Diseño de una red social para el análisis de texto y relacionar usuarios por niveles de descubrimiento de lexemas mediante técnicas de inteligencia artificial

• Autor: Torres Dávila, David Ernesto
• Formato: tesis de grado
• Fecha de Publicación: 2022
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/85187
• Enlace del recurso: https://hdl.handle.net/20.500.12692/85187
• Nivel de acceso: acceso abierto
• Materia: Inteligencia artificial; Redes sociales; Sistemas de información y comunicaciones; https://purl.org/pe-repo/ocde/ford#2.02.04

En nuestra sociedad, se están dando cambios en los procesos comunicativos que de alguna manera reflejan en cierta medida los cambios sociales, económicos y políticos como engranaje de la transformación de la forma de educar, escribir y de expresarse, por esto el contenido digital es la tendencia de la revolución de las comunicaciones, considerando como insumo para el análisis de los textos producidos en estas nuevas formas de expresión en redes sociales de diversa índole. Ante este escenario donde las personas pasan gran parte de su tiempo y se expresan sin temores, lo que podría aprovecharse para descubrir patrones que puedan utilizarse para caracterizar perfiles de usuarios, categorizando de acuerdo a la temática o mensajería expresada en las redes sociales. La presente investigación tiene como finalidad el diseño una red social para el análisis de texto y relacionar usuarios por niveles de descubrimiento de lexemas mediante técnicas de Inteligencia Artificial. El tipo de investigación es de tipo aplicativa y un diseño no experimental, se consideró como unidad de análisis por los textos producidos por los usuarios de una red social durante el periodo de la investigación. En los resultados se resalta en lo que respecta al corpus textual de las unidades léxicas básicas en la red social, el volumen promedio que se almacena en cada publicación es de 0.2057 Kilobytes, el análisis del componente morfológico y el lexicográfico del lexema de los textos por usuario en la red social, es determinante el manejo del error de volumen no léxico, obteniéndose una media de 01693 Kilobytes, en cada publicación y los patrones de lexemas en los textos lo determina el nivel del error de clasificación obteniéndose una media de este error de 98.33%. Se concluye que se logra diseñar una red social para el análisis de texto y relacionar usuarios por niveles de descubrimiento de lexemas mediante el algoritmo de Inteligencia Artificial.