Uso del análisis de sentimientos para medir el posicionamiento de una marca a través de la información extraída de la plataforma Twitter
La inteligencia artificial, por medio del procesamiento del lenguaje natural prepara a las computadoras para entender e interpretar el lenguaje humano, es decir, programa a la máquina para que tenga el poder de leer texto, escuchar sonidos y proporcionar una medición del sentimiento. Considerando la...
- Autores:
-
Cortés Díaz, Nicolás Santiago
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2021
- Institución:
- Universidad Santo Tomás
- Repositorio:
- Repositorio Institucional USTA
- Idioma:
- spa
- OAI Identifier:
- oai:repository.usta.edu.co:11634/35771
- Acceso en línea:
- http://hdl.handle.net/11634/35771
- Palabra clave:
- Naive bayes
VADER
Twitter
NLP
Supervised learning
Clasificador
Sentimiento
Inteligencia Artificial
Naive Bayes
VADER
Twitter
PLN
Aprendizaje Supervisado
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 2.5 Colombia
| id |
SANTTOMAS2_0ab15361d4a3d486e14b7c7a2a1f65fc |
|---|---|
| oai_identifier_str |
oai:repository.usta.edu.co:11634/35771 |
| network_acronym_str |
SANTTOMAS2 |
| network_name_str |
Repositorio Institucional USTA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Uso del análisis de sentimientos para medir el posicionamiento de una marca a través de la información extraída de la plataforma Twitter |
| title |
Uso del análisis de sentimientos para medir el posicionamiento de una marca a través de la información extraída de la plataforma Twitter |
| spellingShingle |
Uso del análisis de sentimientos para medir el posicionamiento de una marca a través de la información extraída de la plataforma Twitter Naive bayes VADER NLP Supervised learning Clasificador Sentimiento Inteligencia Artificial Naive Bayes VADER PLN Aprendizaje Supervisado |
| title_short |
Uso del análisis de sentimientos para medir el posicionamiento de una marca a través de la información extraída de la plataforma Twitter |
| title_full |
Uso del análisis de sentimientos para medir el posicionamiento de una marca a través de la información extraída de la plataforma Twitter |
| title_fullStr |
Uso del análisis de sentimientos para medir el posicionamiento de una marca a través de la información extraída de la plataforma Twitter |
| title_full_unstemmed |
Uso del análisis de sentimientos para medir el posicionamiento de una marca a través de la información extraída de la plataforma Twitter |
| title_sort |
Uso del análisis de sentimientos para medir el posicionamiento de una marca a través de la información extraída de la plataforma Twitter |
| dc.creator.fl_str_mv |
Cortés Díaz, Nicolás Santiago |
| dc.contributor.advisor.none.fl_str_mv |
Mateus Rojas, Armando |
| dc.contributor.author.none.fl_str_mv |
Cortés Díaz, Nicolás Santiago |
| dc.contributor.orcid.spa.fl_str_mv |
https://orcid.org/0000-0002-2399-4859 |
| dc.contributor.googlescholar.spa.fl_str_mv |
https://scholar.google.com/citations?user=1az5o_IAAAAJ&hl=es |
| dc.contributor.cvlac.spa.fl_str_mv |
https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000680630 |
| dc.contributor.corporatename.spa.fl_str_mv |
Universidad Santo Tomás |
| dc.subject.keyword.spa.fl_str_mv |
Naive bayes VADER NLP Supervised learning |
| topic |
Naive bayes VADER NLP Supervised learning Clasificador Sentimiento Inteligencia Artificial Naive Bayes VADER PLN Aprendizaje Supervisado |
