Evaluación de la percepción de los servicios públicos en Colombia mediante Text Mining vía Twitter

En Bogotá, los prestadores de servicios básicos son: Enel, Vanti y El acueducto, grandes empresas del sector que deben caracterizarse por una operación customer centricity. Sin embargo, dado que estas compañías son las que mayor cantidad de quejas y reclamos presentan ante los entes regulatorios, la...

Full description

Autores:: Gómez Rivera, Carlos Eduardo
Conti, Dante
Jaramillo Yepes, Juan Gullermo
Ospina Becerra, Victoria Eugenia

Tipo de recurso:: Article of journal

Fecha de publicación:: 2022

Institución:: Escuela Colombiana de Ingeniería Julio Garavito

Repositorio:: Repositorio Institucional ECI

Idioma:: spa

id	ESCUELAIG2_0f3450a7fa1eeef1f8db28bced977985
oai_identifier_str	oai:repositorio.escuelaing.edu.co:001/3154
network_acronym_str	ESCUELAIG2
network_name_str	Repositorio Institucional ECI
repository_id_str
dc.title.spa.fl_str_mv	Evaluación de la percepción de los servicios públicos en Colombia mediante Text Mining vía Twitter
dc.title.alternative.eng.fl_str_mv	Evaluation of the perception of public services in Colombia through Text Mining using Twitter
title	Evaluación de la percepción de los servicios públicos en Colombia mediante Text Mining vía Twitter
spellingShingle	Evaluación de la percepción de los servicios públicos en Colombia mediante Text Mining vía Twitter Servicios públicos - Colombia Public utilities - Colombia Análisis de la información Information analysis Minería de datos - Colombia Data mining - Colombia Extracción de opinión Opinion extraction Twitter Text Mining Service Perception Dictionaries - Lexicons Sentiment Analysis Minería de Texto Percepción de Servicio Diccionarios - Lexicones Análisis de Sentimientos
title_short	Evaluación de la percepción de los servicios públicos en Colombia mediante Text Mining vía Twitter
title_full	Evaluación de la percepción de los servicios públicos en Colombia mediante Text Mining vía Twitter
title_fullStr	Evaluación de la percepción de los servicios públicos en Colombia mediante Text Mining vía Twitter
title_full_unstemmed	Evaluación de la percepción de los servicios públicos en Colombia mediante Text Mining vía Twitter
title_sort	Evaluación de la percepción de los servicios públicos en Colombia mediante Text Mining vía Twitter
dc.creator.fl_str_mv	Gómez Rivera, Carlos Eduardo Conti, Dante Jaramillo Yepes, Juan Gullermo Ospina Becerra, Victoria Eugenia
dc.contributor.author.none.fl_str_mv	Gómez Rivera, Carlos Eduardo Conti, Dante Jaramillo Yepes, Juan Gullermo Ospina Becerra, Victoria Eugenia
dc.contributor.researchgroup.spa.fl_str_mv	CTG - Informática
dc.subject.armarc.none.fl_str_mv	Servicios públicos - Colombia Public utilities - Colombia Análisis de la información Information analysis Minería de datos - Colombia Data mining - Colombia Extracción de opinión Opinion extraction
topic	Servicios públicos - Colombia Public utilities - Colombia Análisis de la información Information analysis Minería de datos - Colombia Data mining - Colombia Extracción de opinión Opinion extraction Twitter Text Mining Service Perception Dictionaries - Lexicons Sentiment Analysis Minería de Texto Percepción de Servicio Diccionarios - Lexicones Análisis de Sentimientos
dc.subject.proposal.eng.fl_str_mv	Twitter Text Mining Service Perception Dictionaries - Lexicons Sentiment Analysis
dc.subject.proposal.spa.fl_str_mv	Minería de Texto Percepción de Servicio Diccionarios - Lexicones Análisis de Sentimientos
description	En Bogotá, los prestadores de servicios básicos son: Enel, Vanti y El acueducto, grandes empresas del sector que deben caracterizarse por una operación customer centricity. Sin embargo, dado que estas compañías son las que mayor cantidad de quejas y reclamos presentan ante los entes regulatorios, la percepción del servicio puede no ser la mejor. Determinar la veracidad de esto, es el objetivo de la presente investigación, a través de la explotación de técnicas de minería de texto aprovechando la voz de cliente en los tuits de los usuarios; aplicando la metodología Knowledge Discovery in Databases, para generar la base de datos compuesta por 9071 tuits de las tres empresas. En la fase de limpieza de datos, se establecen pasos adicionales para refinar dicha base y consolidar los tuits de interés para la investigación. Lo anterior, permite obtener una explotación de los datos explicando los resultados a través de nubes de palabras, diagramas de frecuencia, análisis de sentimientos y los ratios entre la polaridad de los tuits. Los resultados permiten inferir que, para la ventana de tiempo en el cual se realiza el análisis, la percepción del servicio no es buena y que existen oportunidades de mejora para las tres compañías.
publishDate	2022
dc.date.issued.none.fl_str_mv	2022
dc.date.accessioned.none.fl_str_mv	2024-07-10T15:37:45Z
dc.date.available.none.fl_str_mv	2024-07-10T15:37:45Z
dc.type.spa.fl_str_mv	Artículo de revista
dc.type.coar.fl_str_mv	http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.coarversion.fl_str_mv	http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.version.spa.fl_str_mv	info:eu-repo/semantics/publishedVersion
dc.type.coar.spa.fl_str_mv	http://purl.org/coar/resource_type/c_6501
dc.type.content.spa.fl_str_mv	Text
dc.type.driver.spa.fl_str_mv	info:eu-repo/semantics/article
format	http://purl.org/coar/resource_type/c_6501
status_str	publishedVersion
dc.identifier.issn.spa.fl_str_mv	2387-0893
dc.identifier.uri.none.fl_str_mv	https://repositorio.escuelaing.edu.co/handle/001/3154
dc.identifier.eissn.spa.fl_str_mv	2387-0893
dc.identifier.instname.spa.fl_str_mv	Universidad Escuela Colombiana de Ingeniería Julio Garavito
dc.identifier.reponame.spa.fl_str_mv	Repositorio Digital
dc.identifier.repourl.spa.fl_str_mv	https://repositorio.escuelaing.edu.co/
identifier_str_mv	2387-0893 Universidad Escuela Colombiana de Ingeniería Julio Garavito Repositorio Digital
url	https://repositorio.escuelaing.edu.co/handle/001/3154 https://repositorio.escuelaing.edu.co/
dc.language.iso.spa.fl_str_mv	spa
language	spa
dc.relation.citationedition.spa.fl_str_mv	Vol. 10 No. 22 Julio - Diciembre 2022
dc.relation.citationendpage.spa.fl_str_mv	63
dc.relation.citationissue.spa.fl_str_mv	22
dc.relation.citationstartpage.spa.fl_str_mv	49
dc.relation.citationvolume.spa.fl_str_mv	10
dc.relation.ispartofjournal.spa.fl_str_mv	Revista de Investigación en Tecnologías de la Información
dc.relation.references.spa.fl_str_mv	Montes Gomez, M. (2001). Minería de Texto: Un nuevo reto computacional. Minería de Texto: Un nuevo reto computacional. https://ccc.inaoep.mx/~mmontesg/publicaciones/2001/MineriaTexto-md01.pdf Eito Brun, R., Senso, J. A. (2004). Minería Textual. El profesional de la información, 13 (1), 11-27. http://profesionaldelainformacion.com/contenidos/2004/enero/2.pdf Bae, Y., Lee, H. (2012). Sentiment Analysis of Twitter Audiences: Measuring the Positive or Negative Influence of Popular Twitterers. Journal of the american society for information science and technology, 63 (12), 2522-2535. https://doi.org/10.1002/asi.22768 Bello-Orgaz, G., Menéndez, H., Okazaki, S., Camacho, D. (2014). Combining social-based data mining techniques to extract collective trendsfrom twitter. Malaysian Journal of Computer Science, 27 (2), 95-111. https://ejournal.um.edu.my/index.php/MJCS/article/view/6797 TIBCO Software Inc. (2022). ¿Qué son los datos estructurados? https://www.tibco.com/es/referencecenter/what-is-structured-data Rivadeneira Zambrano, F. J., Vélez Flores, B. F., Pinargote Mendoza, W. J., Rivadeneira Zambrano, R. A., Carvajal Rivadeneira, S. M. (2020). Aplicación de minería de texto para el análisis de sentimientos del servicio de telefonía móvil en el ecuador. Holos, 7, 1-16. http://dx.doi.org/10.15628/holos.2020.7994 Powell González, J. E., Carrillo