Minería de opiniones basado en aprendizaje supervisado en la evaluación de destinos turísticos de la región de Puno

Descripción del Articulo

La minería de Opiniones o Analisis de sentimento, se encuentra dentro del área de investigación del porcesamiento de Lenguaje natural, y consiste en la extracción, identificación y análisis de opiniones emitidas por ususarios en forma de textos sobre una determinada entidad, con el fin de clasificar...

Descripción completa

Detalles Bibliográficos
Autor: Ticona Nina, Roger
Formato: tesis de grado
Fecha de Publicación:2019
Institución:Universidad Peruana Unión
Repositorio:UPEU-Tesis
Lenguaje:español
OAI Identifier:oai:repositorio.upeu.edu.pe:20.500.12840/1933
Enlace del recurso:http://repositorio.upeu.edu.pe/handle/20.500.12840/1933
Nivel de acceso:acceso abierto
Materia:Minería de opiniones
Word2vec
Support Vector Machines
Crisp-DM
Procesamiento de lenguaje natural
Destinos turísticos
https://purl.org/pe-repo/ocde/ford#2.02.04
Descripción
Sumario:La minería de Opiniones o Analisis de sentimento, se encuentra dentro del área de investigación del porcesamiento de Lenguaje natural, y consiste en la extracción, identificación y análisis de opiniones emitidas por ususarios en forma de textos sobre una determinada entidad, con el fin de clasificarlos mediante un procesamiento computacional, según la polaridad del sentmiento expresado. Esta tesis tiene como objetivo de investigación la utilización de las técnicas y procedimientos necesarios para realizar Minerías de opiniones basado en aprendizaje supervisado con el fin de realizar una evaluación de las opiniones en línea elaboradas por los usuarios de diversos destinos turísticos de la región de Puno. Esta tarea se realiza utilizando la metodología CRISP-DM, cuyos procesos permitieron realizar las acciones de comprensión del negocio, extracción de los datos procedentes de la web de viajes tripadvisor, comprensión de los datos, realizar el pre procesamiento de los datos, modelamiento de los modelos wor2vec necesarios para la extracción de representaciones vectoriales de los comentarios, evaluar la clasificación de polaridad entre “positiva” y “negativa” con la utilización del algoritmo SVM y finalmente analizar los resultados. De las cuales se vio que gracias a la utilización de representaciones vectoriales de los comentarios se puede obtener buenas clasificaciones de polaridad, además de que los modelos wor2vec son versátiles a la hora de adaptarse a diferentes dominios dependiendo de la cantidad de textos de entrenamiento. Luego del estudio se vio que los destinos turísticos de la región de Puno tienden a tener comentarios positivos en su mayoría, reflejando la satisfacción del turista luego de visitar Puno.
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).