| dc.subject.lemb.spa.fl_str_mv |
Clasificador Sentimiento Inteligencia Artificial |
| dc.subject.proposal.spa.fl_str_mv |
Naive Bayes VADER PLN Aprendizaje Supervisado |
| description |
La inteligencia artificial, por medio del procesamiento del lenguaje natural prepara a las computadoras para entender e interpretar el lenguaje humano, es decir, programa a la máquina para que tenga el poder de leer texto, escuchar sonidos y proporcionar una medición del sentimiento. Considerando la gran cantidad de información basada en el lenguaje, las máquinas son indispensables para un análisis rápido, automático y consistente. Este proyecto brinda información acerca del proceso que hay detrás del análisis de sentimientos utilizando el clasificador bayesiano de texto y el algoritmo VADER, apoyado de algunas librerías ofrecidas por python para el procesamiento del lenguaje natural. Los resultados presentados son producto del análisis entre algunas marcas competidoras en el mercado. |
| publishDate |
2021 |
| dc.date.accessioned.none.fl_str_mv |
2021-09-24T12:36:34Z |
| dc.date.available.none.fl_str_mv |
2021-09-24T12:36:34Z |
| dc.date.issued.none.fl_str_mv |
2021-09-23 |
| dc.type.local.spa.fl_str_mv |
Trabajo de grado |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.category.spa.fl_str_mv |
Formación de Recurso Humano para la Ctel: Trabajo de grado de Pregrado |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.drive.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.citation.spa.fl_str_mv |
Cortes Diaz, N. S. (2021). Uso del análisis de sentimientos para medir el posicionamiento de una marca a través de la información extraída de la plataforma Twitter [Trabajo de pregrado, Universidad Santo Tomás]. Repositorio Institucional. |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/11634/35771 |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Universidad Santo Tomás |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Santo Tomás |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.usta.edu.co |
| identifier_str_mv |
Cortes Diaz, N. S. (2021). Uso del análisis de sentimientos para medir el posicionamiento de una marca a través de la información extraída de la plataforma Twitter [Trabajo de pregrado, Universidad Santo Tomás]. Repositorio Institucional. reponame:Repositorio Institucional Universidad Santo Tomás instname:Universidad Santo Tomás repourl:https://repository.usta.edu.co |
| url |
http://hdl.handle.net/11634/35771 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Yi Min Shum. https://yiminshum.com/twitter-2021-digital/. 10 de Febrero de 2021. Edgar Castro Monge. «Las estrategias competitivas y su importancia en la buena gestión de las empresas». En: Revista de Ciencias Económicas 28.1 (2010). Alexandre Fonseca. Marketing Digital en Redes Sociales: Lo imprescindible en Marketing Online para tue empresa en las Redes Sociales. Alexandre Fonseca Lacomba, 2014. Lucas Montesinos Garcıéa. «Análisis de sentimientos y predicción de eventos en Twitter». En: (2014). Martıén Becerra. «Análisis de sentimientos en Twitter: El bueno, el malo y el>». En: XX Concurso de Trabajos Estudiantiles-JAIIO 46 (Córdoba, 2017). 2017. Rafael Sánchez del Hoyo. «Análisis de sentimientos con Twitter: turismo y polıética electoral». En: (2019). Gabriel Valerio Ureña y River Serna Valdivi. «Redes sociales y bienestar psicológico del estudiante universitario». En: Revista electrónica de investigación educativa 20.3 (2018), págs. 19-28. Meylan Wongkar y Apriandy Angdresey. «Sentiment Analysis Using Naive Bayes Algorithm Of The Data Crawler: Twitter». En: 2019 Fourth International Conference on Informatics and Computing (ICIC). 2019, págs. 1-5. Lokesh Mandloi y Ruchi Patel. «Twitter Sentiments Analysis Using Machine Learninig Methods». En: 2020 International Conference for Emerging Technology (INCET). 2020, págs. 1-5. V. Prakruthi, D. Sindhu y Dr. S. Anupama Kumar. «Real Time Sentiment Analysis Of Twitter Posts». En: 2018 3rd International Conference on Computational Systems and Information Technology for Sustainable Solutions (CSITSS). 2018, págs. 29-34. Chae Won Park y Dae Ryong Seo. «Sentiment analysis of Twitter corpus related to artificial intelligence assistants». En: 2018 5th International Conference on Industrial Engineering and Applications (ICIEA). 2018, págs. 495-498. Sanjeev Dhawan, Kulvinder Singh y Priyanka Chauhan. «Sentiment Analysis of Twitter Data in Online Social Network». En: 2019 5th International Conference on Signal Processing, Computing and Control (ISPCC). 2019, págs. 255-259. Kusrini y Mochamad Mashuri. «Sentiment Analysis In Twitter Using Lexicon Based and Polarity Multiplication». En: 2019 International Conference of Artificial Intelligence and Information Technology (ICAIIT). 2019, págs. 365-368. Rasika Wagh y Payal Punde. «Survey on Sentiment Analysis using Twitter Dataset». En: 2018 Second International Conference on Electronics, Communication and Aerospace Technology (ICECA). 2018, págs. 208-211. Sahar A. El Rahman, Feddah Alhumaidi AlOtaibi y Wejdan Abdullah AlShehri. «Sentiment Analysis of Twitter Data». En: 2019 International Conference on Computer and Information Sciences (ICCIS). 2019, págs. 1-4. M. Trupthi, Suresh Pabboju y G. Narasimha. «Sentiment Analysis on Twitter Using Streaming API». En: 2017 IEEE 7th International Advance Computing Conference (IACC). 2017, págs. 915-919. Dionysis Goularas y Sani Kamis. «Evaluation of Deep Learning Techniques in Sentiment Analysis from Twitter Data». En: 2019 International Conference on Deep Learning and Machine Learning in Emerging Applications (Deep-ML). 2019, págs. 12-17. Lei Wang, Jianwei Niu y Shui Yu. «SentiDiff: Combining Textual Information and Sentiment Diffusion Patterns for Twitter Sentiment Analysis». En: IEEE Transactions on Knowledge and Data Engineering 32.10 (2020), págs. 2026-2039. Md. Rakibul Hasan, Maisha Maliha y M. Arifuzzaman. «Sentiment Analysis with NLP on Twitter Data». En: 2019 International Conference on Computer, Communication, Chemical, Materials and Electronic Engineering (IC4ME2). 2019, págs. 1-4. Osvaldo Simeone. «A Very Brief Introduction to Machine Learning With Applications to Communication Systems». En: IEEE Transactions on Cognitive Communications and Networking 4.4 (2018), págs. 648-664. Roberto A Manjarrés-Betancur y Monica Marıéa Echeverri-Torres. «Asistente virtual académico utilizando tecnologıéas cognitivas de procesamiento de lenguaje natural». En: Revista Politécnica 16.31 (2020), págs. 85-96. Diego Leonardo Pedro. «Análisis de sentimientos: aplicación sobre textos en redes sociales». En: (2019). Monserrat Ramirez Garcıa, Maya Carrillo Ruiz y Abraham Sánchez López. «Combinación de clasificadores para el