Ruiz, M., Somodevilla García, M. J. (2021). Agrupamiento de poemas de autores suicidas y no suicidas usando K-means y enjambre de partículas. Revista de Investigación en Tecnologías de Información (RITI), 9 (18), 14-23. https://doi.org/10.36825/RITI.09.18.002 Salaberry, N. (2020). Análisis de contenido en Twitter y el aislamiento social obligatorio. Revista de investigación en modelos matemáticos aplicados a la gestión y la economía, 7 (1), 1-15. http://www.economicas.uba.ar/wp-content/uploads/2016/04/Salaberry-Natalia.pdf Twitter. (2022). Información sobre las API de Twitter. https://help.twitter.com/es/rules-and-policies/twitterapi Ngaboyamahina, M., Yi, S. (2019). The Impact of Sentiment Analysis on social media to Assess Customer Satisfaction: Case of Rwanda. IEEE 4th International Conference on Big Data Analytics, Suzhou, China. https://doi.org/10.1109/ICBDA.2019.8713212 Cortez Reyes, R. A. (2018). Extracción de conocimiento a partir de textos obtenidos de Twitter. Entorno, (65), 30-41. http://dx.doi.org/10.5377/entorno.v0i65.6048 Ali, T., Ahmad, I., Ur Rehman, A., Kamal, S. (2018). Understanding Customer Experiences through Social Media Analysis of Three Giants of Soft Drink Industry. 5th International Conference on Behavioral, Economic, and Socio-Cultural Computing (BESC), Kaohsiung, Taiwan. https://doi.org/10.1109/BESC.2018.8697304 Ali, T., Ahmad, I., Ur Rehman, A., Kamal, S. (2018). Understanding Customer Experiences through Social Media Analysis of Three Giants of Soft Drink Industry. 5th International Conference on Behavioral, Economic, and Socio-Cultural Computing (BESC), Kaohsiung, Taiwan. https://doi.org/10.1109/BESC.2018.8697304 ] Niño Martínez, N., Vaca, C., Ríos, B. P, Rey, L. J. (2020). Minería de textos y análisis de redes sociales en twitter. En M. A. Yandar Lobón, J. M. Moreno Ospina (Comp.) La industria 4.0 desde la perspectiva Organizacional (pp. 85-105). Artes y letras S.A.S. http://dx.doi.org/10.47212/industria4.0-6 ] Chen, W.-K., Riantama, D., Chen, L.-S. (2021). Using a Text Mining Approach to Hear Voices of Customers from social media toward the Fast-Food Restaurant Industry. Sustainability, 13 (1), 268-285. http://doi.org/10.3390/su13010268 Bernabe-Loraca, B., González-Velázquez, R., Carrillo-Canán, A., Granillo-Martinez, E. (2022). Sentiment Analysis and Multiple Means Comparison. Computación y Sistemas, 26 (1), 91-100. https://doi.org/10.13053/cys-26-1-4155 Fayyad, U., Piatetsky-Shapiro, G., Smyth, P. (1996). The KDD Process for Extracting Useful Knowledge from Volumes of Data. Communications of the ACM, 39 (11), 27-34. https://doi.org/10.1145/240455.240464 Valcárcel Asencios, V. (2004). Data mining y el descubrimiento del conocimiento. Industrial Data, 7 (2), 83-86. https://www.redalyc.org/articulo.oa?id=81670213 R Core Team. (2021). The R Project for Statistical Computing. https://www.R-project.org/ ] Jockers, M. (2020). Package ‘syuzhet’. https://cran.r- project.org/web/packages/syuzhet/syuzhet.pdf.
dc.rights.coar.fl_str_mv	http://purl.org/coar/access_right/c_abf2
dc.rights.accessrights.spa.fl_str_mv	info:eu-repo/semantics/openAccess
eu_rights_str_mv	openAccess
rights_invalid_str_mv	http://purl.org/coar/access_right/c_abf2
dc.format.extent.spa.fl_str_mv	15 páginas
dc.format.mimetype.spa.fl_str_mv	application/pdf
dc.publisher.spa.fl_str_mv	Universidad Politécnica de Cataluña Universidad Autónoma de Sinaloa
dc.publisher.place.spa.fl_str_mv	España
dc.source.spa.fl_str_mv	https://riti.es/index.php/riti
institution	Escuela Colombiana de Ingeniería Julio Garavito
