Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen:
http://dspace.utpl.edu.ec/handle/123456789/69371| Titel: | Clasificación de publicaciones en redes sociales mediante el uso de técnicas de aprendizaje automático |
| Autor(en): | Ramos Argoti, Andrés Fernando |
| Director: | Riofrío Calderón, Guido Eduardo |
| Stichwörter: | Ecuador. Tesis digital. |
| Erscheinungsdatum: | 2024 |
| Zitierform: | Ramos Argoti, A. F. Riofrío Calderón, G. E. (2024) Clasificación de publicaciones en redes sociales mediante el uso de técnicas de aprendizaje automático [Tesis de Grado, Universidad Técnica Particular de Loja]. Repositorio Institucional. https://dspace.utpl.edu.ec/handle/123456789/69371 |
| Zusammenfassung: | Abstract: Through machine learning, high-level classifications and predictions can be established. However, this tool has not yet been widely used on various digital platforms, such as social media, for information classification. The objective of this project was to classify social media posts using machine learning techniques. The methodology was applied and descriptive, analyzing sentiments in posts through Bayesian models, Support Vector Machine (SVM), and Random Forest. Results showed that all three models provided accuracy above 0.74, indicating a high classification capacity. The SVM model yielded the best results with the given data, while the Bayesian network model was the fastest in prediction time. |
| Beschreibung: | Resumen: Por medio del aprendizaje automatizado se puede establecer clasificaciones y predicciones de alto nivel, sin embargo, esta herramienta aún no ha sido utilizada en las diversas plataformas digitales como las redes sociales que permitan clasificar la información. Como objetivo del presente proyecto fue clasificar publicaciones en redes sociales mediante el uso de técnicas de aprendizaje automático. La metodología fue aplicada y descriptiva para el análisis de los sentimientos en las publicaciones por medio de los modelos Bayes, Support Vector Machine (SVM) y Random Forest. Como resultados se obtuvo que los tres modelos brindan una exactitud sobre el 74% lo que señala una alta capacidad exactitud en la clasificación de las publicaciones en redes sociales. Se concluye que el modelo que entrega mejores resultados con los datos de este trabajo es el de vectores o SVM. No obstante, en el tiempo de predicción se ve que el más rápido es el modelo de redes bayesianas. |
| Identifier : | Cobarc: 1369802 |
| URI: | https://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=142481.TITN. |
| Type: | bachelorThesis |
| Enthalten in den Sammlungen: | Ingeniería en Tecnologías de la Información |
Dateien zu dieser Ressource:
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.