análisis de sentimientos». Natalia Niño Martıénez y col. «CAPÍTULO V MINERÍA DE TEXTOS Y ANÁLISIS DE REDES SOCIALES EN TWITTER». En: (). Ane Arburua Sagastibeltza. «Extracción de conocimiento operativo a partir de descripciones en lenguaje natural». En: (2020). Lifeng Li y Wenxing Li. «Naive Bayesian automatic classification of railway service complaint text based on eigenvalue extraction». En: Tehniˇcki vjesnik 26.3 (2019), págs. 778-785. Cinthya Vergara y col. «Análisis de texto para Gestión de Marca con el uso de Instagram aplicado a una comunidad de mascotas en Chile». En: Revista Ingenierıa de Sistemas Volumen XXXIII (2019). Víctor Rosas. https://www.levelup.com/noticias/585679/PlayStationes-la-marca-mas-reconocida-por-los-millenials-y-la-generacion-Z. 4 de Agosto de 2020. |
| dc.rights.*.fl_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
| dc.rights.local.spa.fl_str_mv |
Abierto (Texto Completo) |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia http://creativecommons.org/licenses/by-nc-nd/2.5/co/ Abierto (Texto Completo) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.coverage.campus.spa.fl_str_mv |
CRAI-USTA Bogotá |
| dc.publisher.spa.fl_str_mv |
Universidad Santo Tomás |
| dc.publisher.program.spa.fl_str_mv |
Pregrado Ingeniería Electrónica |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería Electrónica |
| institution |
Universidad Santo Tomás |
| bitstream.url.fl_str_mv |
https://repository.usta.edu.co/bitstream/11634/35771/1/2021nicolascortes.pdf https://repository.usta.edu.co/bitstream/11634/35771/2/Carta_aprobacion_Biblioteca.%20NICOLAS%20CORTES%20DIAZ.pdf https://repository.usta.edu.co/bitstream/11634/35771/3/Carta_autorizacion_autoarchivo_Nicolas_2021.pdf https://repository.usta.edu.co/bitstream/11634/35771/4/license_rdf https://repository.usta.edu.co/bitstream/11634/35771/5/license.txt https://repository.usta.edu.co/bitstream/11634/35771/6/2021nicolascortes.pdf.jpg https://repository.usta.edu.co/bitstream/11634/35771/7/Carta_aprobacion_Biblioteca.%20NICOLAS%20CORTES%20DIAZ.pdf.jpg https://repository.usta.edu.co/bitstream/11634/35771/8/Carta_autorizacion_autoarchivo_Nicolas_2021.pdf.jpg |
| bitstream.checksum.fl_str_mv |
ed11e587d216c2de646b838c4d291dde 749955bb608e378ee0b78e76040894ac fcb6855909151f6aca472ffffef4b566 217700a34da79ed616c2feb68d4c5e06 aedeaf396fcd827b537c73d23464fc27 73fa38fd64394a9e6c8094b63561c1b1 3d00bd5e76c1a8edb743d90b58ec964f 7890f507e3c071367980af790bf519b4 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Universidad Santo Tomás |
| repository.mail.fl_str_mv |
repositorio@usantotomas.edu.co |
| _version_ |
1782026328823824384 |
| spelling |
Mateus Rojas, ArmandoCortés Díaz, Nicolás Santiagohttps://orcid.org/0000-0002-2399-4859https://scholar.google.com/citations?user=1az5o_IAAAAJ&hl=eshttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000680630Universidad Santo Tomás2021-09-24T12:36:34Z2021-09-24T12:36:34Z2021-09-23Cortes Diaz, N. S. (2021). Uso del análisis de sentimientos para medir el posicionamiento de una marca a través de la información extraída de la plataforma Twitter [Trabajo de pregrado, Universidad Santo Tomás]. Repositorio Institucional.http://hdl.handle.net/11634/35771reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coLa inteligencia artificial, por medio del procesamiento del lenguaje natural prepara a las computadoras para entender e