Mostrar el registro sencillo del ítem
dc.contributor | Alfaro Arancibia, Rodrigo Marcelo | ||
dc.creator | Gálvez Gajardo, Jorge Andrés | ||
Fecha Ingreso | dc.date.accessioned | 2021-10-19T23:28:10Z | |
Fecha Disponible | dc.date.available | 2021-10-19T23:28:10Z | |
Fecha en Repositorio | dc.date.issued | 2021-10-19 | |
Resumen | dc.description | <p>Los procesos de toma de decisiones requieren de la utilización de información oportuna y veraz para su implementación exitosa en los negocios. El análisis de información generada por internautas en la web permite apoyar los procesos de toma de decisiones en empresas de diversos tamaños en distintas áreas de negocio, tales como seguimiento de estrategias de marketing o análisis del grado de aceptación por parte del usuario de algún nuevo producto o servicio. Asimismo, el auge de la web 2.0, en la cual la información es entregada por los propios usuarios, nos da la posibilidad de utilizar técnicas automatizadas para poder procesar y extraer conocimiento de esta gran cantidad de textos.</p><p>El objetivo de esta investigación es utilizar técnicas de clasificación automática, las cuales se han comportado de mejor forma en distintos estudios utilizando un set de datos conocido, sobre comentarios de películas clasificadas en positivo o negativo. Para su pre procesamiento y posterior clasificación se desarrolló un software, el cual entrega resultados de la aplicación de las técnicas.</p><p>A partir de la obtención de los resultados, se puede plantear que Bayes Ingenuo logra una menor precisión (72.2%) que las Máquinas de Soporte Vectorial (85%), lo que es corroborado por otros resultados publicados en la literatura</p> | |
Resumen | dc.description | <p>The process of decision making requires the use of opportune and truthful information for a successful implementation in business. The analysis of information generated by users on the web can support the processes of decision making in companies of different sizes in different business areas, such as monitoring of marketing strategies or analysis of the degree of acceptance by the user of a new product or service. Also, the boom of Web 2.0, in which information is given by users, gives us the possibility to use automated techniques to be able to process and extract knowledge of this large amount of information data.</p><p>The objective of this research is to use techniques of automatic classification, which have behaved in the best shape in different studies using a known set of data, about comments of movies classified as positive or negative. For pre-processing and subsequent classification software has been developed, which delivers results of the application of techniques.</p><p>From the obtain results, it can be argued that Naïve Bayes achieved less accuracy (72.2%) that Support Vector Machine (85%), which is corroborated by other published results in literature</p> | |
Resumen | dc.description | last modification | |
Resumen | dc.description | Ingeniero de Ejecución en Informática | |
Resumen | dc.description | INGENIERIA DE EJECUCION INFORMATICA | |
Resumen | dc.description | <p>Los procesos de toma de decisiones requieren de la utilización de información oportuna y veraz para su implementación exitosa en los negocios. El análisis de información generada por internautas en la web permite apoyar los procesos de toma de decisiones en empresas de diversos tamaños en distintas áreas de negocio, tales como seguimiento de estrategias de marketing o análisis del grado de aceptación por parte del usuario de algún nuevo producto o servicio. Asimismo, el auge de la web 2.0, en la cual la información es entregada por los propios usuarios, nos da la posibilidad de utilizar técnicas automatizadas para poder procesar y extraer conocimiento de esta gran cantidad de textos.</p><p>El objetivo de esta investigación es utilizar técnicas de clasificación automática, las cuales se han comportado de mejor forma en distintos estudios utilizando un set de datos conocido, sobre comentarios de películas clasificadas en positivo o negativo. Para su pre procesamiento y posterior clasificación se desarrolló un software, el cual entrega resultados de la aplicación de las técnicas.</p><p>A partir de la obtención de los resultados, se puede plantear que Bayes Ingenuo logra una menor precisión (72.2%) que las Máquinas de Soporte Vectorial (85%), lo que es corroborado por otros resultados publicados en la literatura</p> | |
Resumen | dc.description | <p>The process of decision making requires the use of opportune and truthful information for a successful implementation in business. The analysis of information generated by users on the web can support the processes of decision making in companies of different sizes in different business areas, such as monitoring of marketing strategies or analysis of the degree of acceptance by the user of a new product or service. Also, the boom of Web 2.0, in which information is given by users, gives us the possibility to use automated techniques to be able to process and extract knowledge of this large amount of information data.</p><p>The objective of this research is to use techniques of automatic classification, which have behaved in the best shape in different studies using a known set of data, about comments of movies classified as positive or negative. For pre-processing and subsequent classification software has been developed, which delivers results of the application of techniques.</p><p>From the obtain results, it can be argued that Naïve Bayes achieved less accuracy (72.2%) that Support Vector Machine (85%), which is corroborated by other published results in literature</p> | |
Formato | dc.format | ||
Lenguaje | dc.language | spa | |
dc.rights | autorizado | ||
dc.source | http://opac.pucv.cl/pucv_txt/txt-5000/UCG5465_01.pdf | ||
Materia | dc.subject | Análisis de datos | |
Materia | dc.subject | CLASIFICACION AUTOMATICA | |
Materia | dc.subject | Algoritmos | |
Title | dc.title | Análisis de sentido en textos | |
Tipo | dc.type | texto |
Archivos | Tamaño | Formato | Ver |
---|---|---|---|
No hay archivos asociados a este ítem. |