Modelo de Sentiment Analysis para la clasificación de noticias en tiempo real en el Mercado de Valores de Buenos Aires

Autores
Braña, Juan Pablo; Litterio, Alejandra; Camós, Cristina; Fernández, Alejandro
Año de publicación
2015
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El proyecto de investigación en curso tiene como propósito mostrar que el monitoreo automático de noticias en tiempo real mediante algoritmos basados en Machine Learning puede servir como herramienta para la toma de decisiones de compra y venta de instrumentos financieros en el Mercado de Valores de Buenos Aires. Con este fin, recolectamos, analizamos y clasificamos opiniones extraídas de Twitter aplicando principios y técnicas de Sentiment Analysis relacionando aquellas noticias que generan un impacto directo sobre las acciones del mercado y aquellas que no lo hacen. Asimismo hemos diseñado un Lexicón de términos económicosfinanciero en español que nos permite asignar una etiqueta de polaridad “positiva” o “negativa” al corpus seleccionado. Basados en estas consideraciones, hemos obtenido resultados con buenos índices de precisión.
Eje: Base de Datos y Minería de Datos
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Minería de Datos
aprendizaje por computador
minería de textos
redes sociales
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/45547
Acceder
id SEDICI_a0a208da027beabf90c347e1101b43b3
oai_identifier_str oai:sedici.unlp.edu.ar:10915/45547
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Modelo de Sentiment Analysis para la clasificación de noticias en tiempo real en el Mercado de Valores de Buenos AiresBraña, Juan PabloLitterio, AlejandraCamós, CristinaFernández, AlejandroCiencias InformáticasMinería de Datosaprendizaje por computadorminería de textosredes socialesEl proyecto de investigación en curso tiene como propósito mostrar que el monitoreo automático de noticias en tiempo real mediante algoritmos basados en Machine Learning puede servir como herramienta para la toma de decisiones de compra y venta de instrumentos financieros en el Mercado de Valores de Buenos Aires. Con este fin, recolectamos, analizamos y clasificamos opiniones extraídas de Twitter aplicando principios y técnicas de Sentiment Analysis relacionando aquellas noticias que generan un impacto directo sobre las acciones del mercado y aquellas que no lo hacen. Asimismo hemos diseñado un Lexicón de términos económicosfinanciero en español que nos permite asignar una etiqueta de polaridad “positiva” o “negativa” al corpus seleccionado. Basados en estas consideraciones, hemos obtenido resultados con buenos índices de precisión.Eje: Base de Datos y Minería de DatosRed de Universidades con Carreras en Informática (RedUNCI)2015-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/45547spainfo:eu-repo/semantics/altIdentifier/hdl/11746/3198info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-22T16:43:54Zoai:sedici.unlp.edu.ar:10915/45547Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-22 16:43:54.302SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Modelo de Sentiment Analysis para la clasificación de noticias en tiempo real en el Mercado de Valores de Buenos Aires
title Modelo de Sentiment Analysis para la clasificación de noticias en tiempo real en el Mercado de Valores de Buenos Aires
spellingShingle Modelo de Sentiment Analysis para la clasificación de noticias en tiempo real en el Mercado de Valores de Buenos Aires
Braña, Juan Pablo
Ciencias Informáticas
Minería de Datos
aprendizaje por computador
minería de textos
redes sociales
title_short Modelo de Sentiment Analysis para la clasificación de noticias en tiempo real en el Mercado de Valores de Buenos Aires
title_full Modelo de Sentiment Analysis para la clasificación de noticias en tiempo real en el Mercado de Valores de Buenos Aires
title_fullStr Modelo de Sentiment Analysis para la clasificación de noticias en tiempo real en el Mercado de Valores de Buenos Aires
title_full_unstemmed Modelo de Sentiment Analysis para la clasificación de noticias en tiempo real en el Mercado de Valores de Buenos Aires
title_sort Modelo de Sentiment Analysis para la clasificación de noticias en tiempo real en el Mercado de Valores de Buenos Aires
dc.creator.none.fl_str_mv Braña, Juan Pablo
Litterio, Alejandra
Camós, Cristina
Fernández, Alejandro
author Braña, Juan Pablo
author_facet Braña, Juan Pablo
Litterio, Alejandra
Camós, Cristina
Fernández, Alejandro
author_role author
author2 Litterio, Alejandra
Camós, Cristina
Fernández, Alejandro
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Minería de Datos
aprendizaje por computador
minería de textos
redes sociales
topic Ciencias Informáticas
Minería de Datos
aprendizaje por computador
minería de textos
redes sociales
dc.description.none.fl_txt_mv El proyecto de investigación en curso tiene como propósito mostrar que el monitoreo automático de noticias en tiempo real mediante algoritmos basados en Machine Learning puede servir como herramienta para la toma de decisiones de compra y venta de instrumentos financieros en el Mercado de Valores de Buenos Aires. Con este fin, recolectamos, analizamos y clasificamos opiniones extraídas de Twitter aplicando principios y técnicas de Sentiment Analysis relacionando aquellas noticias que generan un impacto directo sobre las acciones del mercado y aquellas que no lo hacen. Asimismo hemos diseñado un Lexicón de términos económicosfinanciero en español que nos permite asignar una etiqueta de polaridad “positiva” o “negativa” al corpus seleccionado. Basados en estas consideraciones, hemos obtenido resultados con buenos índices de precisión.
Eje: Base de Datos y Minería de Datos
Red de Universidades con Carreras en Informática (RedUNCI)
description El proyecto de investigación en curso tiene como propósito mostrar que el monitoreo automático de noticias en tiempo real mediante algoritmos basados en Machine Learning puede servir como herramienta para la toma de decisiones de compra y venta de instrumentos financieros en el Mercado de Valores de Buenos Aires. Con este fin, recolectamos, analizamos y clasificamos opiniones extraídas de Twitter aplicando principios y técnicas de Sentiment Analysis relacionando aquellas noticias que generan un impacto directo sobre las acciones del mercado y aquellas que no lo hacen. Asimismo hemos diseñado un Lexicón de términos económicosfinanciero en español que nos permite asignar una etiqueta de polaridad “positiva” o “negativa” al corpus seleccionado. Basados en estas consideraciones, hemos obtenido resultados con buenos índices de precisión.
publishDate 2015
dc.date.none.fl_str_mv 2015-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/45547
url http://sedici.unlp.edu.ar/handle/10915/45547
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/hdl/11746/3198
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846782944523321344
score 12.982451

Publicaciones similares