interpretar el lenguaje humano, es decir, programa a la máquina para que tenga el poder de leer texto, escuchar sonidos y proporcionar una medición del sentimiento. Considerando la gran cantidad de información basada en el lenguaje, las máquinas son indispensables para un análisis rápido, automático y consistente. Este proyecto brinda información acerca del proceso que hay detrás del análisis de sentimientos utilizando el clasificador bayesiano de texto y el algoritmo VADER, apoyado de algunas librerías ofrecidas por python para el procesamiento del lenguaje natural. Los resultados presentados son producto del análisis entre algunas marcas competidoras en el mercado.Artificial intelligence, through natural language processing, prepares computers to understand and interpret human language, that is, it programs the machine to have the power to read text, hear sounds and provide a measure of feeling. Considering the large amount of information based on language, machines are indispensable for fast, automatic and consistent analysis. This project provides information about the process behind sentiment analysis using the Bayesian text classifier and the VADER algorithm, supported by some libraries offered by python for natural language processing. The results presented are the product of the analysis between some competing brands in the market.Ingeniero Electronicohttp://unidadinvestigacion.usta.edu.coPregradoapplication/pdfspaUniversidad Santo TomásPregrado Ingeniería ElectrónicaFacultad de Ingeniería ElectrónicaAtribución-NoComercial-SinDerivadas 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Uso del análisis de sentimientos para medir el posicionamiento de una marca a través de la información extraída de la plataforma TwitterNaive bayesVADERTwitterNLPSupervised learningClasificadorSentimientoInteligencia ArtificialNaive BayesVADERTwitterPLNAprendizaje SupervisadoTrabajo de gradoinfo:eu-repo/semantics/acceptedVersionFormación de Recurso Humano para la Ctel: Trabajo de grado de Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisCRAI-USTA BogotáYi Min Shum. https://yiminshum.com/twitter-2021-digital/. 10 de Febrero de 2021.Edgar Castro Monge. «Las estrategias competitivas y su importancia en la buena gestión de las empresas». En: Revista de Ciencias Económicas 28.1 (2010).Alexandre Fonseca. Marketing Digital en Redes Sociales: Lo imprescindible en Marketing Online para tue empresa en las Redes Sociales. Alexandre Fonseca Lacomba, 2014.Lucas Montesinos Garcıéa. «Análisis de sentimientos y predicción de eventos en Twitter». En: (2014).Martıén Becerra. «Análisis de sentimientos en Twitter: El bueno, el malo y el>». En: XX Concurso de Trabajos Estudiantiles-JAIIO 46 (Córdoba, 2017). 2017.Rafael Sánchez del Hoyo. «Análisis de sentimientos con Twitter: turismo y polıética electoral». En: (2019).Gabriel Valerio Ureña y River Serna Valdivi. «Redes sociales y bienestar psicológico del estudiante universitario». En: Revista electrónica de investigación educativa 20.3 (2018), págs. 19-28.Meylan Wongkar y Apriandy Angdresey. «Sentiment Analysis Using Naive Bayes Algorithm Of The Data Crawler: Twitter». En: 2019 Fourth International Conference on Informatics and Computing (ICIC). 2019, págs. 1-5.Lokesh Mandloi y Ruchi Patel. «Twitter Sentiments Analysis Using Machine Learninig Methods». En: 2020 International Conference for Emerging Technology (INCET). 