bitstream.url.fl_str_mv	https://repositorio.escuelaing.edu.co/bitstream/001/3154/4/Evaluaci%c3%b3n%20de%20la%20percepci%c3%b3n%20de%20los%20servicios%20p%c3%bablicos%20en%20Colombia%20mediante%20text%20mining%20v%c3%ada%20twitter.pdf.txt https://repositorio.escuelaing.edu.co/bitstream/001/3154/3/Portada%20Evaluaci%c3%b3n%20de%20la%20percepci%c3%b3n%20de%20los%20servicios%20p%c3%bablicos%20en%20Colombia%20mediante%20text%20mining%20v%c3%ada%20twitter.PNG https://repositorio.escuelaing.edu.co/bitstream/001/3154/5/Evaluaci%c3%b3n%20de%20la%20percepci%c3%b3n%20de%20los%20servicios%20p%c3%bablicos%20en%20Colombia%20mediante%20text%20mining%20v%c3%ada%20twitter.pdf.jpg https://repositorio.escuelaing.edu.co/bitstream/001/3154/2/license.txt https://repositorio.escuelaing.edu.co/bitstream/001/3154/1/Evaluaci%c3%b3n%20de%20la%20percepci%c3%b3n%20de%20los%20servicios%20p%c3%bablicos%20en%20Colombia%20mediante%20text%20mining%20v%c3%ada%20twitter.pdf
bitstream.checksum.fl_str_mv	4ca9fe65f0b49c0b2f1c9807209379f4 a754e70d52ffa07fd7d6a991fe350d49 e43ebc716a2725566e02b1433582010d 5a7ca94c2e5326ee169f979d71d0f06e 38789bb6a4f83f5cb8bbbe934497b5c8
bitstream.checksumAlgorithm.fl_str_mv	MD5 MD5 MD5 MD5 MD5
repository.name.fl_str_mv	Repositorio Escuela Colombiana de Ingeniería Julio Garavito
repository.mail.fl_str_mv	repositorio.eci@escuelaing.edu.co
_version_	1814355589741936640
spelling	Gómez Rivera, Carlos Eduardo488e8a368e3ed79639b8a61fa2823694Conti, Dante144d777fe8ecfb826f48b651faed2493Jaramillo Yepes, Juan Gullermo53e9ad67bf817f3584a77adf8d3cb39dOspina Becerra, Victoria Eugeniab6b54178546e47509082e8b9b38036dcCTG - Informática2024-07-10T15:37:45Z2024-07-10T15:37:45Z20222387-0893https://repositorio.escuelaing.edu.co/handle/001/31542387-0893Universidad Escuela Colombiana de Ingeniería Julio GaravitoRepositorio Digitalhttps://repositorio.escuelaing.edu.co/En Bogotá, los prestadores de servicios básicos son: Enel, Vanti y El acueducto, grandes empresas del sector que deben caracterizarse por una operación customer centricity. Sin embargo, dado que estas compañías son las que mayor cantidad de quejas y reclamos presentan ante los entes regulatorios, la percepción del servicio puede no ser la mejor. Determinar la veracidad de esto, es el objetivo de la presente investigación, a través de la explotación de técnicas de minería de texto aprovechando la voz de cliente en los tuits de los usuarios; aplicando la metodología Knowledge Discovery in Databases, para generar la base de datos compuesta por 9071 tuits de las tres empresas. En la fase de limpieza de datos, se establecen pasos adicionales para refinar dicha base y consolidar los tuits de interés para la investigación. Lo anterior, permite obtener una explotación de los datos explicando los resultados a través de nubes de palabras, diagramas de frecuencia, análisis de sentimientos y los ratios entre la polaridad de los tuits. Los resultados permiten inferir que, para la ventana de tiempo en el cual se realiza el análisis, la percepción del servicio no es buena y que existen oportunidades de mejora para las tres compañías.In Bogota, the public service providers are Enel, Vanti and Acueducto, big companies that are characterized by a customer centricity operation. However, these companies are the ones with the highest number of complaints and claims reported to regulatory entities. The perception of service may not be the best. Determining the veracity of this fact is the objective of this research, through the exploitation of text mining techniques by taking advantage of the voice of the customer in the user’s tweets; applying the Knowledge Discovery in Databases methodology to generate the database composed of 9071 tweets of these three companies. In data cleaning phase, additional steps are established to refine the database and consolidate the tweets of interest for the research. This allows to obtain an exploitation of the data explaining the results through word clouds, frequency diagrams, sentiment analysis and the ratios between the polarity of the tweets. The results enable inferring that, for the time interval in which the analysis was performed, the perception of the service is not good and so, there are opportunities for improvement for the three companies.15 