Citas bibligráficas
Esta es una referencia generada automáticamente. Modifíquela de ser necesario
Segura, L., (2019). EVALUACIÓN DE ALGORITMOS DE CLASIFICACIÓN PARA EL MINADO DE OPINIÓN EN TWITTER [Tesis, Universidad Señor de Sipán]. https://hdl.handle.net/20.500.12802/6253
Segura, L., EVALUACIÓN DE ALGORITMOS DE CLASIFICACIÓN PARA EL MINADO DE OPINIÓN EN TWITTER [Tesis]. PE: Universidad Señor de Sipán; 2019. https://hdl.handle.net/20.500.12802/6253
@misc{sunedu/2818322,
title = "EVALUACIÓN DE ALGORITMOS DE CLASIFICACIÓN PARA EL MINADO DE OPINIÓN EN TWITTER",
author = "Segura Vásquez, Luis Yayir",
publisher = "Universidad Señor de Sipán",
year = "2019"
}
Título: EVALUACIÓN DE ALGORITMOS DE CLASIFICACIÓN PARA EL MINADO DE OPINIÓN EN TWITTER
Autor(es): Segura Vásquez, Luis Yayir
Asesor(es): Samillán Ayala, Alberto Enrique
Palabras clave: Minería de opiniones; Análisis de textos
Campo OCDE: http://purl.org/pe-repo/ocde/ford#2.02.04
Fecha de publicación: 2019
Institución: Universidad Señor de Sipán
Resumen: La presente investigación denominada “EVALUACION DE ALGORITMOS DE CLASIFACION PARA EL MINADO DE OPINION EN TWITTER” tiene como objetivo realizar un análisis de los diversos algoritmos utilizados en el proceso de tratamiento de textos.
La posibilidad de extraer y analizar información de los diferentes medios sociales, ha motivado que en la última década se realicen estudios que van desde la publicidad a temas socio-culturales, por medio del análisis de sentimientos (SA), también conocido como minería de opinión (opinion mining); que para Bing Liu (2016), es un campo de estudio que se centra principalmente en analizar las opiniones que expresan o implican sentimientos positivos o negativos.
Para abordar esta problemática, en la investigación “Clasificación automática de la intención del usuario en mensajes de Twitter” (Martis & Alfaro, 2014), propone un modelo para la clasificación de mensajes de Twitter de forma automática para intentar comprender cuál es la intención que tiene el usuario cuando publica un mensaje. Para este caso, los investigadores definieron un conjunto de 8 categorías, para las cuales utilizaron algoritmos de clasificación supervisada como el Super Vector Machine (SVM) y Naive Bayes; luego de evaluar el comportamiento de los mismos, indicaron que el SVM obtiene una clara ventaja sobre el segundo; concluyendo así, que lo mejor es utilizar Maquinas de Soporte Vectorial para la clasificación automática de los tweets.
Enlace al repositorio: https://hdl.handle.net/20.500.12802/6253
Disciplina académico-profesional: Ingeniería de Sistemas
Institución que otorga el grado o título: Universidad Señor de Sipán. Facultad de Ingeniería, Arquitectura y Urbanismo
Grado o título: Ingeniero de Sistemas
Fecha de registro: 13-sep-2019; 13-sep-2019
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons