Texto completo
Vista Previa |
PDF (Portable Document Format)
- Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (9MB) | Vista Previa |
| Título: | Signed Network Construction and Sentiment Analysis Enhancement in Microblogging Social Networks |
|---|---|
| Autor/es: |
|
| Director/es: |
|
| Tipo de Documento: | Tesis (Master) |
| Título del máster: | Ingeniería Industrial |
| Fecha: | 2019 |
| Materias: | |
| ODS: | |
| Palabras Clave Informales: | Social Network Analysis, Signed Network, Sentiment Analysis, Targeted Sentiment Analysis, Graph Theory, Twitter |
| Escuela: | E.T.S.I. Industriales (UPM) |
| Departamento: | Automática, Ingeniería Eléctrica y Electrónica e Informática Industrial |
| Licencias Creative Commons: | Reconocimiento - Sin obra derivada - No comercial |
Vista Previa |
PDF (Portable Document Format)
- Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (9MB) | Vista Previa |
El objetivo de este trabajo es construir un grafo con signos a partir de datos de la red social Twitter, utilizando técnicas de aprendizaje automático y análisis sentimental, y posteriormente mejorar los resultados obtenidos utilizando estas técnicas mediante el uso de información derivada del grafo en sí o de grafos similares. Para construir la red se analizarán las interacciones o tweets con menciones referidas a otros usuarios, utilizando una variante del análisis sentimental tradicional conocida como targeted sentiment analysis. Se construirá una red con signos entre los usuarios que publican un tweet y los usuarios que son mencionados en dichos tweets, prediciendo la relación entre ambos utilizando técnicas de procesado de lenguaje natural en el texto del tweet correspondiente. Después de construir la red, se demostrará que, utilizando las relaciones sociales intrínsecas a este tipo de redes, es posible mejorar el comportamiento de las técnicas de análisis sentimental. Utilizando distintos métodos, se consigue una mejora con respecto a estas técnicas del 10% en cuanto a la precisión con la que se clasifican las relaciones entre los usuarios a partir del texto de los tweets.
| ID de Registro: | 65457 |
|---|---|
| Identificador DC: | https://oa.upm.es/65457/ |
| Identificador OAI: | oai:oa.upm.es:65457 |
| Depositado por: | Biblioteca ETSI Industriales |
| Depositado el: | 04 Dic 2020 11:32 |
| Ultima Modificación: | 14 Nov 2022 06:58 |
Publicar en el Archivo Digital desde el Portal Científico