Análisis de la percepción de los clientes de la empresa Uber en la red social Twitter

Abstract

El análisis de sentimientos es unas herramientas más utilizadas en la actualidad para conocer la aceptación del público ante cierto tema, o producto. Gracias a las rede sociales, este proceso se ha vuelto más accesible y fácil de implementar, especialmente Twitter, ya que su dinámica se basa en la publicación de tweets por parte de los usuarios. Este trabajo tiene como propósito analizar la percepción de los usuarios de Uber mediante un conjunto de datos previamente obtenido de la red social Twitter mediante la implementación de una de las metodologías más aceptadas en el medio para proyectos de este tipo CRISP-DM. Las fases descritas por esta metodología fueron implementadas en Python con ayuda de diferentes librerías desde la generación del conjunto de datos, la traducción de los registros para obtener mejores resultados y en el modelo de los algoritmos de aprendizaje de máquina. El trabajo con lenguaje natural es una tarea complicada por lo que se necesita la división del conjunto de datos en datos de entrenamiento y de prueba. El conjunto de aprendizaje paso por un procesamiento de lenguaje natural para poder clasificar los registros en tres categorías: neutral, positivo y negativo, y de esta manera entrenar de manera eficiente los medios. Por otro lado, ambos subconjuntos se sometieron por procesos de vectorización para poder ser implementado en los algoritmos de clasificación. Los algoritmos seleccionados para las predicciones fueron: Regresión logística, Máquinas de soporte vectorial (SVM) y Naive -Bayes, siendo SVM el algoritmo con mejor rendimiento.