EVALUACIÓN DE ALGORITMOS DE CLASIFICACIÓN PARA EL MINADO DE OPINIÓN EN TWITTER

• Autor: Segura Vásquez, Luis Yayir
• Formato: tesis de grado
• Fecha de Publicación: 2019
• Institución: Universidad Señor de Sipan
• Repositorio: USS-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uss.edu.pe:20.500.12802/6253
• Enlace del recurso: https://hdl.handle.net/20.500.12802/6253
• Nivel de acceso: acceso abierto
• Materia: Minería de opiniones; Análisis de textos; https://purl.org/pe-repo/ocde/ford#2.02.04

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.