Sábado 5 de Septiembre de 2020
100% Online
1 hora
100% Gratuito
Venezuela 10h Costa Rica 8h Colombia 9h Ecuador 9h Perú 9h México 9h Bolivia 10h Chile 10h Argentina 11h España 16h
Las redes sociales como Google, Facebook y Twitter proporcionan una gran cantidad de datos que pueden ser usados para analizar la personalidad de los usuarios o sus opiniones acerca de un producto de una campaña.
Esta gran cantidad de datos contiene opiniones cruciales relacionadas con la información que pudiese ser usada en beneficio del negocio y otros aspectos del comercio. La extracción de opiniones, sentimientos o actitudes de esta gran cantidad de datos es imposible hacerlo utilizando métodos manuales, por lo que es importante aproximaciones basadas en inteligencia artificial y algoritmos de machine learning para la clasificación de datos de redes sociales de forma automática.
La extracción de opiniones de los textos o de redes sociales es conocido bajo el nombre de Análisis de Sentimientos (SA) algunas veces llamada minería de opinión la cual es parte de la minería de texto que trata de definir las opiniones, los sentimientos y las actitudes presentes en el texto o en un conjunto de estos.
En este webinar se expone un nuevo método para clasificar los tweets en tres clases: positivo, negativo o neutro en una forma semántica usando el WordNet y AFINN (AFINN es un diccionario que contiene palabras con pesos entre −5 y 5 que expresan el grado sentimental de la palabra) diccionarios, y de forma paralela utilizando el marco Hadoop con el Sistema de Archivo Distribuido Hadoop HDFS y el modelo de programación MapReduce. El objetivo principal es la propuesta de un nuevo enfoque de análisis de sentimientos combinando entre varios dominios como la recuperación de información, la semántica similitud, minería de opiniones o análisis de sentimientos y grandes datos.
Contacta con uno de nuestros especialistas de inscripciones para mayor información y armar un plan a tu medida.
Contacta con uno de nuestros especialistas de inscripciones para mayor información y armar un plan a tu medida.
Lic. en Matemática, Esp. en Modelos Aleatorios UCV y tesista de la Maestría en Matemática, todas en la Universidad Central de Venezuela (UCV). Docente / Investigador en la Escuela de Matemáticas de la UCV. Jefe de la División de Estudios Económicos y Fiscales de la Asamblea Nacional. Data Scientist en el área de consultoría y en el MASTER IN Data Science & Advanced Analytics de DiplomadosOnline.com