Por favor, use este identificador para citar o enlazar este ítem: http://dspace.utpl.edu.ec/handle/123456789/69371
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorRiofrío Calderón, Guido Eduardoes_ES
dc.contributor.authorRamos Argoti, Andrés Fernandoes_ES
dc.date.accessioned2024-10-17T14:02:39Z-
dc.date.available2024-10-17T14:02:39Z-
dc.date.issued2024es_ES
dc.identifier.citationRamos 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/123456789/69371es_ES
dc.identifier.otherCobarc: 1369802es_ES
dc.identifier.urihttps://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=142481.TITN.es_ES
dc.descriptionResumen: 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.es_ES
dc.description.abstractAbstract: 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.es_ES
dc.language.isospaes_ES
dc.subjectEcuador.es_ES
dc.subjectTesis digital.es_ES
dc.titleClasificación de publicaciones en redes sociales mediante el uso de técnicas de aprendizaje automáticoes_ES
dc.typebachelorThesises_ES
Aparece en las colecciones: Ingeniería en Tecnologías de la Información

Ficheros en este ítem:


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.