2020, págs. 1-5.V. Prakruthi, D. Sindhu y Dr. S. Anupama Kumar. «Real Time Sentiment Analysis Of Twitter Posts». En: 2018 3rd International Conference on Computational Systems and Information Technology for Sustainable Solutions (CSITSS). 2018, págs. 29-34.Chae Won Park y Dae Ryong Seo. «Sentiment analysis of Twitter corpus related to artificial intelligence assistants». En: 2018 5th International Conference on Industrial Engineering and Applications (ICIEA). 2018, págs. 495-498.Sanjeev Dhawan, Kulvinder Singh y Priyanka Chauhan. «Sentiment Analysis of Twitter Data in Online Social Network». En: 2019 5th International Conference on Signal Processing, Computing and Control (ISPCC). 2019, págs. 255-259.Kusrini y Mochamad Mashuri. «Sentiment Analysis In Twitter Using Lexicon Based and Polarity Multiplication». En: 2019 International Conference of Artificial Intelligence and Information Technology (ICAIIT). 2019, págs. 365-368.Rasika Wagh y Payal Punde. «Survey on Sentiment Analysis using Twitter Dataset». En: 2018 Second International Conference on Electronics, Communication and Aerospace Technology (ICECA). 2018, págs. 208-211.Sahar A. El Rahman, Feddah Alhumaidi AlOtaibi y Wejdan Abdullah AlShehri. «Sentiment Analysis of Twitter Data». En: 2019 International Conference on Computer and Information Sciences (ICCIS). 2019, págs. 1-4.M. Trupthi, Suresh Pabboju y G. Narasimha. «Sentiment Analysis on Twitter Using Streaming API». En: 2017 IEEE 7th International Advance Computing Conference (IACC). 2017, págs. 915-919.Dionysis Goularas y Sani Kamis. «Evaluation of Deep Learning Techniques in Sentiment Analysis from Twitter Data». En: 2019 International Conference on Deep Learning and Machine Learning in Emerging Applications (Deep-ML). 2019, págs. 12-17.Lei Wang, Jianwei Niu y Shui Yu. «SentiDiff: Combining Textual Information and Sentiment Diffusion Patterns for Twitter Sentiment Analysis». En: IEEE Transactions on Knowledge and Data Engineering 32.10 (2020), págs. 2026-2039.Md. Rakibul Hasan, Maisha Maliha y M. Arifuzzaman. «Sentiment Analysis with NLP on Twitter Data». En: 2019 International Conference on Computer, Communication, Chemical, Materials and Electronic Engineering (IC4ME2). 2019, págs. 1-4.Osvaldo Simeone. «A Very Brief Introduction to Machine Learning With Applications to Communication Systems». En: IEEE Transactions on Cognitive Communications and Networking 4.4 (2018), págs. 648-664.Roberto A Manjarrés-Betancur y Monica Marıéa Echeverri-Torres. «Asistente virtual académico utilizando tecnologıéas cognitivas de procesamiento de lenguaje natural». En: Revista Politécnica 16.31 (2020), págs. 85-96.Diego Leonardo Pedro. «Análisis de sentimientos: aplicación sobre textos en redes sociales». En: (2019).Monserrat Ramirez Garcıa, Maya Carrillo Ruiz y Abraham Sánchez López. «Combinación de clasificadores para el análisis de sentimientos».Natalia Niño Martıénez y col. «CAPÍTULO V MINERÍA DE TEXTOS Y ANÁLISIS DE REDES SOCIALES EN TWITTER». En: ().Ane Arburua Sagastibeltza. «Extracción de conocimiento operativo a partir de descripciones en lenguaje natural». En: (2020).Lifeng Li y Wenxing Li. «Naive Bayesian automatic classification of railway service complaint text based on eigenvalue extraction». En: Tehniˇcki vjesnik 26.3 (2019), págs. 778-785.Cinthya Vergara y col. «Análisis de texto para Gestión de Marca con el