con precisión los efectos de negación y su alcance para frases positivas y negativas. Por último, esta aplicación nos presenta un marco gráfico e interactivo. Donde mediante diferentes vistas el usuario puede navegar entre los datos y hacer un análisis minucioso de la información obtenida. Esto se implementó con una herramienta de Inteligencia de Negocios (Business Intelligence - BI ).
publishDate 2018
dc.date.none.fl_str_mv 2018-08
2019-03-27T15:05:04Z
2019-03-27T15:05:04Z
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv https://www.ridaa.unicen.edu.ar/handle/123456789/1940
url https://www.ridaa.unicen.edu.ar/handle/123456789/1940
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv http://creativecommons.org/licenses/by-nc/2.5/ar/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc/2.5/ar/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad Ciencias Exactas
publisher.none.fl_str_mv Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad Ciencias Exactas
dc.source.none.fl_str_mv reponame:RIDAA (UNICEN)
instname:Universidad Nacional del Centro de la Provincia de Buenos Aires
reponame_str RIDAA (UNICEN)
collection RIDAA (UNICEN)
instname_str Universidad Nacional del Centro de la Provincia de Buenos Aires
repository.name.fl_str_mv RIDAA (UNICEN) - Universidad Nacional del Centro de la Provincia de Buenos Aires
repository.mail.fl_str_mv lleiboff@rec.unicen.edu.ar;gimeroni@rec.unicen.edu.ar;lvarela@rec.unicen.edu.ar ;
_version_ 1846143010837889024
score 12.712165

Publicaciones similares