Mostrar el registro sencillo del ítem

Clasificación y detección de tópicos en Twitter : caso de estudio elecciones presidenciales Colombia 2022.

Classification and detection of topics on Twitter : case study of the Colombian 2022 presidential elections.

dc.contributorMoreno Sandoval, Luis Gabriel
dc.contributorPajaro Hernadez, Juan Pablo
dc.contributorPuertas del Castillo, Edwin Alexander
dc.creatorRamirez Gomez, Cesar
dc.date2023-09-26T21:40:45Z
dc.date2023-09-26T21:40:45Z
dc.date2023-07-10
dc.date.accessioned2025-04-22T22:06:20Z
dc.date.available2025-04-22T22:06:20Z
dc.identifierhttp://hdl.handle.net/10554/65484
dc.identifierinstname:Pontificia Universidad Javeriana
dc.identifierreponame:Repositorio Institucional - Pontificia Universidad Javeriana
dc.identifierrepourl:https://repository.javeriana.edu.co
dc.identifier.urihttp://test.repositoriodigital.com:8080/handle/123456789/89581
dc.descriptionEn esta investigación, se lleva a cabo un análisis de las temáticas discutidas en Colombia en la red social Twitter durante el mes de junio de 2022. Para ello, se implementan dos estructuras concatenadas basadas en procesamiento de lenguaje natural. En la primera, se desarrollaron modelos supervisados aplicando técnicas de aprendizaje de máquina (Naive Bayes, regresión logística y XGBoost) y Transformers (BERT) con el fin de detectar temas globales, como política, economía y cultura. En cuanto a la segunda estructura, se emplearon modelos no supervisados para generar tópicos de temas utilizando la estructura BERTopic, ajustando los hiperparámetros del algoritmo UMAP y HDBSCAN. Los resultados experimentales del modelo supervisado arrojan una precisión del 0,81%, un Recall del 0,85% y un F1 Score de 0,872. Por otro lado, el modelo no supervisado BERT obtiene un rendimiento de 0,445 en CV y -1,03 en UMASS. Esta investigación demuestra la capacidad de analizar y comprender las opiniones expresadas en la sociedad digital, así como identificar y segmentar los temas más relevantes. Su aplicación abarca desde modelos predictivos de noticias hasta publicidad dirigida y análisis político.
dc.descriptionIn this research, an analysis of the topics discussed in Colombia on the social network Twitter during the month of June 2022 is carried out. For this purpose, two concatenated structures based on natural language processing are implemented. The first one is based on machine learning techniques and Transformers in order to detect global topics, such as politics, economy, and culture. As for the second structure, unsupervised models are employed to generate topic clusters using the BERTopic structure, adjusting the hyperparameters of the UMAP and HDBSCAN algorithms. The experimental results of the supervised model yield an accuracy of 0.81%, a recall of 0.85%, and an F1 Score of 0.872. On the other hand, the unsupervised BERT model obtained a performance score of 0.445 in CV and -1.03 in UMASS. This research demonstrates the ability to analyze and understand the opinions expressed in the digital society, as well as to identify and segment the most relevant topics. Its application ranges from predictive news models to targeted advertising and political analysis.
dc.descriptionMagíster en Inteligencia Artificial
dc.descriptionMaestría
dc.formatPDF
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.languagespa
dc.publisherPontificia Universidad Javeriana
dc.publisherMaestría en Inteligencia Artificial
dc.publisherFacultad de Ingeniería
dc.rightsAtribución-NoComercial-SinDerivadas 4.0 Internacional
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsDe acuerdo con la naturaleza del uso concedido, la presente licencia parcial se otorga a título gratuito por el máximo tiempo legal colombiano, con el propósito de que en dicho lapso mi (nuestra) obra sea explotada en las condiciones aquí estipuladas y para los fines indicados, respetando siempre la titularidad de los derechos patrimoniales y morales correspondientes, de acuerdo con los usos honrados, de manera proporcional y justificada a la finalidad perseguida, sin ánimo de lucro ni de comercialización. De manera complementaria, garantizo (garantizamos) en mi (nuestra) calidad de estudiante (s) y por ende autor (es) exclusivo (s), que la Tesis o Trabajo de Grado en cuestión, es producto de mi (nuestra) plena autoría, de mi (nuestro) esfuerzo personal intelectual, como consecuencia de mi (nuestra) creación original particular y, por tanto, soy (somos) el (los) único (s) titular (es) de la misma. Además, aseguro (aseguramos) que no contiene citas, ni transcripciones de otras obras protegidas, por fuera de los límites autorizados por la ley, según los usos honrados, y en proporción a los fines previstos; ni tampoco contempla declaraciones difamatorias contra terceros; respetando el derecho a la imagen, intimidad, buen nombre y demás derechos constitucionales. Adicionalmente, manifiesto (manifestamos) que no se incluyeron expresiones contrarias al orden público ni a las buenas costumbres. En consecuencia, la responsabilidad directa en la elaboración, presentación, investigación y, en general, contenidos de la Tesis o Trabajo de Grado es de mí (nuestro) competencia exclusiva, eximiendo de toda responsabilidad a la Pontifica Universidad Javeriana por tales aspectos. Sin perjuicio de los usos y atribuciones otorgadas en virtud de este documento, continuaré (continuaremos) conservando los correspondientes derechos patrimoniales sin modificación o restricción alguna, puesto que, de acuerdo con la legislación colombiana aplicable, el presente es un acuerdo jurídico que en ningún caso conlleva la enajenación de los derechos patrimoniales derivados del régimen del Derecho de Autor. De conformidad con lo establecido en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993, "Los derechos morales sobre el trabajo son propiedad de los autores", los cuales son irrenunciables, imprescriptibles, inembargables e inalienables. En consecuencia, la Pontificia Universidad Javeriana está en la obligación de RESPETARLOS Y HACERLOS RESPETAR, para lo cual tomará las medidas correspondientes para garantizar su observancia.
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectRedes sociales digitales
dc.subjectInteligencia artificial
dc.subjectProcesamiento de lenguaje natural
dc.subjectTwitter
dc.subjectCluster
dc.subjectDigital social networks
dc.subjectArtificial intelligence
dc.subjectNatural language processing
dc.subjectTwitter
dc.subjectCluster
dc.subjectMaestría en inteligencia artificial - Tesis y disertaciones académicas
dc.subjectRedes sociales
dc.subjectInteligencia artificial
dc.subjectLenguaje natural (Informática)
dc.subjectProcesamiento electrónico de datos
dc.titleClasificación y detección de tópicos en Twitter : caso de estudio elecciones presidenciales Colombia 2022.
dc.titleClassification and detection of topics on Twitter : case study of the Colombian 2022 presidential elections.
dc.typehttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.typeTesis/Trabajo de grado - Monografía - Maestría
dc.typehttp://purl.org/coar/resource_type/c_bdcc
dc.typeinfo:eu-repo/semantics/masterThesis


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