Clasificación multiclase y visualización de quejas de organismos oficiales en twitter
Fuente:
Redalyc
Saved in:
| Main Author: | |
|---|---|
| Format: | Artículo científico |
| Language: | es |
| Published: |
Instituto Tecnológico Metropolitano
2020
|
| Subjects: | |
| Online Access: | |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1876428215185047552 |
|---|---|
| author | Beatriz Hernández-Pajares |
| author_facet | Beatriz Hernández-Pajares |
| contents | Clasificación multiclase y visualización de quejas de organismos oficiales en twitter Beatriz Hernández-Pajares Diana Pérez-Marín Vanessa Frías-Martínez Ingeniería Twitter redes sociales Minería de texto clasificación multiclase Las redes sociales acumulan gran cantidad de información. Las actuales técnicas de Procesamiento de Lenguaje Natural permiten su procesamiento automático y las técnicas de Minería de Datos permiten extraer datos útiles a partir de la información recopilada y procesada. Sin embargo, de la revisión del estado del arte, se observa que la mayoría de los métodos de clasificación de los datos identificados y extraídos de redes sociales son biclase. Esto no es suficiente para algunas áreas de clasificación, en las que hay más de dos clases a considerar. En este artículo, se aporta un estudio comparativo de los métodos svm y Random Forests, para la identificación automática de n-clases en microblogging de redes sociales. Los datos recopilados automáticamente para el estudio están conformados por 190 000 tweets de cuatro organismos oficiales: Metro, Protección Civil, Policía, y Gobierno de México. De los resultados obtenidos, se recomienda el uso de Random Forests, ya que se consigue una precisión media del 81.46 % y una cobertura media del 59.88 %, con nueve tipos de quejas identificadas automáticamente. 2020 artículo científico 0123-7799 https://www.redalyc.org/articulo.oa?id=344262603021 https://www.redalyc.org/journal/3442/344262603021/ https://www.redalyc.org/journal/3442/344262603021/html/ https://www.redalyc.org/journal/3442/344262603021/344262603021.epub https://www.redalyc.org/journal/3442/344262603021/movil https://doi.org/10.22430/22565337.1454 es http://www.redalyc.org/revista.oa?id=3442 TecnoLógicas application/pdf Instituto Tecnológico Metropolitano TecnoLógicas (Colombia) Num.47 Vol.23 |
| format | Artículo científico |
| id | redalyc_344262603021 |
| institution | Redalyc |
| language | es |
| publishDate | 2020 |
| publisher | Instituto Tecnológico Metropolitano |
| spellingShingle | Clasificación multiclase y visualización de quejas de organismos oficiales en twitter Beatriz Hernández-Pajares Ingeniería redes sociales Minería de texto clasificación multiclase Clasificación multiclase y visualización de quejas de organismos oficiales en twitter Beatriz Hernández-Pajares Diana Pérez-Marín Vanessa Frías-Martínez Ingeniería Twitter redes sociales Minería de texto clasificación multiclase Las redes sociales acumulan gran cantidad de información. Las actuales técnicas de Procesamiento de Lenguaje Natural permiten su procesamiento automático y las técnicas de Minería de Datos permiten extraer datos útiles a partir de la información recopilada y procesada. Sin embargo, de la revisión del estado del arte, se observa que la mayoría de los métodos de clasificación de los datos identificados y extraídos de redes sociales son biclase. Esto no es suficiente para algunas áreas de clasificación, en las que hay más de dos clases a considerar. En este artículo, se aporta un estudio comparativo de los métodos svm y Random Forests, para la identificación automática de n-clases en microblogging de redes sociales. Los datos recopilados automáticamente para el estudio están conformados por 190 000 tweets de cuatro organismos oficiales: Metro, Protección Civil, Policía, y Gobierno de México. De los resultados obtenidos, se recomienda el uso de Random Forests, ya que se consigue una precisión media del 81.46 % y una cobertura media del 59.88 %, con nueve tipos de quejas identificadas automáticamente. 2020 artículo científico 0123-7799 https://www.redalyc.org/articulo.oa?id=344262603021 https://www.redalyc.org/journal/3442/344262603021/ https://www.redalyc.org/journal/3442/344262603021/html/ https://www.redalyc.org/journal/3442/344262603021/344262603021.epub https://www.redalyc.org/journal/3442/344262603021/movil https://doi.org/10.22430/22565337.1454 es http://www.redalyc.org/revista.oa?id=3442 TecnoLógicas application/pdf Instituto Tecnológico Metropolitano TecnoLógicas (Colombia) Num.47 Vol.23 |
| title | Clasificación multiclase y visualización de quejas de organismos oficiales en twitter |
| topic | Ingeniería redes sociales Minería de texto clasificación multiclase |
| url | https://www.redalyc.org/articulo.oa?id=344262603021 https://www.redalyc.org/journal/3442/344262603021/ https://www.redalyc.org/journal/3442/344262603021/html/ https://www.redalyc.org/journal/3442/344262603021/344262603021.epub https://www.redalyc.org/journal/3442/344262603021/movil https://doi.org/10.22430/22565337.1454 |