Propuesta de un Modelo de Reputación Digital para la Aplicación Billetera Móvil Basado en Análisis de Sentimiento
Este trabajo exploró el desafío de analizar y mejorar la reputación digital de la “aplicación Billetera Móvil" de Compensar, Caja de Compensación Familiar. Dada la baja calificación y la insatisfacción de los usuarios, expresadas en los comentarios de la aplicación, se propuso el desarrollo de...
- Autores:
- Tipo de recurso:
- Fecha de publicación:
- 2024
- Institución:
- Universidad del Rosario
- Repositorio:
- Repositorio EdocUR - U. Rosario
- Idioma:
- spa
- OAI Identifier:
- oai:repository.urosario.edu.co:10336/42779
- Acceso en línea:
- https://repository.urosario.edu.co/handle/10336/42779
- Palabra clave:
- Análisis de Sentimiento
Reputación Digital
Machine Learning
Gestión de Crisis Reputacionales
Sentiment Analysis
Digital Reputation
Machine Learning
Crisis Reputation Management
- Rights
- License
- Attribution-NonCommercial-NoDerivatives 4.0 International
| id |
EDOCUR2_fe499ef519e28476413a5b36be72221a |
|---|---|
| oai_identifier_str |
oai:repository.urosario.edu.co:10336/42779 |
| network_acronym_str |
EDOCUR2 |
| network_name_str |
Repositorio EdocUR - U. Rosario |
| repository_id_str |
|
| dc.title.none.fl_str_mv |
Propuesta de un Modelo de Reputación Digital para la Aplicación Billetera Móvil Basado en Análisis de Sentimiento |
| dc.title.TranslatedTitle.none.fl_str_mv |
Proposal for a Digital Reputation Model for the Mobile Wallet Application Based on Sentiment Analysis |
| title |
Propuesta de un Modelo de Reputación Digital para la Aplicación Billetera Móvil Basado en Análisis de Sentimiento |
| spellingShingle |
Propuesta de un Modelo de Reputación Digital para la Aplicación Billetera Móvil Basado en Análisis de Sentimiento Análisis de Sentimiento Reputación Digital Machine Learning Gestión de Crisis Reputacionales Sentiment Analysis Digital Reputation Machine Learning Crisis Reputation Management |
| title_short |
Propuesta de un Modelo de Reputación Digital para la Aplicación Billetera Móvil Basado en Análisis de Sentimiento |
| title_full |
Propuesta de un Modelo de Reputación Digital para la Aplicación Billetera Móvil Basado en Análisis de Sentimiento |
| title_fullStr |
Propuesta de un Modelo de Reputación Digital para la Aplicación Billetera Móvil Basado en Análisis de Sentimiento |
| title_full_unstemmed |
Propuesta de un Modelo de Reputación Digital para la Aplicación Billetera Móvil Basado en Análisis de Sentimiento |
| title_sort |
Propuesta de un Modelo de Reputación Digital para la Aplicación Billetera Móvil Basado en Análisis de Sentimiento |
| dc.contributor.advisor.none.fl_str_mv |
Bermudez Sosa, Herbert Jair |
| dc.subject.none.fl_str_mv |
Análisis de Sentimiento Reputación Digital Machine Learning Gestión de Crisis Reputacionales |
| topic |
Análisis de Sentimiento Reputación Digital Machine Learning Gestión de Crisis Reputacionales Sentiment Analysis Digital Reputation Machine Learning Crisis Reputation Management |
| dc.subject.keyword.none.fl_str_mv |
Sentiment Analysis Digital Reputation Machine Learning Crisis Reputation Management |
| description |
Este trabajo exploró el desafío de analizar y mejorar la reputación digital de la “aplicación Billetera Móvil" de Compensar, Caja de Compensación Familiar. Dada la baja calificación y la insatisfacción de los usuarios, expresadas en los comentarios de la aplicación, se propuso el desarrollo de un modelo de machine learning para analizar el sentimiento de estos comentarios. El objetivo fue clasificar eficientemente las opiniones como positivas, negativas y neutras, permitiendo así a Compensar detectar tempranamente crisis reputacionales y mejorar la percepción de su marca. La metodología CRISP-DM guio el proyecto, enfocándose en un enfoque cuantitativo y descriptivo. Los resultados incluyeron una comprensión más profunda de la experiencia del usuario y la optimización de la gestión de la reputación digital. Este análisis resultó ser de gran importancia para la adopción de la aplicación y el fortalecimiento de la relación con los afiliados, potenciando la competitividad de Compensar. |
| publishDate |
2024 |
| dc.date.accessioned.none.fl_str_mv |
2024-06-12T15:02:56Z |
| dc.date.available.none.fl_str_mv |
2024-06-12T15:02:56Z |
| dc.date.created.none.fl_str_mv |
2024-05-30 |
| dc.type.none.fl_str_mv |
bachelorThesis |
| dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.document.none.fl_str_mv |
Trabajo de grado |
| dc.type.spa.none.fl_str_mv |
Trabajo de grado |
| dc.identifier.uri.none.fl_str_mv |
https://repository.urosario.edu.co/handle/10336/42779 |
| url |
https://repository.urosario.edu.co/handle/10336/42779 |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.*.fl_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_14cb |
| dc.rights.acceso.none.fl_str_mv |
Bloqueado (Texto referencial) |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International Bloqueado (Texto referencial) http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_14cb |
| dc.format.extent.none.fl_str_mv |
112 pp |
| dc.format.mimetype.none.fl_str_mv |
application/pdf application/octet-stream |
| dc.publisher.none.fl_str_mv |
Universidad del Rosario |
| dc.publisher.department.none.fl_str_mv |
Escuela de Administración Escuela de Ingeniería, Ciencia y Tecnología |
| dc.publisher.program.none.fl_str_mv |
Maestría en Business Analytics |
| publisher.none.fl_str_mv |
Universidad del Rosario |
| institution |
Universidad del Rosario |
| dc.source.bibliographicCitation.none.fl_str_mv |
Abimbola, T., & Vallaster, C. (2007). Brand, organisational identity and reputation in SMEs: An overview. Qualitative Market Research: An International Journal, 10(4), 341-348. https://doi.org/10.1108/13522750710819685 ACF Technologies. (2022, agosto 3). 5 retos de transformación digital en Cajas de Compensación. https://www.acftechnologies.com/es/blog/5-retos-de-transformacion-digital-en-cajas-de-compensacion Al-Natour, S., & Turetken, O. (2020). A comparative assessment of sentiment analysis and star ratings for consumer reviews. International Journal of Information Management, 54, 102132. https://doi.org/10.1016/j.ijinfomgt.2020.102132 Asocajas. (2023). Afiliados CCF. Asocajas. https://public.tableau.com/views/AfiliadosaCCF/AfiliadosCCF_?%3Adisplay_static_image=y&%3Aembed=true&%3Aembed=y&%3Alanguage=es-ES&%3AshowVizHome=n&%3AapiID=host0#navType=0&navSrc=Parse Athanasiou, V., & Maragoudakis, M. (2017). A Novel, Gradient Boosting Framework for Sentiment Analysis in Languages where NLP Resources Are Not Plentiful: A Case Study for Modern Greek. Algorithms, 10(1), 34. https://doi.org/10.3390/a10010034 AWS. (2023a). Aprendizaje supervisado frente a aprendizaje no supervisado: Diferencia entre los algoritmos de machine learning - AWS. Amazon Web Services, Inc. https://aws.amazon.com/es/compare/the-difference-between-machine-learning-supervised-and-unsupervised/ AWS. (2023b). ¿En qué consiste Scrum? - Explicación sobre la metodología Scrum - AWS. Amazon Web Services, Inc. https://aws.amazon.com/es/what-is/scrum/ AWS. (2023c). ¿Qué es el procesamiento de lenguaje natural? Amazon Web Services, Inc. https://aws.amazon.com/es/what-is/nlp/ Aydin, A. (2023). 4—Bag of Words Model in NLP. Medium. https://ayselaydin.medium.com/4-bag-of-words-model-in-nlp-434cb38cdd1b Bajaj, A. (2021). Can Python understand human feelings through words? - A brief intro to NLP and VADER Sentiment Analysis. Analytics Vidhya. https://www.analyticsvidhya.com/blog/2021/06/vader-for-sentiment-analysis/ BlackSip. (2023). BlackStats-Colombia-2023.pdf. https://content.blacksip.com/hubfs/BlackStats-Colombia-2023.pdf?hsLang=es Cámara Colombiana de Comercio Electrónico. (2023). Informe trimestral del comportamiento del comercio eletrónico en Colombia. https://ccce.org.co/wp-content/uploads/2017/06/1Q-INFORME-TRIMESTRAL-DEL-COMERCIO-CCCE-1.pdf Chaudhary, M. (2021). TF-IDF Vectorizer scikit-learn. Medium. https://medium.com/@cmukesh8688/tf-idf-vectorizer-scikit-learn-dbc0244a911a Coleman, K. (2023). 52 Online Reputation Statistics for 2023. status labs. https://statuslabs.com/blog/reputation-management-stats Compensar. (2023). Base de comentarios Billetera Móvil [Archivo de Excel]. Compensar. (2024). Base con etiquetado manual[Archivo de Excel]. DeepLearning.AI. (2023, enero 11). Natural Language Processing (NLP)—A Complete Guide. https://www.deeplearning.ai/resources/natural-language-processing/?_gl=1*1mszi0d*_gcl_au*MTk5MjgzMzAyMy4xNzAwODU1ODMz Ducange, P., Fazzolari, M., Petrocchi, M., & Vecchio, M. (2019). An effective Decision Support System for social media listening based on cross-source sentiment analysis models. Engineering Applications of Artificial Intelligence, 78, 71-71-85. ScienceDirect. https://doi.org/10.1016/j.engappai.2018.10.014 Eccles, R. G., Newquist, S. C., & Schatz, R. (2007, febrero 1). Reputation and Its Risks. Harvard Business Review. https://hbr.org/2007/02/reputation-and-its-risks Fombrun, C., Gardberg, N., & Sever, J. (2013). The Reputation QuotientSM: A Multi-stakeholder Measure of Corporate Reputation. Journal of Brand Management, 7. https://doi.org/10.1057/bm.2000.10 Google Play Console. (2024). Billetera Móvil Compensar. https://play.google.com/console/u/0/developers/8364312504948816352/app/4975908225244418785/devices/dashboard?days=28&peerset_key=3%3A6a1f18dbb44333cd&expanded_breakdowns=ANDROID_VERSION Herbig, P., Milewicz, J., & Golden, J. (1994). A model of reputation building and destruction. Journal of Business Research, 31(1), 23-31. https://doi.org/10.1016/0148-2963(94)90042-6 Hernández, P. (2021, noviembre 11). Importancia de la reputación de las Apps para su descarga. https://www.linkedin.com/pulse/importancia-de-la-reputaci%C3%B3n-las-apps-para-su-hern%C3%A1ndez-caballero/?originalSubdomain=es IBM. (2021, agosto 17). IBM Documentation. https://www.ibm.com/docs/es/spss-modeler/saas?topic=dm-crisp-help-overview IBM. (2024). ¿Qué es boosting? https://www.ibm.com/es-es/topics/boosting mathworks. (2024). Support Vector Machine (SVM). Introducción a Support Vector Machine (SVM). https://la.mathworks.com/discovery/support-vector-machine.html Merritt, R. (2022). ¿Qué Es un Modelo Transformer? | Blog de NVIDIA. Blog oficial de NVIDIA Latino América. https://la.blogs.nvidia.com/blog/que-es-un-modelo-transformer/ Ministro de Tecnologías de la. (2023). Boletín trimestral de las TIC :cifras primer trimestre 2023. https://colombiatic.mintic.gov.co/679/articles-276966_archivo_pdf.pdf Mudgil, S., & Verma, P. A. (2021). CONCEPT OF SENTIMENT ANALYSIS USING MACHINE LEARNING TECHNIQUES. International Journal of Engineering Applied Sciences and Technology, 6(1). https://doi.org/10.33564/IJEAST.2021.v06i01.019 Ruiz, B., Gutierrez-Broncano, S., & Esteban, Á. (2012). Desarrollo de un Concepto de Reputación Corporativa Adaptado a las Necesidades de la Gestión Empresarial. Strategy & Management Review, 3, 9-31. Seker, S. E., & Eryarsoy, E. (2015). Generating Digital Reputation Index: A Case Study. Procedia - Social and Behavioral Sciences, 195, 1074-1080. https://doi.org/10.1016/j.sbspro.2015.06.151 Semana. (2023, junio 17). Cajas de compensación: Así se transforman digitalmente para brindar mejor atención a los usuarios. Semana.com Últimas Noticias de Colombia y el Mundo. https://www.semana.com/hablan-las-marcas/articulo/cajas-de-compensacion-asi-se-transforman-digitalmente-para-brindar-mejor-atencion-a-los-usuarios/202300/ Symanto psychology ai. (2021, diciembre 20). How To Accurately Measure and Analyse Your Digital Reputation. https://www.symanto.com/blog/how-to-easily-measure-and-analyse-digital-reputation/ Tennie, C., Frith, U., & Frith, C. D. (2010). Reputation management in the age of the world-wide web. Trends in Cognitive Sciences, 14(11), 482-488. https://doi.org/10.1016/j.tics.2010.07.003 Van Riel, C., & Balmer, J. (1997). Corporate identity: The concept, its measurement and management. European Journal of Marketing, 340-355. Weber Shandwick. (2020, enero 14). The State of Corporate Reputation in 2020: Everything Matters Now. Weber Shandwick. https://webershandwick.com/news/the-state-of-corporate-reputation-in-2020-everything-matters-now/ |
| dc.source.instname.none.fl_str_mv |
instname:Universidad del Rosario |
| dc.source.reponame.none.fl_str_mv |
reponame:Repositorio Institucional EdocUR |
| bitstream.url.fl_str_mv |
https://repository.urosario.edu.co/bitstreams/772edd96-24a8-486d-aa4a-7700430550fb/download https://repository.urosario.edu.co/bitstreams/10896a18-a730-45cd-98e5-851c3d65b8ad/download https://repository.urosario.edu.co/bitstreams/05f3c029-05f4-4009-bf7f-752ac2478f30/download https://repository.urosario.edu.co/bitstreams/748eca0d-31c4-4be7-a63e-ea3032770ad8/download https://repository.urosario.edu.co/bitstreams/02b2ecf2-d5db-4e26-8d2b-1733f74d5eab/download https://repository.urosario.edu.co/bitstreams/b5188854-4ea9-4362-9a84-faa3194b2e55/download https://repository.urosario.edu.co/bitstreams/0adcef3f-c6ce-42cb-a4bb-d2b753effd3f/download https://repository.urosario.edu.co/bitstreams/fb404a5d-fa13-4f2f-a1df-14525ee76445/download |
| bitstream.checksum.fl_str_mv |
297c3666e47d12bae1b1b5c8466b11e4 a1fc56a56a8c00b14ff1057a55ad6cd6 b2825df9f458e9d5d96ee8b7cd74fde6 3b6ce8e9e36c89875e8cf39962fe8920 3c503cb7a68f7b2faed44b9ca9659f97 bb5cf11398fe03f923c4e07185f169a1 84c2e0b994cf67c26b6d06c7d4af143b 1c9280ccd90593cc7e3fb1f7275d9a18 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio institucional EdocUR |
| repository.mail.fl_str_mv |
edocur@urosario.edu.co |
| _version_ |
1814167557176819712 |
| spelling |
Bermudez Sosa, Herbert Jaira3d7ddaa-fb83-498e-9761-baaff316efbc-1Isaza Gomez, Miguel EstebanMagíster en Business AnalyticsFull time70aa1a8b-da34-49a3-bdf5-2ae89b70333b-12024-06-12T15:02:56Z2024-06-12T15:02:56Z2024-05-30Este trabajo exploró el desafío de analizar y mejorar la reputación digital de la “aplicación Billetera Móvil" de Compensar, Caja de Compensación Familiar. Dada la baja calificación y la insatisfacción de los usuarios, expresadas en los comentarios de la aplicación, se propuso el desarrollo de un modelo de machine learning para analizar el sentimiento de estos comentarios. El objetivo fue clasificar eficientemente las opiniones como positivas, negativas y neutras, permitiendo así a Compensar detectar tempranamente crisis reputacionales y mejorar la percepción de su marca. La metodología CRISP-DM guio el proyecto, enfocándose en un enfoque cuantitativo y descriptivo. Los resultados incluyeron una comprensión más profunda de la experiencia del usuario y la optimización de la gestión de la reputación digital. Este análisis resultó ser de gran importancia para la adopción de la aplicación y el fortalecimiento de la relación con los afiliados, potenciando la competitividad de Compensar.This work explored the challenge of analyzing and improving the digital reputation of Composer’s “Mobile Wallet” application, a Family Compensation Fund. Given the low rating and user dissatisfaction, expressed in the application's comments, the development of a machine learning model to analyze the sentiment of these comments was proposed. The goal was to efficiently classify opinions as positive, negative, and neutral, thus allowing Compensar to detect reputational crises early and improve the perception of its brand. The CRISP-DM methodology guided the project, focusing on a quantitative and descriptive approach. The results included a deeper understanding of the user experience and the optimization of digital reputation management. This analysis proved to be of great importance for the adoption of the application and the strengthening of the relationship with the affiliates, enhancing Compensar's competitiveness.112 ppapplication/pdfapplication/octet-streamhttps://repository.urosario.edu.co/handle/10336/42779spaUniversidad del RosarioEscuela de AdministraciónEscuela de Ingeniería, Ciencia y TecnologíaMaestría en Business AnalyticsAttribution-NonCommercial-NoDerivatives 4.0 InternationalBloqueado (Texto referencial)http://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_14cbAbimbola, T., & Vallaster, C. (2007). Brand, organisational identity and reputation in SMEs: An overview. Qualitative Market Research: An International Journal, 10(4), 341-348. https://doi.org/10.1108/13522750710819685ACF Technologies. (2022, agosto 3). 5 retos de transformación digital en Cajas de Compensación. https://www.acftechnologies.com/es/blog/5-retos-de-transformacion-digital-en-cajas-de-compensacionAl-Natour, S., & Turetken, O. (2020). A comparative assessment of sentiment analysis and star ratings for consumer reviews. International Journal of Information Management, 54, 102132. https://doi.org/10.1016/j.ijinfomgt.2020.102132Asocajas. (2023). Afiliados CCF. Asocajas. https://public.tableau.com/views/AfiliadosaCCF/AfiliadosCCF_?%3Adisplay_static_image=y&%3Aembed=true&%3Aembed=y&%3Alanguage=es-ES&%3AshowVizHome=n&%3AapiID=host0#navType=0&navSrc=ParseAthanasiou, V., & Maragoudakis, M. (2017). A Novel, Gradient Boosting Framework for Sentiment Analysis in Languages where NLP Resources Are Not Plentiful: A Case Study for Modern Greek. Algorithms, 10(1), 34. https://doi.org/10.3390/a10010034AWS. (2023a). Aprendizaje supervisado frente a aprendizaje no supervisado: Diferencia entre los algoritmos de machine learning - AWS. Amazon Web Services, Inc. https://aws.amazon.com/es/compare/the-difference-between-machine-learning-supervised-and-unsupervised/AWS. (2023b). ¿En qué consiste Scrum? - Explicación sobre la metodología Scrum - AWS. Amazon Web Services, Inc. https://aws.amazon.com/es/what-is/scrum/AWS. (2023c). ¿Qué es el procesamiento de lenguaje natural? Amazon Web Services, Inc. https://aws.amazon.com/es/what-is/nlp/Aydin, A. (2023). 4—Bag of Words Model in NLP. Medium. https://ayselaydin.medium.com/4-bag-of-words-model-in-nlp-434cb38cdd1bBajaj, A. (2021). Can Python understand human feelings through words? - A brief intro to NLP and VADER Sentiment Analysis. Analytics Vidhya. https://www.analyticsvidhya.com/blog/2021/06/vader-for-sentiment-analysis/BlackSip. (2023). BlackStats-Colombia-2023.pdf. https://content.blacksip.com/hubfs/BlackStats-Colombia-2023.pdf?hsLang=esCámara Colombiana de Comercio Electrónico. (2023). Informe trimestral del comportamiento del comercio eletrónico en Colombia. https://ccce.org.co/wp-content/uploads/2017/06/1Q-INFORME-TRIMESTRAL-DEL-COMERCIO-CCCE-1.pdfChaudhary, M. (2021). TF-IDF Vectorizer scikit-learn. Medium. https://medium.com/@cmukesh8688/tf-idf-vectorizer-scikit-learn-dbc0244a911aColeman, K. (2023). 