páginasapplication/pdfspaUniversidad Politécnica de CataluñaUniversidad Autónoma de SinaloaEspañahttps://riti.es/index.php/ritiEvaluación de la percepción de los servicios públicos en Colombia mediante Text Mining vía TwitterEvaluation of the perception of public services in Colombia through Text Mining using TwitterArtículo de revistainfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1Textinfo:eu-repo/semantics/articlehttp://purl.org/coar/version/c_970fb48d4fbd8a85Vol. 10 No. 22 Julio - Diciembre 202263224910Revista de Investigación en Tecnologías de la InformaciónMontes Gomez, M. (2001). Minería de Texto: Un nuevo reto computacional. Minería de Texto: Un nuevo reto computacional. https://ccc.inaoep.mx/~mmontesg/publicaciones/2001/MineriaTexto-md01.pdfEito Brun, R., Senso, J. A. (2004). Minería Textual. El profesional de la información, 13 (1), 11-27. http://profesionaldelainformacion.com/contenidos/2004/enero/2.pdfBae, Y., Lee, H. (2012). Sentiment Analysis of Twitter Audiences: Measuring the Positive or Negative Influence of Popular Twitterers. Journal of the american society for information science and technology, 63 (12), 2522-2535. https://doi.org/10.1002/asi.22768Bello-Orgaz, G., Menéndez, H., Okazaki, S., Camacho, D. (2014). Combining social-based data mining techniques to extract collective trendsfrom twitter. Malaysian Journal of Computer Science, 27 (2), 95-111. https://ejournal.um.edu.my/index.php/MJCS/article/view/6797TIBCO Software Inc. (2022). ¿Qué son los datos estructurados? https://www.tibco.com/es/referencecenter/what-is-structured-dataRivadeneira Zambrano, F. J., Vélez Flores, B. F., Pinargote Mendoza, W. J., Rivadeneira Zambrano, R. A., Carvajal Rivadeneira, S. M. (2020). Aplicación de minería de texto para el análisis de sentimientos del servicio de telefonía móvil en el ecuador. Holos, 7, 1-16. http://dx.doi.org/10.15628/holos.2020.7994Powell González, J. E., Carrillo Ruiz, M., Somodevilla García, M. J. (2021). Agrupamiento de poemas de autores suicidas y no suicidas usando K-means y enjambre de partículas. Revista de Investigación en Tecnologías de Información (RITI), 9 (18), 14-23. https://doi.org/10.36825/RITI.09.18.002Salaberry, N. (2020). Análisis de contenido en Twitter y el aislamiento social obligatorio. Revista de investigación en modelos matemáticos aplicados a la gestión y la economía, 7 (1), 1-15. http://www.economicas.uba.ar/wp-content/uploads/2016/04/Salaberry-Natalia.pdfTwitter. (2022). Información sobre las API de Twitter. https://help.twitter.com/es/rules-and-policies/twitterapiNgaboyamahina, M., Yi, S. (2019). The Impact of Sentiment Analysis on social media to Assess Customer Satisfaction: Case of Rwanda. IEEE 4th International Conference on Big Data Analytics, Suzhou, China. https://doi.org/10.1109/ICBDA.2019.8713212Cortez Reyes, R. A. (2018). Extracción de conocimiento a partir de textos obtenidos de Twitter. Entorno, (65), 30-41. http://dx.doi.org/10.5377/entorno.v0i65.6048Ali, T., Ahmad, I., Ur Rehman, A., Kamal, S. (2018). Understanding Customer Experiences through Social Media Analysis of Three Giants of Soft Drink Industry. 5th International Conference on Behavioral, Economic, and Socio-Cultural Computing (BESC), Kaohsiung, Taiwan. https://doi.org/10.1109/BESC.2018.8697304Ali, T., Ahmad, I., Ur Rehman, A., Kamal, S. (2018). Understanding Customer Experiences through Social Media Analysis of Three Giants of Soft Drink Industry. 5th International Conference on Behavioral, Economic, and Socio-Cultural Computing (BESC), Kaohsiung, Taiwan. https://doi.org/10.1109/BESC.2018.8697304] Niño Martínez, N., Vaca, C., Ríos, B. P, Rey, L. J. (2020). Minería de textos y análisis de redes sociales en twitter. En M. A. Yandar Lobón, J. M. Moreno Ospina (Comp.) La industria 4.0 desde la perspectiva Organizacional (pp. 85-105). Artes y letras S.A.S. http://dx.doi.org/10.47212/industria4.0-6] Chen, W.-K., Riantama, D., Chen, L.