Análisis de sentimiento y minería de opiniones en Twitter
Abstract
En los últimos años las redes sociales se han vuelto un lugar en el cual volcar nuestras más variadas opiniones. Actualmente se encuentra a Twitter como uno de los espacios más utilizados a la hora de expresar nuestros sentimientos sobre distintas temáticas debido a que dicha herramienta es una plataforma de uso gratuito y de fácil acceso. A partir de esta situación, se pueden utilizar técnicas de Procesamiento de Lenguaje Natural (PLN) para identificar comportamientos y opiniones colectivas e inferir su polaridad, definiendo qué palabras se consideran de carácter positivo y cuáles de carácter negativo. Este tipo de análisis tiene un amplio campo de aplicación ya que el mismo puede ser aplicado tanto por empresas, quienes buscan saber la opinión de los clientes respecto a un producto determinado, por organizaciones políticas que buscan determinar cuál es la postura de los ciudadanos con respecto a un candidato y a su propuesta, como por agencias de turismo para determinar qué lugar es el más popular entre los turistas y a partir de eso ofrecer paquetes, etc. Con este artículo se desea describir, mediante una investigación, qué es análisis de sentimiento, cómo se realiza actualmente su práctica y qué podemos esperar a partir de ella.
Downloads
References
Twitter crece en ganancias y usuarios, y supera las expectativas. (25 de abril de 2018). Diario Clarín. Obtenido de: https://www.clarin.cim/tecnologia/twitter-crece-ganancias-usuarios-supera-expectativas_0_H1NnFZ02G.html
Real Academia Española y Diccionario del Español Jurídico. (2019). Big Data. Obtenido de: https://dej.rae.es/lema/big-data.
Delwiche, L. D., & Slaughter, S. J. (2019). The little SAS book: a primer. SAS Institute.
Cotelo J.M, Cruz F., Ortega F.J, Troyano J.A. (2015). Explorando Twitter mediante la integración de información estructurada y no estructurada. Sociedad Española para el PNL (55), 75-82.
Liu, B. (2007). Web Data Mining. Exploring Hyperlinks, Contents, and Usage Data. Chicago, Estados Unidos: Springer.
Liu, B. (2012). Sentiment Analysis and Opinion Mining. doi:10.2200/S00416ED1V01Y201204HLT016.
Baviera, T. (2017) Técnicas para el Análisis de Sentimientos en Twitter: Aprendizaje Automático Supervisado y SentiStrength. Dígitos (3),33-50. Recuperado de
Hernández Orallo, J. (2004) Introducción a la minería de datos. Madrid, España:Pearson.
Copyright (c) 2022 ConCiencia Joven
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.