52 Online Reputation Statistics for 2023. status labs. https://statuslabs.com/blog/reputation-management-statsCompensar. (2023). Base de comentarios Billetera Móvil [Archivo de Excel].Compensar. (2024). Base con etiquetado manual[Archivo de Excel].DeepLearning.AI. (2023, enero 11). Natural Language Processing (NLP)—A Complete Guide. https://www.deeplearning.ai/resources/natural-language-processing/?_gl=1*1mszi0d*_gcl_au*MTk5MjgzMzAyMy4xNzAwODU1ODMzDucange, P., Fazzolari, M., Petrocchi, M., & Vecchio, M. (2019). An effective Decision Support System for social media listening based on cross-source sentiment analysis models. Engineering Applications of Artificial Intelligence, 78, 71-71-85. ScienceDirect. https://doi.org/10.1016/j.engappai.2018.10.014Eccles, R. G., Newquist, S. C., & Schatz, R. (2007, febrero 1). Reputation and Its Risks. Harvard Business Review. https://hbr.org/2007/02/reputation-and-its-risksFombrun, C., Gardberg, N., & Sever, J. (2013). The Reputation QuotientSM: A Multi-stakeholder Measure of Corporate Reputation. Journal of Brand Management, 7. https://doi.org/10.1057/bm.2000.10Google Play Console. (2024). Billetera Móvil Compensar. https://play.google.com/console/u/0/developers/8364312504948816352/app/4975908225244418785/devices/dashboard?days=28&peerset_key=3%3A6a1f18dbb44333cd&expanded_breakdowns=ANDROID_VERSIONHerbig, P., Milewicz, J., & Golden, J. (1994). A model of reputation building and destruction. Journal of Business Research, 31(1), 23-31. https://doi.org/10.1016/0148-2963(94)90042-6Hernández, P. (2021, noviembre 11). Importancia de la reputación de las Apps para su descarga. https://www.linkedin.com/pulse/importancia-de-la-reputaci%C3%B3n-las-apps-para-su-hern%C3%A1ndez-caballero/?originalSubdomain=esIBM. (2021, agosto 17). IBM Documentation. https://www.ibm.com/docs/es/spss-modeler/saas?topic=dm-crisp-help-overviewIBM. (2024). ¿Qué es boosting? https://www.ibm.com/es-es/topics/boostingmathworks. (2024). Support Vector Machine (SVM). Introducción a Support Vector Machine (SVM). https://la.mathworks.com/discovery/support-vector-machine.htmlMerritt, R. (2022). ¿Qué Es un Modelo Transformer? | Blog de NVIDIA. Blog oficial de NVIDIA Latino América. https://la.blogs.nvidia.com/blog/que-es-un-modelo-transformer/Ministro de Tecnologías de la. (2023). Boletín trimestral de las TIC :cifras primer trimestre 2023. https://colombiatic.mintic.gov.co/679/articles-276966_archivo_pdf.pdfMudgil, S., & Verma, P. A. (2021). CONCEPT OF SENTIMENT ANALYSIS USING MACHINE LEARNING TECHNIQUES. International Journal of Engineering Applied Sciences and Technology, 6(1). https://doi.org/10.33564/IJEAST.2021.v06i01.019Ruiz, B., Gutierrez-Broncano, S., & Esteban, Á. (2012). Desarrollo de un Concepto de Reputación Corporativa Adaptado a las Necesidades de la Gestión Empresarial. Strategy & Management Review, 3, 9-31.Seker, S. E., & Eryarsoy, E. (2015). Generating Digital Reputation Index: A Case Study. Procedia - Social and Behavioral Sciences, 195, 1074-1080. https://doi.org/10.1016/j.sbspro.2015.06.151Semana. (2023, junio 17). Cajas de compensación: Así se transforman digitalmente para brindar mejor atención a los usuarios. Semana.com Últimas Noticias de Colombia y el Mundo. https://www.semana.com/hablan-las-marcas/articulo/cajas-de-compensacion-asi-se-transforman-digitalmente-para-brindar-mejor-atencion-a-los-usuarios/202300/Symanto