Análisis de sentimiento en Twitter : el bueno, el malo y el >:(
Tesis (Lic. en Ciencias de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2016.
Main Author: | |
---|---|
Other Authors: | |
Format: | bachelorThesis |
Language: | spa |
Published: |
2016
|
Subjects: | |
Online Access: | http://hdl.handle.net/11086/3751 |
_version_ | 1801216464335667200 |
---|---|
author | Becerra, Carlos Martín |
author2 | Alonso i Alemany, Laura |
author_facet | Alonso i Alemany, Laura Becerra, Carlos Martín |
author_sort | Becerra, Carlos Martín |
collection | Repositorio Digital Universitario |
description | Tesis (Lic. en Ciencias de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2016. |
format | bachelorThesis |
id | rdu-unc.3751 |
institution | Universidad Nacional de Cordoba |
language | spa |
publishDate | 2016 |
record_format | dspace |
spelling | rdu-unc.37512022-10-13T11:33:29Z Análisis de sentimiento en Twitter : el bueno, el malo y el >:( Becerra, Carlos Martín Alonso i Alemany, Laura Information systems - Sentiment analysis Human centered computing - Information visualization Theory of computation - Unsupervised learning and clustering Sistemas de información Análisis de sentimientos Minería de opiniones Visualización Extracción de información Tesis (Lic. en Ciencias de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2016. Los sistemas de análisis de sentimientos y la minería de opiniones han resultado ser de gran utilidad en los últimos años, con la introducción de las redes sociales. Su principal objetivo es identificar opiniones positivas o negativas en textos generados por usuarios y sobre qué entidad o aspecto de la misma se han realizado. Uno de los problemas que presenta al analizar grandes volúmenes de opiniones generadas por usuarios es el de que un analista pueda procesarlas de forma rápida y efectiva. Utilizando principalmente la red social Twitter, nos proponemos estudiar, a partir de algunos acontecimientos que produjeron tendencias, la opinión de los usuarios sobre los mismos. With the introduction of social networks sentiment analysis and opinion mining systems have been of great utility in the last years. The main goal of these activities is to identify in user generated texts positive and negative opinions regarding a specific entity. One common problem of this systems appears when a user wants to analyze big volumes of opinions effectively. Using mainly the Twitter network, we propose to study the opinions of different users for a trending topic. 2016-09-06T12:56:45Z 2016-09-06T12:56:45Z 2016-06 bachelorThesis http://hdl.handle.net/11086/3751 spa Atribución-NoComercial-SinDerivadas 2.5 Argentina http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ |
spellingShingle | Information systems - Sentiment analysis Human centered computing - Information visualization Theory of computation - Unsupervised learning and clustering Sistemas de información Análisis de sentimientos Minería de opiniones Visualización Extracción de información Becerra, Carlos Martín Análisis de sentimiento en Twitter : el bueno, el malo y el >:( |
title | Análisis de sentimiento en Twitter : el bueno, el malo y el >:( |
title_full | Análisis de sentimiento en Twitter : el bueno, el malo y el >:( |
title_fullStr | Análisis de sentimiento en Twitter : el bueno, el malo y el >:( |
title_full_unstemmed | Análisis de sentimiento en Twitter : el bueno, el malo y el >:( |
title_short | Análisis de sentimiento en Twitter : el bueno, el malo y el >:( |
title_sort | analisis de sentimiento en twitter el bueno el malo y el |
topic | Information systems - Sentiment analysis Human centered computing - Information visualization Theory of computation - Unsupervised learning and clustering Sistemas de información Análisis de sentimientos Minería de opiniones Visualización Extracción de información |
url | http://hdl.handle.net/11086/3751 |
work_keys_str_mv | AT becerracarlosmartin analisisdesentimientoentwitterelbuenoelmaloyel |