-S. (2021). Using a Text Mining Approach to Hear Voices of Customers from social media toward the Fast-Food Restaurant Industry. Sustainability, 13 (1), 268-285. http://doi.org/10.3390/su13010268Bernabe-Loraca, B., González-Velázquez, R., Carrillo-Canán, A., Granillo-Martinez, E. (2022). Sentiment Analysis and Multiple Means Comparison. Computación y Sistemas, 26 (1), 91-100. https://doi.org/10.13053/cys-26-1-4155Fayyad, U., Piatetsky-Shapiro, G., Smyth, P. (1996). The KDD Process for Extracting Useful Knowledge from Volumes of Data. Communications of the ACM, 39 (11), 27-34. https://doi.org/10.1145/240455.240464Valcárcel Asencios, V. (2004). Data mining y el descubrimiento del conocimiento. Industrial Data, 7 (2), 83-86. https://www.redalyc.org/articulo.oa?id=81670213R Core Team. (2021). The R Project for Statistical Computing. https://www.R-project.org/] Jockers, M. (2020). Package ‘syuzhet’. https://cran.r- project.org/web/packages/syuzhet/syuzhet.pdf.info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Servicios públicos - ColombiaPublic utilities - ColombiaAnálisis de la informaciónInformation analysisMinería de datos - ColombiaData mining - ColombiaExtracción de opiniónOpinion extractionTwitterText MiningService PerceptionDictionaries - LexiconsSentiment AnalysisMinería de TextoPercepción de ServicioDiccionarios - LexiconesAnálisis de SentimientosTEXTEvaluación de la percepción de los servicios públicos en Colombia mediante text mining vía twitter.pdf.txtEvaluación de la percepción de los servicios públicos en Colombia mediante text mining vía twitter.pdf.txtExtracted texttext/plain60053https://repositorio.escuelaing.edu.co/bitstream/001/3154/4/Evaluaci%c3%b3n%20de%20la%20percepci%c3%b3n%20de%20los%20servicios%20p%c3%bablicos%20en%20Colombia%20mediante%20text%20mining%20v%c3%ada%20twitter.pdf.txt4ca9fe65f0b49c0b2f1c9807209379f4MD54open accessTHUMBNAILPortada Evaluación de la percepción de los servicios públicos en Colombia mediante text mining vía twitter.PNGPortada Evaluación de la percepción de los servicios públicos en Colombia mediante text mining vía twitter.PNGimage/png80373https://repositorio.escuelaing.edu.co/bitstream/001/3154/3/Portada%20Evaluaci%c3%b3n%20de%20la%20percepci%c3%b3n%20de%20los%20servicios%20p%c3%bablicos%20en%20Colombia%20mediante%20text%20mining%20v%c3%ada%20twitter.PNGa754e70d52ffa07fd7d6a991fe350d49MD53open accessEvaluación de la percepción de los servicios públicos en Colombia mediante text mining vía twitter.pdf.jpgEvaluación de la percepción de los servicios públicos en Colombia mediante text mining vía twitter.pdf.jpgGenerated Thumbnailimage/jpeg12021https://repositorio.escuelaing.edu.co/bitstream/001/3154/5/Evaluaci%c3%b3n%20de%20la%20percepci%c3%b3n%20de%20los%20servicios%20p%c3%bablicos%20en%20Colombia%20mediante%20text%20mining%20v%c3%ada%20twitter.pdf.jpge43ebc716a2725566e02b1433582010dMD55open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-81881https://repositorio.escuelaing.edu.co/bitstream/001/3154/2/license.txt5a7ca94c2e5326ee169f979d71d0f06eMD52open accessORIGINALEvaluación de la percepción de los servicios públicos en Colombia mediante text mining vía twitter.pdfEvaluación de la percepción de los servicios públicos en Colombia mediante text mining vía twitter.pdfapplication/pdf2741453https://repositorio.escuelaing.edu.co/bitstream/001/3154/1/Evaluaci%c3%b3n%20de%20la%20percepci%c3%b3n%20de%20los%20servicios%20p%c3%bablicos%20en%20Colombia%20mediante%20text%20mining%20v%c3%ada%20twitter.pdf38789bb6a4f83f5cb8bbbe934497b5c8MD51metadata only access001/3154oai:repositorio.escuelaing.edu.co:001/31542024-08-06 16:05:51.62metadata only accessRepositorio Escuela Colombiana de Ingeniería Julio Garavitorepositorio.eci@escuelaing.edu.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

Evaluación de la percepción de los servicios públicos en Colombia mediante Text Mining vía Twitter

Publicaciones similares