uso de Instagram aplicado a una comunidad de mascotas en Chile». En: Revista Ingenierıa de Sistemas Volumen XXXIII (2019).Víctor Rosas. https://www.levelup.com/noticias/585679/PlayStationes-la-marca-mas-reconocida-por-los-millenials-y-la-generacion-Z. 4 de Agosto de 2020.ORIGINAL2021nicolascortes.pdf2021nicolascortes.pdfTrabajo de Gradoapplication/pdf1567512https://repository.usta.edu.co/bitstream/11634/35771/1/2021nicolascortes.pdfed11e587d216c2de646b838c4d291ddeMD51open accessCarta_aprobacion_Biblioteca. NICOLAS CORTES DIAZ.pdfCarta_aprobacion_Biblioteca. NICOLAS CORTES DIAZ.pdfCarta aprobación facultadapplication/pdf229620https://repository.usta.edu.co/bitstream/11634/35771/2/Carta_aprobacion_Biblioteca.%20NICOLAS%20CORTES%20DIAZ.pdf749955bb608e378ee0b78e76040894acMD52metadata only accessCarta_autorizacion_autoarchivo_Nicolas_2021.pdfCarta_autorizacion_autoarchivo_Nicolas_2021.pdfCarta derechos de autorapplication/pdf970014https://repository.usta.edu.co/bitstream/11634/35771/3/Carta_autorizacion_autoarchivo_Nicolas_2021.pdffcb6855909151f6aca472ffffef4b566MD53metadata only accessCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repository.usta.edu.co/bitstream/11634/35771/4/license_rdf217700a34da79ed616c2feb68d4c5e06MD54open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/35771/5/license.txtaedeaf396fcd827b537c73d23464fc27MD55open accessTHUMBNAIL2021nicolascortes.pdf.jpg2021nicolascortes.pdf.jpgIM Thumbnailimage/jpeg7160https://repository.usta.edu.co/bitstream/11634/35771/6/2021nicolascortes.pdf.jpg73fa38fd64394a9e6c8094b63561c1b1MD56open accessCarta_aprobacion_Biblioteca. NICOLAS CORTES DIAZ.pdf.jpgCarta_aprobacion_Biblioteca. NICOLAS CORTES DIAZ.pdf.jpgIM Thumbnailimage/jpeg6879https://repository.usta.edu.co/bitstream/11634/35771/7/Carta_aprobacion_Biblioteca.%20NICOLAS%20CORTES%20DIAZ.pdf.jpg3d00bd5e76c1a8edb743d90b58ec964fMD57open accessCarta_autorizacion_autoarchivo_Nicolas_2021.pdf.jpgCarta_autorizacion_autoarchivo_Nicolas_2021.pdf.jpgIM Thumbnailimage/jpeg7771https://repository.usta.edu.co/bitstream/11634/35771/8/Carta_autorizacion_autoarchivo_Nicolas_2021.pdf.jpg7890f507e3c071367980af790bf519b4MD58open access11634/35771oai:repository.usta.edu.co:11634/357712022-12-04 03:13:35.15open accessRepositorio Universidad Santo Tomásrepositorio@usantotomas.edu.coQXV0b3Jpem8gYWwgQ2VudHJvIGRlIFJlY3Vyc29zIHBhcmEgZWwgQXByZW5kaXphamUgeSBsYSBJbnZlc3RpZ2FjacOzbiwgQ1JBSS1VU1RBCmRlIGxhIFVuaXZlcnNpZGFkIFNhbnRvIFRvbcOhcywgcGFyYSBxdWUgY29uIGZpbmVzIGFjYWTDqW1pY29zIGFsbWFjZW5lIGxhCmluZm9ybWFjacOzbiBpbmdyZXNhZGEgcHJldmlhbWVudGUuCgpTZSBwZXJtaXRlIGxhIGNvbnN1bHRhLCByZXByb2R1Y2Npw7NuIHBhcmNpYWwsIHRvdGFsIG8gY2FtYmlvIGRlIGZvcm1hdG8gY29uCmZpbmVzIGRlIGNvbnNlcnZhY2nDs24sIGEgbG9zIHVzdWFyaW9zIGludGVyZXNhZG9zIGVuIGVsIGNvbnRlbmlkbyBkZSBlc3RlCnRyYWJham8sIHBhcmEgdG9kb3MgbG9zIHVzb3MgcXVlIHRlbmdhbiBmaW5hbGlkYWQgYWNhZMOpbWljYSwgc2llbXByZSB5IGN1YW5kbwptZWRpYW50ZSBsYSBjb3JyZXNwb25kaWVudGUgY2l0YSBiaWJsaW9ncsOhZmljYSBzZSBsZSBkw6kgY3LDqWRpdG8gYWwgdHJhYmFqbyBkZQpncmFkbyB5IGEgc3UgYXV0b3IuIERlIGNvbmZvcm1pZGFkIGNvbiBsbyBlc3RhYmxlY2lkbyBlbiBlbCBhcnTDrWN1bG8gMzAgZGUgbGEKTGV5IDIzIGRlIDE5ODIgeSBlbCBhcnTDrWN1bG8gMTEgZGUgbGEgRGVjaXNpw7NuIEFuZGluYSAzNTEgZGUgMTk5Mywg4oCcTG9zIGRlcmVjaG9zCm1vcmFsZXMgc29icmUgZWwgdHJhYmFqbyBzb24gcHJvcGllZGFkIGRlIGxvcyBhdXRvcmVz4oCdLCBsb3MgY3VhbGVzIHNvbgppcnJlbnVuY2lhYmxlcywgaW1wcmVzY3JpcHRpYmxlcywgaW5lbWJhcmdhYmxlcyBlIGluYWxpZW5hYmxlcy4K |