Bienvenido al Repositorio Institucional de la UTPL (RiUTPL) que tiene como propósito centralizar los recursos educativos y objetos de aprendizaje generados por la comunidad académica;
este repositorio permitirá preservar, organizar y visibilizar la producción institucional
bajo la licencia Creative Commons 4.0.
Please use this identifier to cite or link to this item:
http://dspace.utpl.edu.ec/jspui/handle/20.500.11962/26503Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Sinche Salinas, Junior Ulises | es_ES |
| dc.date.accessioned | 2020-10-01T03:11:04Z | - |
| dc.date.available | 2020-10-01T03:11:04Z | - |
| dc.date.issued | 2020 | es_ES |
| dc.identifier.citation | N/D. (2020). Análisis de sentimientos en los mensajes recibidos en el entorno virtual de aprendizaje de la modalidad abierta y a distancia de la UTPL /. (Trabajo de Titulación de Magíster en Ciencias y Tecnologías de la Computación ). UTPL, Loja. | es_ES |
| dc.identifier.other | 124041 | es_ES |
| dc.identifier.uri | http://dspace.utpl.edu.ec/handle/20.500.11962/26503 | - |
| dc.description | Resumen: La presente investigación tiene como objetivo analizar y clasificar mediante técnicas de aprendizaje automático el texto los mensajes escritos por los estudiantes de la Modalidad Abierta y a Distancia del periodo académico Abr/2019 - Ago/2019 que son enviados a través del EVA de la UTPL con la finalidad de conocer el nivel de positivismo o negativismo. Se identifica y aplica distintos métodos de minería de texto para calcular la polaridad de los mensajes. Con R utilizando la librería Tidy, en java el framework stanford.nlp, con Python se ejecutaron los métodos: Naive Bayes y máquina de vectores soporte y se implementó Textblob. El proceso inicia luego de la recolección de información, se procede a almacenar los mensajes en un repositorio para realizar la limpieza de datos, en el cual se eliminan todos aquellos caracteres que no aporten en el análisis y se ejecuta el Análisis de Sentimientos aplicando los métodos de aprendizaje automático. En el resultado consolidado se observó que existió un 84.14% mensajes positivos, 12.32% negativos y finalmente con el 3.54% de mensajes neutros dando un alto nivel de positivismo. | es_ES |
| dc.language.iso | spa | es_ES |
| dc.subject | Entorno virtual. | es_ES |
| dc.subject | Aprendizaje automático. | es_ES |
| dc.subject | Magíster en ciencias y tecnologías de la computación.- | es_ES |
| dc.title | Análisis de sentimientos en los mensajes recibidos en el entorno virtual de aprendizaje de la modalidad abierta y a distancia de la UTPL / | es_ES |
| dc.type | bachelorThesis | es_ES |
| Appears in Collections: | Magister en Ciencias y Tecnologías de la Computación | |
Files in This Item:
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.