psychology ai. (2021, diciembre 20). How To Accurately Measure and Analyse Your Digital Reputation. https://www.symanto.com/blog/how-to-easily-measure-and-analyse-digital-reputation/Tennie, C., Frith, U., & Frith, C. D. (2010). Reputation management in the age of the world-wide web. Trends in Cognitive Sciences, 14(11), 482-488. https://doi.org/10.1016/j.tics.2010.07.003Van Riel, C., & Balmer, J. (1997). Corporate identity: The concept, its measurement and management. European Journal of Marketing, 340-355.Weber Shandwick. (2020, enero 14). The State of Corporate Reputation in 2020: Everything Matters Now. Weber Shandwick. https://webershandwick.com/news/the-state-of-corporate-reputation-in-2020-everything-matters-now/instname:Universidad del Rosarioreponame:Repositorio Institucional EdocURAnálisis de SentimientoReputación DigitalMachine LearningGestión de Crisis ReputacionalesSentiment AnalysisDigital ReputationMachine LearningCrisis Reputation ManagementPropuesta de un Modelo de Reputación Digital para la Aplicación Billetera Móvil Basado en Análisis de SentimientoProposal for a Digital Reputation Model for the Mobile Wallet Application Based on Sentiment AnalysisbachelorThesisTrabajo de gradoTrabajo de gradohttp://purl.org/coar/resource_type/c_7a1fEscuela de AdministraciónBogotáORIGINALIsaza_Gomez_Miguel_Esteban_Aplicación_Billetera_Móvil.pdfIsaza_Gomez_Miguel_Esteban_Aplicación_Billetera_Móvil.pdfapplication/pdf1898988https://repository.urosario.edu.co/bitstreams/772edd96-24a8-486d-aa4a-7700430550fb/download297c3666e47d12bae1b1b5c8466b11e4MD52Anexos_Isaza_Gomez_Miguel_Esteban_Aplicación_Billetera_Móvil.pdfAnexos_Isaza_Gomez_Miguel_Esteban_Aplicación_Billetera_Móvil.pdfapplication/pdf11609719https://repository.urosario.edu.co/bitstreams/10896a18-a730-45cd-98e5-851c3d65b8ad/downloada1fc56a56a8c00b14ff1057a55ad6cd6MD55LICENSElicense.txtlicense.txttext/plain1483https://repository.urosario.edu.co/bitstreams/05f3c029-05f4-4009-bf7f-752ac2478f30/downloadb2825df9f458e9d5d96ee8b7cd74fde6MD53CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8899https://repository.urosario.edu.co/bitstreams/748eca0d-31c4-4be7-a63e-ea3032770ad8/download3b6ce8e9e36c89875e8cf39962fe8920MD54TEXTIsaza_Gomez_Miguel_Esteban_Aplicación_Billetera_Móvil.pdf.txtIsaza_Gomez_Miguel_Esteban_Aplicación_Billetera_Móvil.pdf.txtExtracted texttext/plain101750https://repository.urosario.edu.co/bitstreams/02b2ecf2-d5db-4e26-8d2b-1733f74d5eab/download3c503cb7a68f7b2faed44b9ca9659f97MD56Anexos_Isaza_Gomez_Miguel_Esteban_Aplicación_Billetera_Móvil.pdf.txtAnexos_Isaza_Gomez_Miguel_Esteban_Aplicación_Billetera_Móvil.pdf.txtExtracted texttext/plain101140https://repository.urosario.edu.co/bitstreams/b5188854-4ea9-4362-9a84-faa3194b2e55/downloadbb5cf11398fe03f923c4e07185f169a1MD58THUMBNAILIsaza_Gomez_Miguel_Esteban_Aplicación_Billetera_Móvil.pdf.jpgIsaza_Gomez_Miguel_Esteban_Aplicación_Billetera_Móvil.pdf.jpgGenerated Thumbnailimage/jpeg2324https://repository.urosario.edu.co/bitstreams/0adcef3f-c6ce-42cb-a4bb-d2b753effd3f/download84c2e0b994cf67c26b6d06c7d4af143bMD57Anexos_Isaza_Gomez_Miguel_Esteban_Aplicación_Billetera_Móvil.pdf.jpgAnexos_Isaza_Gomez_Miguel_Esteban_Aplicación_Billetera_Móvil.pdf.jpgGenerated Thumbnailimage/jpeg4308https://repository.urosario.edu.co/bitstreams/fb404a5d-fa13-4f2f-a1df-14525ee76445/download1c9280ccd90593cc7e3fb1f7275d9a18MD5910336/42779oai:repository.urosario.edu.co:10336/427792024-06-17 15:29:26.474http://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 Internationalhttps://repository.urosario.edu.coRepositorio institucional EdocURedocur@urosario.edu.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 |