<p>En Twitter constantemente se publican opiniones respecto a diversas temáticas, alcanzando un alto volumen de datos. Analizarlas de manera individual es muy complejo. Es aquí donde entra en juego el uso de Sentiment Analysis, teniendo como objetivo extraer grandes cantidades de opiniones -en este caso tweets-, procesarlas y así determinar la opinión actual respecto a una empresa. Dado lo anterior, se propone la utilización Sentiment Anlysis y NLP basado en Machine Learning, para desarrollar una solución que permita clasificar automáticamente opiniones respecto a las empresas. Como caso de estudio, se considera la empresa Fruna que durante el primer semestre del año 2017 estuvo en la palestra mediática, debido a incidentes que menoscabaron su imagen, generándose así una gran cantidad de datos respecto a ella</p>
<p>In Twitter thousands of opinions are posted about certain topics, reaching a large volume of data. Analyze this manually is very complex. In response to that problematic, emerges Sentiment Analysis. Its main goal is to process large amount of opinion data -in this specific case, tweets- and process it to determine the actual opinion about a specific company. During the decade of 2010, this area of knowledge reached its peak. It is proposed the use of Sentiment Analysis and NLP based in Machine Learning, to develop a solution for automatically classify opinions about the company. The selected case of study was the company Fruna. This company was in the eye of the storm during the 1st semester of 2017, because of incidents that harm it very deeply. Those incidents generated a lot of data about them in the social networks</p>
last modification
Ingeniero Civil en Informática
INGENIERIA CIVIL INFORMATICA
<p>En Twitter constantemente se publican opiniones respecto a diversas temáticas, alcanzando un alto volumen de datos. Analizarlas de manera individual es muy complejo. Es aquí donde entra en juego el uso de Sentiment Analysis, teniendo como objetivo extraer grandes cantidades de opiniones -en este caso tweets-, procesarlas y así determinar la opinión actual respecto a una empresa. Dado lo anterior, se propone la utilización Sentiment Anlysis y NLP basado en Machine Learning, para desarrollar una solución que permita clasificar automáticamente opiniones respecto a las empresas. Como caso de estudio, se considera la empresa Fruna que durante el primer semestre del año 2017 estuvo en la palestra mediática, debido a incidentes que menoscabaron su imagen, generándose así una gran cantidad de datos respecto a ella</p>
<p>In Twitter thousands of opinions are posted about certain topics, reaching a large volume of data. Analyze this manually is very complex. In response to that problematic, emerges Sentiment Analysis. Its main goal is to process large amount of opinion data -in this specific case, tweets- and process it to determine the actual opinion about a specific company. During the decade of 2010, this area of knowledge reached its peak. It is proposed the use of Sentiment Analysis and NLP based in Machine Learning, to develop a solution for automatically classify opinions about the company. The selected case of study was the company Fruna. This company was in the eye of the storm during the 1st semester of 2017, because of incidents that harm it very deeply. Those incidents generated a lot of data about them in the social networks</p>