Detección de sugerencias en tuits de usuarios y seguidores de aerolíneas con minería de sugerencias.
Fecha
2021-12-08
Autores
Jiménez Castro, Rafael
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Autónoma de Ciudad Juárez
Resumen
Las redes sociales han pasado de sitios en línea para interactuar con tus amigos a una plataforma donde personas, artistas, marcas y hasta presidentes interactúan con multitudes de personas a diario. Las aerolíneas son algunas de las empresas que utilizan redes sociales como Twitter, para interactuar con sus clientes a través de mensajes con ofertas, recomendaciones de viaje, videos de colaboraciones con youtubers y encuestas. Entre las muchas respuestas que los usuarios de las aerolíneas dan a los tuits, se dejan sugerencias sobre cómo mejorar sus servicios o procesos. Las sugerencias son importantes ya que el éxito de muchas de las empresas se basa en darle al cliente lo que quiere o necesita. Se creó una base de datos de tweets utilizando tweets de usuarios enviados a cuentas de aerolíneas en Twitter entre el 30 de julio de 2019 y el 8 de agosto de 2019. Se usaron técnicas de procesamiento de lenguaje natural en la base de datos para preprocesar sus datos. Los últimos resultados de clasificación utilizando Naive Bayes muestran una precisión del 72,44 %.
Descripción
Las redes sociales han pasado de sitios en línea para interactuar con tus amigos a una plataforma donde personas, artistas, marcas y hasta presidentes interactúan con multitudes de personas a diario. Las aerolíneas son algunas de las empresas que utilizan redes sociales como Twitter, para interactuar con sus clientes a través de mensajes con ofertas, recomendaciones de viaje, videos de colaboraciones con youtubers y encuestas. Entre las muchas respuestas que los usuarios de las aerolíneas dan a los tuits, se dejan sugerencias sobre cómo mejorar sus servicios o procesos. Las sugerencias son importantes ya que el éxito de muchas de las empresas se basa en darle al cliente lo que quiere o necesita. Se creó una base de datos de tweets utilizando tweets de usuarios enviados a cuentas de aerolíneas en Twitter entre el 30 de julio de 2019 y el 8 de agosto de 2019. Se usaron técnicas de procesamiento de lenguaje natural en la base de datos para preprocesar sus datos. Los últimos resultados de clasificación utilizando Naive Bayes muestran una precisión del 72,44 %.
Palabras clave
Minería de sugerencias., Minería de datos., Clasificación de comentarios., Aprendizaje automático., Procesamiento de lenguaje natural.