<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Análisis de sentimientos y tópicos específicos en reseñas de aplicaciones y visualización en dashboard para apoyo en la toma de decisiones

Cargando...
Miniatura

Fecha

Título de la revista

ISSN de la revista

Título del volumen

Editor

PUCE - Quito

DOI

Resumen

El presente trabajo de titulación desarrolla un sistema de analítica de datos basado en Inteligencia Artificial (IA) para el análisis automatizado de reseñas de aplicaciones móviles en idioma español, aplicado al caso de estudio de Uber Eats Ecuador en Google Play Store. Siguiendo la metodología CRISP-DM, se construyó un pipeline de tres capas que integra extracción de datos, procesamiento de lenguaje natural (NLP) y visualización interactiva. El corpus analizado comprende 13.610 reseñas válidas, sobre las cuales se aplicó el modelo RoBERTuito (F1-Score ponderado = 0.82, confianza promedio = 0.82) para clasificación de sentimientos en tres polaridades (positivo, neutro, negativo), y el algoritmo BERTopic (59 tópicos, cobertura = 88%, coherencia c-TF-IDF = 0.612) para modelado temático no supervisado. Los resultados revelan una tasa de negatividad global del 69.5% y una concentración crítica del 48.5% de las reseñas en la categoría de pagos con un 78% de sentimiento negativo, evidenciando un fallo sistémico en la infraestructura transaccional. Se implementó un sistema de priorización multifactor con siete señales heterogéneas y un dashboard interactivo en Streamlit con cinco paneles de visualización. Los hallazgos demuestran la viabilidad del enfoque para transformar opiniones no estructuradas en indicadores accionables que apoyen la toma de decisiones estratégicas.

Descripción

Citación

Aprobación

Revisión

Complementado por

Referenciado por