Detección de sugerencias en tuits de usuarios y seguidores de aerolíneas con minería de sugerencias.

Jiménez Castro, Rafael

Detección de sugerencias en tuits de usuarios y seguidores de aerolíneas con minería de sugerencias.

dc.contributor.advisor	Florencia Juárez, Rogelio
dc.contributor.advisor	García Jiménez, Vicente
dc.contributor.author	Jiménez Castro, Rafael
dc.date.accessioned	2022-01-21T19:46:11Z
dc.date.available	2022-01-21T19:46:11Z
dc.date.issued	2021-12-08
dc.description	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 %.	es_MX
dc.description.abstract	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 %.	es_MX
dc.description.video	http://erecursos.uacj.mx/bitstream/handle/20.500.11961/6040/Tesis.pdf?sequence=1&isAllowed=y
dc.identifier.uri	http://hdl.handle.net/20.500.11961/6040
dc.language.iso	spa	es_MX
dc.publisher	Universidad Autónoma de Ciudad Juárez	es_MX
dc.relation.ispartof	Maestría en Cómputo Aplicado	es
dc.relation.ispartof	Departamento de Ingeniería Eléctrica y Computación	es
dc.relation.ispartof	Instituto de Ingeniería y Tecnología	es
dc.rights	Atribución-NoComercial-SinDerivadas 2.5 México	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/2.5/mx/	*
dc.subject	Minería de sugerencias.	es_MX
dc.subject	Minería de datos.	es_MX
dc.subject	Clasificación de comentarios.	es_MX
dc.subject	Aprendizaje automático.	es_MX
dc.subject	Procesamiento de lenguaje natural.	es_MX
dc.subject.other	info:eu-repo/classification/cti/7	es_MX
dc.title	Detección de sugerencias en tuits de usuarios y seguidores de aerolíneas con minería de sugerencias.	es_MX
dc.type	Tesis maestría	es_MX
dcrupi.departamento	Departamento de Ingeniería Eléctrica y Computación	es
dcrupi.instituto	Instituto de Ingeniería y Tecnología	es
dcrupi.programa-academico	Maestría en Cómputo Aplicado	es
dcterms.thumbnail	http://ri.uacj.mx/vufind/thumbnails/pi-iit-maestria.png	es