Tesis - Maestría en Sistemas de Información mención en Data Science

Código QR

Entérate cómo entregar tus trabajos de titulación

Permanent URI for this collection

https://repositorio.puce.edu.ec/handle/123456789/545

Browse

Browsing Tesis - Maestría en Sistemas de Información mención en Data Science by Subject "Análisis de sentimiento"

0-9ABCDEFGHIJKLMNOPQRSTUVWXYZ
Now showing 1 - 2 of 2
  • No Thumbnail Available
    ItemOpen Access
    Análisis de sentimientos sobre la percepción de seguridad para la ciudad de Cuenca durante el año 2023
    (PUCE - Quito, 2024) Figueroa Campoverde, David Sebastián; Espinosa Viteri, Luis Oswaldo
    El presente estudio tiene como objetivo principal realizar un análisis de sentimientos de la percepción de seguridad en la población de la ciudad de Cuenca durante el año 2023, con el propósito de evaluar la situación actual del cantón y formular posibles políticas de mejora para abordar la problemática actual. Para alcanzar este propósito, se han delineado objetivos específicos que incluyen la evaluación de la percepción de seguridad a través de la extracción de información de redes sociales X (Twitter) permitiendo contrastar estos datos con estadísticas oficiales sobre inseguridad generadas por Instituciones a nivel local y nacional, teniendo en cuenta que la finalidad de esta investigación es sugerir y proponer posibles medidas correctivas que permitan mitigar y abordar las principales problemáticas relacionadas a la inseguridad que ha afectado al país a nivel general.La metodología propuesta para esta investigación sigue una serie de procedimientos para la extracción, descripción, exploración, tratamiento y transformación de los datos obtenidos. Para la primera etapa se utilizó Apify, una herramienta esencial para la extracción y automatización de datos. Una vez que se contó con los datos necesarios para la descripción y exploración de los datos, se realizó el respectivo proceso de tratamiento y transformación, que abarca la depuración y eliminación de posibles datos duplicados, así como, publicaciones que no hagan referencia a la ciudad de Cuenca, Ecuador. Es importante mencionar que, durante la fase de análisis, se aplicaron técnicas para comprender la perspectiva de cada uno de los datos establecidos, es decir, se organiza y construye el sentimiento de cada dato extraído (tweet). Mediante un contraste, entre TextBlob y Pysentiment los resultados demuestran que existen tanto opiniones positivas como negativas, no obstante, el análisis demuestra una mayor presencia de opiniones neutrales. Sin embargo, a través de un análisis manual se puede determinar que más del 50% de la población cuencana tiene una opinión negativa sobre la seguridad. En conclusión, este estudio se presenta como un valioso recurso para comprender la percepción de seguridad de la población, brindando información clave para el diseño e implementación de políticas efectivas de mejora en la ciudadana. Además, las propuestas para investigaciones futuras ofrecen oportunidades para profundizar en el análisis de la delincuencia y la percepción de seguridad a nivel nacional.
  • No Thumbnail Available
    ItemOpen Access
    Análisis de sentimientos utilizando la red social “X” Twitter para medir el nivel de aceptación del nuevo presidente del Ecuador, Daniel Noboa (noviembre 2023 - abril 2024)
    (PUCE - Quito, 2024) Cedeño Menéndez, Roly Steeven; Montero Bermúdez, Eduardo José
    El presente trabajo se centra en analizar los sentimientos expresados en la red social “X” Twitter con respecto al presidente Daniel Noboa, con el objetivo de determinar el nivel de aceptación por parte de la población ecuatoriana durante el período comprendido desde el 23 de noviembre de 2023 hasta el 30 de abril de 2024. Para ello, se identificaron y recopilaron 3177 tweets relevantes utilizando técnicas de web scraping, aplicando filtros específicos para excluir tweets con imágenes, videos y retweets.La cuantificación y categorización de las respuestas hacia el presidente revelaron una predominancia de tweets neutrales del 79.7%, indicando una percepción mayormente neutral. Sin embargo, se observó una notable cantidad de críticas, representadas por el 16.6% de los tweets negativos, y relativamente pocos elogios, con solo el 3.7% de los tweets siendo positivos.Los modelos de análisis de sentimientos utilizados incluyeron Naive Bayes, Support Vector Machine (SVM), Logistic Regression, Decision Tree, Random Forest y XGBoost. Cada modelo fue evaluado utilizando métricas como exactitud, precisión, recall y F1-Score, tanto en los datos de entrenamiento como en los de prueba.Los resultados mostraron variaciones significativas en el rendimiento de los modelos, destacándose que el modelo de Naive Bayes presentó un buen equilibrio en las métricas de exactitud y F1-Score, siendo el más adecuado para los datos desbalanceados. Las conclusiones sugieren que, aunque se obtuvieron resultados satisfactorios, es recomendable extender el período de estudio, incorporar otras redes sociales, incluir retweets y respuestas, y explorar modelos de análisis más avanzados para mejorar la precisión.