Mostrar el registro sencillo del ítem

dc.contributor.authorRomero Moreno, Fredy Yarney
dc.contributor.authorSanchez Martelo, Carlos Augusto
dc.contributor.authorAlfonso Corredor, Breed Yeet
dc.contributor.authorSanchez Cifuente, Joaquin Fernando
dc.contributor.authorOspina López, Juan Pablo
dc.date2020-09
dc.date.accessioned2021-05-26T10:14:08Z
dc.date.available2021-05-26T10:14:08Z
dc.identifier.issn1646-9895
dc.identifier.urihttps://reunir.unir.net/handle/123456789/11414
dc.descriptionSocial networks have evolved the way we communicate; they have become a new source of information and expression. It is a spontaneous, free, immediate, diverse and universal communication, which allows people to actively participate in topics of their interest. The content generated in the interaction with social networks is vast and has become a valuable source of information, which needs to be analyzed and explored by applying techniques for the classification or labeling of sentiments, in order to find patterns or trends in people’s behavior, which support organizations in strengthening their tasks related to digital marketing. This article takes a theoretical tour of various techniques used to classify feelings on social media. The SVM (Support Vector Machines) supervised learning linear classifier is proposed for the classification or labeling of sentiments in social networks.es_ES
dc.description.abstractLas redes sociales han evolucionado la forma de comunicarnos, se han convertido en una nueva fuente de información y de expresión. Se trata de una comunicación espontanea, libre, inmediata, diversa y universal, que permite a las personas, participar activamente en los temas de su interés. El contenido que se genera en la interacción con las redes sociales es vasto y se ha convertido en una valiosa fuente de información, que requiere ser analizada y explorada mediante la aplicación de técnicas para la clasificación o etiquetado de sentimientos, con el propósito de encontrar patrones o tendencias en el comportamiento de las personas, que apoyen a las organizaciones en el fortalecimiento de sus tareas relacionadas con marketing digital. Este artículo hace un recorrido teórico por diversas técnicas utilizadas para la clasificación de sentimientos en medios sociales. Se propone el clasificador lineal de aprendizaje supervisado SVM (Support Vector Machines) para la clasificación o etiquetado de sentimientos en redes sociales.es_ES
dc.language.isospaes_ES
dc.publisherRISTI - Revista Iberica de Sistemas e Tecnologias de Informacaoes_ES
dc.relation.ispartofseries;vol. 2020, nº E35
dc.relation.urihttps://www.proquest.com/openview/10505af13f0740e170a77dec671c59e9/1?pq-origsite=gscholar&cbl=1006393es_ES
dc.rightsopenAccesses_ES
dc.subjectredes socialeses_ES
dc.subjectminería de opiniónes_ES
dc.subjecttécnicas para la clasificación de sentimientoses_ES
dc.subjectmáquinas de Soporte Vectoriales_ES
dc.subjectmarketing digital y redes socialeses_ES
dc.subjectsocial networkinges_ES
dc.subjectopinion mininges_ES
dc.subjecttechniques for the classification of sentimentses_ES
dc.subjectsupport vector machineses_ES
dc.subjectdigital marketing and social networkses_ES
dc.subjectScopuses_ES
dc.titleTécnicas para la Clasificación de Sentimientos en Redes Sociales como Apoyo en el Marketing Digitales_ES
dc.title.alternativeTechniques for the classification of sentiments in social networks to support digital marketinges_ES
dc.typeArticulo Revista Indexadaes_ES
reunir.tag~ARIes_ES


Ficheros en el ítem

FicherosTamañoFormatoVer

No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem