Análisis de la opinión de personalidades influyentes de la política colombiana a través de técnicas de análisis de sentimiento

Con el auge de redes sociales, algunas plataformas como Twitter se han convertido en importantes distribuidores de información debido a la facilidad de creación y difusión de información, permitiendo a usuario postear contenidos sean de autoría o no. El problema surge cuando se desconoce el sentimie...

Full description

Autores:
Rodríguez Velásquez, Jesús Mario
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2019
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/7270
Acceso en línea:
http://hdl.handle.net/20.500.12749/7270
Palabra clave:
Systems engineer
Technological innovations
Social networks
Information distributors
Sentiment analysis
Human relations
Social behavior
Social participation
Community action
Public opinion
Ingeniería de sistemas
Innovaciones tecnológicas
Relaciones humanas
Conducta social
Participación social
Acción comunitaria
Opinión pública
Redes sociales
Distribuidores de información
Análisis de sentimiento
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
id UNAB2_8c881723b58521df0831a89af21245f4
oai_identifier_str oai:repository.unab.edu.co:20.500.12749/7270
network_acronym_str UNAB2
network_name_str Repositorio UNAB
repository_id_str
dc.title.spa.fl_str_mv Análisis de la opinión de personalidades influyentes de la política colombiana a través de técnicas de análisis de sentimiento
dc.title.translated.spa.fl_str_mv Analysis of the opinion of influential personalities in Colombian politics through sentiment analysis techniques
title Análisis de la opinión de personalidades influyentes de la política colombiana a través de técnicas de análisis de sentimiento
spellingShingle Análisis de la opinión de personalidades influyentes de la política colombiana a través de técnicas de análisis de sentimiento
Systems engineer
Technological innovations
Social networks
Information distributors
Sentiment analysis
Human relations
Social behavior
Social participation
Community action
Public opinion
Ingeniería de sistemas
Innovaciones tecnológicas
Relaciones humanas
Conducta social
Participación social
Acción comunitaria
Opinión pública
Redes sociales
Distribuidores de información
Análisis de sentimiento
title_short Análisis de la opinión de personalidades influyentes de la política colombiana a través de técnicas de análisis de sentimiento
title_full Análisis de la opinión de personalidades influyentes de la política colombiana a través de técnicas de análisis de sentimiento
title_fullStr Análisis de la opinión de personalidades influyentes de la política colombiana a través de técnicas de análisis de sentimiento
title_full_unstemmed Análisis de la opinión de personalidades influyentes de la política colombiana a través de técnicas de análisis de sentimiento
title_sort Análisis de la opinión de personalidades influyentes de la política colombiana a través de técnicas de análisis de sentimiento
dc.creator.fl_str_mv Rodríguez Velásquez, Jesús Mario
dc.contributor.advisor.spa.fl_str_mv Calderón Benavides, Maritza Liliana
dc.contributor.author.spa.fl_str_mv Rodríguez Velásquez, Jesús Mario
dc.contributor.cvlac.*.fl_str_mv Calderón Benavides, Maritza Liliana [0000068900]
dc.contributor.googlescholar.*.fl_str_mv Calderón Benavides, Maritza Liliana [XihGBWoAAAAJ]
dc.contributor.scopus.*.fl_str_mv Calderón Benavides, Maritza Liliana [15043558200]
dc.subject.keywords.eng.fl_str_mv Systems engineer
Technological innovations
Social networks
Information distributors
Sentiment analysis
Human relations
Social behavior
Social participation
Community action
Public opinion
topic Systems engineer
Technological innovations
Social networks
Information distributors
Sentiment analysis
Human relations
Social behavior
Social participation
Community action
Public opinion
Ingeniería de sistemas
Innovaciones tecnológicas
Relaciones humanas
Conducta social
Participación social
Acción comunitaria
Opinión pública
Redes sociales
Distribuidores de información
Análisis de sentimiento
dc.subject.lemb.spa.fl_str_mv Ingeniería de sistemas
Innovaciones tecnológicas
Relaciones humanas
Conducta social
Participación social
Acción comunitaria
Opinión pública
dc.subject.proposal.spa.fl_str_mv Redes sociales
Distribuidores de información
Análisis de sentimiento
description Con el auge de redes sociales, algunas plataformas como Twitter se han convertido en importantes distribuidores de información debido a la facilidad de creación y difusión de información, permitiendo a usuario postear contenidos sean de autoría o no. El problema surge cuando se desconoce el sentimiento con el que se difunde la información, pues hay que tener en cuenta que muchos usuarios de redes sociales, en su afán de obtener una popularidad efímera visualizada en retweets, likes, etc., buscan transmitir información que genere polémica y debate para que sea difundida entre los usuarios, quienes que ignoran el sentimiento con el que está transmitiendo dicha información. Adicionalmente, como la política genera ansias de poder entre los mismos líderes, estos buscan transmitir todo tipo de información- generalmente en contra de sus “rivales” políticos y a favor de sus “aliados”-, valiéndose de su influencia y sus miles de seguidores en las redes sociales generando en muchas ocasiones difamación debido a que la información que transmiten no corresponde a la realidad, esto genera polarización entre los ciudadanos debido a que el objetivo de esta información es generar una respuesta emocional en los usuarios que ignoran que la información es verídica o no. En este trabajo se analiza el sentimiento de los mensajes emitidos por líderes políticos colombianos con el fin de determinar qué tipo de influencia están emitiendo en sus seguidores.
publishDate 2019
dc.date.issued.none.fl_str_mv 2019-05-31
dc.date.accessioned.none.fl_str_mv 2020-10-01T15:27:30Z
dc.date.available.none.fl_str_mv 2020-10-01T15:27:30Z
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.local.spa.fl_str_mv Trabajo de Grado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12749/7270
dc.identifier.instname.spa.fl_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional UNAB
dc.identifier.repourl.spa.fl_str_mv repourl:https://repository.unab.edu.co
url http://hdl.handle.net/20.500.12749/7270
identifier_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
reponame:Repositorio Institucional UNAB
repourl:https://repository.unab.edu.co
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv [1] C. Grosvenor, “Social Networking Boom,” 2017. [Online]. Available: https://socialnetworking.lovetoknow.com/Social_Networking_Boom.
[2] H. Wiesenhofer, M. Ebner, and I. Kamrat, “Is Twitter an Individual Mass Communication Medium?,” C. Crawford al. (Eds.), Proc. Soc. Inf. Technol. Teach. Educ. Int. Conf. 2010, pp. 1712–1717, 2010.
[3] H. Kwak, C. Lee, H. Park, and S. Moon, “What is Twitter, a Social Network or a News Media?,” Proceedings of the 19th international conference on World wide web, 2010. [Online]. Available: http://an.kaist.ac.kr/~haewoon/papers/2010-www-twitter.pdf.
[4] G. Greenwald, “How Twitter Degrades Discourse and Encourages Distortions: Illustrated by Ex-Pentagon Official Ryan Goodman,” The Intercept, 2018. [Online]. Available: https://theintercept.com/2018/07/15/how-twitter-degrades-discourse-and-encourages-distortions-illustrated-by-ex-pentagon-official-and-nyu-law-professor-ryan-goodman/.
[5] B. Caplan, “Political Power-Lust Thrives in a Democracy,” Foundation for Economic Education, 2017. [Online]. Available: https://fee.org/articles/political-power-lust-thrives-in-a-democracy/.
[6] C. Weller, “Here’s why Trump can legally get away with saying things that aren’t true,” Business insiders, 2016. [Online]. Available: https://www.businessinsider.com/why-politicians-dont-get-sued-over-ads-2016-11.
[7] U. Ecker, “Where does misinformation come from, and what does it do?,” The Conversation, 2012. [Online]. Available: https://theconversation.com/where-does-misinformation-come-from-and-what-does-it-do-9885.
8] G. Jacob and S. Bronda, “How social media can distort and misinform when communicating science,” The Conversation, 2016. [Online]. Available: http://theconversation.com/how-social-media-can-distort-and-misinform-when-communicating-science-59044
[9] S. Bakers, “Social Bakers.” [Online]. Available: www.socialbakers.com
[10] A. York, “Alcance versus impresiones: entendiendo los términos de engagement,” Sproutsocial, 2018. [Online]. Available: https://sproutsocial.com/insights/alcance-versus-impresiones/.
[11] TweetReach, “TweetReach.” [Online]. Available: https://tweetreach.com/.
[12] B. Liu, “Sentiment analysis and opinion mining,” Synth. Lect. Hum. Lang. Technol., vol. 5, no. 1, pp. 1–167, 2012.
[13] J. A. Manrique Hernández, “Identificación de la intención de consultas del usuario en búsquedas Web,” 2016.
[14] S. B. Kotsiantis, I. Zaharakis, and P. Pintelas, “Supervised machine learning: A review of classification techniques,” Emerg. Artif. Intell. Appl. Comput. Eng., vol. 160, pp. 3–24, 2007
15] C. Quan and F. Ren, “Unsupervised product feature extraction for feature-oriented opinion determination,” Inf. Sci. (Ny)., vol. 272, pp. 16–28, 2014.
[16] X. Zhu, “Semi-supervised learning literature survey,” Comput. Sci. Univ. Wisconsin-Madison, vol. 2, no. 3, p. 4, 2006
[17] W. Medhat, A. Hassan, and H. Korashy, “Sentiment analysis algorithms and applications: A survey,” Ain Shams Eng. J., vol. 5, no. 4, pp. 1093–1113, 2014.
[18] A.-H. Tan, “Text Mining: The state of the art and the challenges,” Proc. PAKDD 1999 Work. Knowl. Disocovery from Adv. Databases, 1999.
[19] G. G. Chowdhury, “Natural language processing,” Annu. Rev. Inf. Sci. Technol., vol. 37, no. 1, pp. 51–89, 2003.
[20] D. Zeevi, “Twitter 101: What is Twitter Really About?,” Social Media Today, 2013. [Online]. Available: https://www.socialmediatoday.com/content/twitter-101-what-twitter-really-about.
[21] D. Nations, “What Is a Tweet on Twitter?,” Lifewire, 2017. [Online]. Available: https://www.lifewire.com/what-is-a-tweet-3486211
[22] Twitter, “Retweet FAQs,” Twitter. [Online]. Available: https://help.twitter.com/en/using-twitter/retweet-faq
[23] Twitter, “How to like a Tweet or Moment,” Twitter. [Online]. Available: https://help.twitter.com/en/using-twitter/liking-tweets-and-moments
[24] Twitter, “About your Twitter timeline,” Twitter. [Online]. Available: https://help.twitter.com/en/using-twitter/twitter-timeline
[25] L. F. Cote Peña, “Hábeas data en Colombia, un trasplante normativo para la protección de la dignidad y su correlación con la NTC/ISO/IEC 27001:2013,” XIX Edición del Premio Protección Datos Pers. Investig. la Agencia Española Protección Datos, 2015
[26] P. Palazzi, “What is habeas data?,” Habeasdata.org, 2011. [Online]. Available: 74 http://www.habeasdata.org/wp/2011/06/11/what-is-habeas-data/.
[27] Z. Zhai, B. Liu, J. Wang, H. Xu, and P. Jia, “Product feature grouping for opinion mining,” IEEE Intell. Syst., vol. 27, no. 4, pp. 37–44, 2012
[28] A. Tumasjan, T. O. Sprenger, P. G. Sandner, and I. M. Welpe, “Predicting elections with twitter: What 140 characters reveal about political sentiment.,” Icwsm, vol. 10, no. 1, pp. 178–185, 2010.
[29] A. Ceron, L. Curini, S. M. Iacus, and G. Porro, “Every tweet counts? How sentiment analysis of social media can improve our knowledge of citizens political preferences with an application to Italy and France,” New Media Soc., vol. 16, no. 2, pp. 340–358, 2014.
[30] F. Pla and L.-F. Hurtado, “Political Tendency Identification in Twitter using Sentiment Analysis Techniques,” in Proceedings of the 25th International Conference on Computational Linguistics, COLING, 2014, pp. 183–192.
[31] J. E. Chung and E. Mustafaraj, “Can collective sentiment expressed on twitter predict political elections?,” in AAAI, 2011, vol. 11, pp. 1770–1771
[32] M. Choy, M. L. F. Cheong, M. N. Laik, and K. P. Shung, “A sentiment analysis of Singapore Presidential Election 2011 using Twitter data with census correction,” arXiv Prepr. arXiv1108.5520, 2011
[33] K. Singhal, B. Agrawal, and N. Mittal, “Modeling Indian general elections: sentiment analysis of political Twitter data,” in Information Systems Design and Intelligent Applications, Springer, 2015, pp. 469–477
[34] A. Bermingham and A. Smeaton, “On using Twitter to monitor political sentiment and predict election results,” in Proceedings of the Workshop on Sentiment Analysis where AI meets Psychology (SAAIP 2011), 2011, pp. 2–10
[35] C. Arcila-Calderón, F. Ortega-Mohedano, J. Jiménez-Amores, and S. Trullenque, “Análisis supervisado de sentimientos políticos en español: clasificación en tiempo real de tweets basada en aprendizaje automático,” El Prof. la Inf., vol. 26, no. 5, pp. 973–982, 2017
[36] F. Agulló, A. Guillén, Y. Gutiérrez, and P. Martínez-Barco, “ElectionMap: una representación geolocalizada de intenciones de voto hacia partidos políticos sobre la base de comentarios de usuarios de Twitter,” Proces. del Leng. Nat., no. 55, 2015.
[37] J. A. A. Valencia, A. Carrillo, J. Forero, L. Caicedo, and J. C. Urueña, “Análisis de sentimiento político en twitter para las elecciones de la alcaldía de Bogotá 2015,” 2016
[38] J. C. Sobrino Sande, “Análisis de sentimiento en Twitter,” 2018.
[39] A. McCallum, “A Comparison of Event Models for Naive Bayes Text Classification,” 1998.
[40] “Support Vector Machines.” [Online]. Available: https://scikit-learn.org/stable/modules/svm.html.
[41] “Logistic Regression.” [Online]. Available: https://www.saedsayad.com/logistic_regression.htm
[42] “SGD Classifier.” [Online]. Available: https://stackoverflow.com/questions/45455209/is-stochastic-gradient-descent-a-classifier-or-an-optimizer
[43] K. Rogalski, “The 17 Best Sentiment Analysis Tools,” 2019. [Online]. Available: https://brand24.com/blog/best-sentiment-analysis-tools/.
[44] K. Hornik, “R FAQ,” 2018. [Online]. Available: https://cran.r-project.org/doc/FAQ/R-FAQ.html#What-is-R_003f
[45] VanguardiaLiberal, “‘Nosotros no elegimos a Santos para que consintiera a las Farc’: Uribe,” 2013. [Online]. Available: https://www.vanguardia.com/colombia/nosotros-no-elegimos-a-santos-para-que-consintiera-a-las-farc-PYVL206889
[46] ElTiempo, “Los hechos que marcaron los ocho años de Santos en la Casa de Nariño,” 2018. [Online]. Available: https://www.eltiempo.com/politica/gobierno/los-hechos-que-marcaron-los-ocho-anos-de-santos-en-la-casa-de-narino-25207
[47] ElTiempo, “Juan Manuel Santos anunció que se retira de la política,” 2018. [Online]. Available: https://www.eltiempo.com/politica/gobierno/juan-manuel-santos-dice-que-se-retira-de-la-politica-248220.
[48] C. Rodríguez, M. Romero, L. R. Navarro, A. Saenz, L. Hernández, and O. Páez, “Medios de Redes Sociales y Polarización en Colombia. Uso de Twitter durante el Proceso de Paz Colombiano.,” 2015.
[49] RadioCaracol, “Petro es el personaje del año en redes sociales,” 2018. [Online]. Available: https://caracol.com.co/radio/2018/12/08/tendencias/1544226064_863472.html.
[50] DW, “Mockus: el fenómeno electoral de redes sociales en Colombia,” 2010. [Online]. Available: https://www.dw.com/es/mockus-el-fenómeno-electoral-de-redes-sociales-en-colombia/a-5622105.
[51] J. Ramírez, “Mujeres que transforman la política,” 2018. [Online]. Available: https://cerosetenta.uniandes.edu.co/mujeres-que-transforman-y-politica
[52] H. Marta, “Mujer y política: Claudia López va por la Alcaldía de Bogotá,” 2019. [Online]. Available: http://www.mensaje360.com/0/nota/index.vnc?id=2823
[53] A. Gañán Moreno, “Colombia, un país polarizado,” 2018. [Online]. Available: https://www.elcolombiano.com/opinion/columnistas/colombia-un-pais-polarizado-YB8838313
[54] ElColombiano, “¿Por qué los colombianos no superamos tanta polarización?,” 2019. [Online]. Available: https://www.elcolombiano.com/colombia/por-que-los-colombianos-no-superamos-tanta-polarizacion-JA10458067.
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.spa.fl_str_mv info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
dc.rights.creativecommons.*.fl_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Abierto (Texto Completo)
http://purl.org/coar/access_right/c_abf2
Atribución-NoComercial-SinDerivadas 2.5 Colombia
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.spatial.spa.fl_str_mv Colombia
dc.publisher.grantor.spa.fl_str_mv Universidad Autónoma de Bucaramanga UNAB
dc.publisher.faculty.spa.fl_str_mv Facultad Ingeniería
dc.publisher.program.spa.fl_str_mv Pregrado Ingeniería de Sistemas
institution Universidad Autónoma de Bucaramanga - UNAB
bitstream.url.fl_str_mv https://repository.unab.edu.co/bitstream/20.500.12749/7270/1/2019_Tesis_Jesus_Mario_Rodriguez_Velasquez.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/7270/2/2019_Licencia_Jesus_Mario_Rodriguez.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/7270/3/license.txt
https://repository.unab.edu.co/bitstream/20.500.12749/7270/4/2019_Tesis_Jesus_Mario_Rodriguez_Velasquez.pdf.jpg
https://repository.unab.edu.co/bitstream/20.500.12749/7270/5/2019_Licencia_Jesus_Mario_Rodriguez.pdf.jpg
bitstream.checksum.fl_str_mv f922dba9ff9c4af6bdab4c79ef2c0bb8
ab71f70abc5b071fefe4bce423269eeb
8a4605be74aa9ea9d79846c1fba20a33
fcdb66e7e69309fb217aaff4f90fa0cd
6fc697fbad8f06cdd9cb9bb8276fcbe4
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional | Universidad Autónoma de Bucaramanga - UNAB
repository.mail.fl_str_mv repositorio@unab.edu.co
_version_ 1814277404720365568
spelling Calderón Benavides, Maritza Lilianaa478af73-8b10-4632-aff9-2b9977a8b4e2-1Rodríguez Velásquez, Jesús Mariof70dcf86-32ce-4fff-8100-dca0c3f94b14-1Calderón Benavides, Maritza Liliana [0000068900]Calderón Benavides, Maritza Liliana [XihGBWoAAAAJ]Calderón Benavides, Maritza Liliana [15043558200]Colombia2020-10-01T15:27:30Z2020-10-01T15:27:30Z2019-05-31http://hdl.handle.net/20.500.12749/7270instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABrepourl:https://repository.unab.edu.coCon el auge de redes sociales, algunas plataformas como Twitter se han convertido en importantes distribuidores de información debido a la facilidad de creación y difusión de información, permitiendo a usuario postear contenidos sean de autoría o no. El problema surge cuando se desconoce el sentimiento con el que se difunde la información, pues hay que tener en cuenta que muchos usuarios de redes sociales, en su afán de obtener una popularidad efímera visualizada en retweets, likes, etc., buscan transmitir información que genere polémica y debate para que sea difundida entre los usuarios, quienes que ignoran el sentimiento con el que está transmitiendo dicha información. Adicionalmente, como la política genera ansias de poder entre los mismos líderes, estos buscan transmitir todo tipo de información- generalmente en contra de sus “rivales” políticos y a favor de sus “aliados”-, valiéndose de su influencia y sus miles de seguidores en las redes sociales generando en muchas ocasiones difamación debido a que la información que transmiten no corresponde a la realidad, esto genera polarización entre los ciudadanos debido a que el objetivo de esta información es generar una respuesta emocional en los usuarios que ignoran que la información es verídica o no. En este trabajo se analiza el sentimiento de los mensajes emitidos por líderes políticos colombianos con el fin de determinar qué tipo de influencia están emitiendo en sus seguidores.1. INTRODUCCIÓN .............................................................................................. 8 2. PLANTEAMIENTO DEL PROBLEMA ............................................................... 9 2.1 Árbol de problemas ................................................................................... 14 3. JUSTIFICACIÓN ............................................................................................. 15 4. PREGUNTA DE INVESTIGACIÓN ................................................................. 15 5. HIPÓTESIS ..................................................................................................... 16 6. OBJETIVOS .................................................................................................... 18 6.1 Objetivo general ........................................................................................ 18 6.2 Objetivos específicos ................................................................................ 18 7. RESULTADOS ESPERADOS ......................................................................... 19 8. MARCO TEÓRICO .......................................................................................... 20 8.1 MARCO CONCEPTUAL ........................................................................... 20 8.1.1 Sentiment Analysis [12]. ..................................................................... 20 8.1.1.1 Niveles de análisis. ...................................................................... 20 8.1.1.2 Técnicas de Análisis de Sentimiento [13]. ................................... 21 8.1.2 Text mining o minería de texto [18]. ................................................... 22 8.1.3 Opinión [12]. ....................................................................................... 22 8.1.4 Entidad [12]. ....................................................................................... 23 8.1.5 Natural Languaje Procesing [19]. ....................................................... 24 8.1.6 Twitter [20]. ........................................................................................ 24 8.1.7 Tweet [21]. ......................................................................................... 24 8.1.8 Retweet [22]. ...................................................................................... 25 8.1.9 Like o me gusta en Twitter [23]. ......................................................... 25 8.1.10 Timeline [24]. .................................................................................. 25 8.1.11 Ejemplo de un tweet. ...................................................................... 25 8.2 MARCO LEGAL ........................................................................................ 26 8.2.1 Habeas data [25][26]: ......................................................................... 26 8.3 ESTADO DEL ARTE................................................................................. 27 8.3.1 Ámbito internacional ........................................................................... 28 8.3.2 Ámbito regional .................................................................................. 45 9. PLAN DE ACTIVIDADES ................................................................................ 49 10. CRONOGRAMA ........................................................................................... 50 11. PRESUPUESTO .......................................................................................... 50 11.1 Presupuesto global ................................................................................ 50 11.1.1 Descripción de los gastos de personal. .......................................... 51 11.1.2 Descripción y cuantificación de los equipos de equipos y software de uso. 51 11.1.3 Descripción de materiales, suministros y bibliografía. .................... 51 12. ANÁLISIS DE SENTIMIENTO EN TWITTER [38] ........................................ 53 12.1. Corpus de entrenamiento ......................................................................... 53 12.2. Algoritmos de clasificación ........................................................................ 54 12.2.1. Original Naives Bayes [39] .................................................................. 54 12.2.2. Bernoulli Naives Bayes [39] ................................................................. 54 12.2.3. Linear Support-Vector Machine [40] .................................................... 54 12.2.4. Logistic Regression [41] ...................................................................... 54 12.2.5. Multinomial Naive Bayes [39] .............................................................. 55 12.2.6. SGDC Classifier [42] ........................................................................... 55 12.3 Proceso de entrenamiento de los algoritmos ......................................... 56 12.3.1 Pre-procesamiento de los datos ..................................................... 56 12.3.2 Tokenización ................................................................................... 57 12.3.3 Extracción de las características ..................................................... 57 12.3.4 Reducción de las características .................................................... 58 13. DISEÑO Y DESARROLLO DE LA HERRAMIENTA .................................... 59 13.1. Herramientas para hacer Análisis de Sentimiento. ................................... 59 13.2. Diseño y desarrollo de la herramienta. ..................................................... 60 14. RESULTADOS ............................................................................................. 64 14.1. Juan Manuel Santos .............................................................................. 64 14.2. Álvaro Uribe Vélez ................................................................................. 66 14.3. Gustavo Petro ........................................................................................ 66 14.4. Antanas Mockus .................................................................................... 67 14.5. Claudia López [51]: ................................................................................ 68 14.6. Conclusiones de los resultados ............................................................. 69 15. CONCLUSIONES ........................................................................................ 71 16. REFERENCIAS BIBLIOGRÁFICAS ............................................................. 72PregradoWith the rise of social networks, some platforms such as Twitter have become important distributors of information due to the ease of creation and dissemination of information, allowing users to post content whether authored or not. The problem arises when the feeling with which the information is disseminated is unknown, since it is necessary to take into account that many social network users, in their eagerness to obtain ephemeral popularity visualized in retweets, likes, etc., seek to transmit information that generate controversy and debate so that it is disseminated among the users, who ignore the feeling with which it is transmitting said information. In addition, as politics generates a desire for power among the leaders themselves, they seek to transmit all kinds of information - generally against their political "rivals" and in favor of their "allies" - using their influence and their thousands of followers in the social networks generating in many cases defamation because the information that they transmit does not correspond to the reality, this generates polarization between the citizens because the objective of this information is to generate an emotional response in the users who ignore that the information is true or not. This paper analyzes the sentiment of the messages issued by Colombian political leaders in order to determine what kind of influence they are emitting in their followers.application/pdfspahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Atribución-NoComercial-SinDerivadas 2.5 ColombiaAnálisis de la opinión de personalidades influyentes de la política colombiana a través de técnicas de análisis de sentimientoAnalysis of the opinion of influential personalities in Colombian politics through sentiment analysis techniquesIngeniero de SistemasUniversidad Autónoma de Bucaramanga UNABFacultad IngenieríaPregrado Ingeniería de Sistemasinfo:eu-repo/semantics/bachelorThesisTrabajo de Gradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/redcol/resource_type/TPSystems engineerTechnological innovationsSocial networksInformation distributorsSentiment analysisHuman relationsSocial behaviorSocial participationCommunity actionPublic opinionIngeniería de sistemasInnovaciones tecnológicasRelaciones humanasConducta socialParticipación socialAcción comunitariaOpinión públicaRedes socialesDistribuidores de informaciónAnálisis de sentimiento[1] C. Grosvenor, “Social Networking Boom,” 2017. [Online]. Available: https://socialnetworking.lovetoknow.com/Social_Networking_Boom.[2] H. Wiesenhofer, M. Ebner, and I. Kamrat, “Is Twitter an Individual Mass Communication Medium?,” C. Crawford al. (Eds.), Proc. Soc. Inf. Technol. Teach. Educ. Int. Conf. 2010, pp. 1712–1717, 2010.[3] H. Kwak, C. Lee, H. Park, and S. Moon, “What is Twitter, a Social Network or a News Media?,” Proceedings of the 19th international conference on World wide web, 2010. [Online]. Available: http://an.kaist.ac.kr/~haewoon/papers/2010-www-twitter.pdf.[4] G. Greenwald, “How Twitter Degrades Discourse and Encourages Distortions: Illustrated by Ex-Pentagon Official Ryan Goodman,” The Intercept, 2018. [Online]. Available: https://theintercept.com/2018/07/15/how-twitter-degrades-discourse-and-encourages-distortions-illustrated-by-ex-pentagon-official-and-nyu-law-professor-ryan-goodman/.[5] B. Caplan, “Political Power-Lust Thrives in a Democracy,” Foundation for Economic Education, 2017. [Online]. Available: https://fee.org/articles/political-power-lust-thrives-in-a-democracy/.[6] C. Weller, “Here’s why Trump can legally get away with saying things that aren’t true,” Business insiders, 2016. [Online]. Available: https://www.businessinsider.com/why-politicians-dont-get-sued-over-ads-2016-11.[7] U. Ecker, “Where does misinformation come from, and what does it do?,” The Conversation, 2012. [Online]. Available: https://theconversation.com/where-does-misinformation-come-from-and-what-does-it-do-9885.8] G. Jacob and S. Bronda, “How social media can distort and misinform when communicating science,” The Conversation, 2016. [Online]. Available: http://theconversation.com/how-social-media-can-distort-and-misinform-when-communicating-science-59044[9] S. Bakers, “Social Bakers.” [Online]. Available: www.socialbakers.com[10] A. York, “Alcance versus impresiones: entendiendo los términos de engagement,” Sproutsocial, 2018. [Online]. Available: https://sproutsocial.com/insights/alcance-versus-impresiones/.[11] TweetReach, “TweetReach.” [Online]. Available: https://tweetreach.com/.[12] B. Liu, “Sentiment analysis and opinion mining,” Synth. Lect. Hum. Lang. Technol., vol. 5, no. 1, pp. 1–167, 2012.[13] J. A. Manrique Hernández, “Identificación de la intención de consultas del usuario en búsquedas Web,” 2016.[14] S. B. Kotsiantis, I. Zaharakis, and P. Pintelas, “Supervised machine learning: A review of classification techniques,” Emerg. Artif. Intell. Appl. Comput. Eng., vol. 160, pp. 3–24, 200715] C. Quan and F. Ren, “Unsupervised product feature extraction for feature-oriented opinion determination,” Inf. Sci. (Ny)., vol. 272, pp. 16–28, 2014.[16] X. Zhu, “Semi-supervised learning literature survey,” Comput. Sci. Univ. Wisconsin-Madison, vol. 2, no. 3, p. 4, 2006[17] W. Medhat, A. Hassan, and H. Korashy, “Sentiment analysis algorithms and applications: A survey,” Ain Shams Eng. J., vol. 5, no. 4, pp. 1093–1113, 2014.[18] A.-H. Tan, “Text Mining: The state of the art and the challenges,” Proc. PAKDD 1999 Work. Knowl. Disocovery from Adv. Databases, 1999.[19] G. G. Chowdhury, “Natural language processing,” Annu. Rev. Inf. Sci. Technol., vol. 37, no. 1, pp. 51–89, 2003.[20] D. Zeevi, “Twitter 101: What is Twitter Really About?,” Social Media Today, 2013. [Online]. Available: https://www.socialmediatoday.com/content/twitter-101-what-twitter-really-about.[21] D. Nations, “What Is a Tweet on Twitter?,” Lifewire, 2017. [Online]. Available: https://www.lifewire.com/what-is-a-tweet-3486211[22] Twitter, “Retweet FAQs,” Twitter. [Online]. Available: https://help.twitter.com/en/using-twitter/retweet-faq[23] Twitter, “How to like a Tweet or Moment,” Twitter. [Online]. Available: https://help.twitter.com/en/using-twitter/liking-tweets-and-moments[24] Twitter, “About your Twitter timeline,” Twitter. [Online]. Available: https://help.twitter.com/en/using-twitter/twitter-timeline[25] L. F. Cote Peña, “Hábeas data en Colombia, un trasplante normativo para la protección de la dignidad y su correlación con la NTC/ISO/IEC 27001:2013,” XIX Edición del Premio Protección Datos Pers. Investig. la Agencia Española Protección Datos, 2015[26] P. Palazzi, “What is habeas data?,” Habeasdata.org, 2011. [Online]. Available: 74 http://www.habeasdata.org/wp/2011/06/11/what-is-habeas-data/.[27] Z. Zhai, B. Liu, J. Wang, H. Xu, and P. Jia, “Product feature grouping for opinion mining,” IEEE Intell. Syst., vol. 27, no. 4, pp. 37–44, 2012[28] A. Tumasjan, T. O. Sprenger, P. G. Sandner, and I. M. Welpe, “Predicting elections with twitter: What 140 characters reveal about political sentiment.,” Icwsm, vol. 10, no. 1, pp. 178–185, 2010.[29] A. Ceron, L. Curini, S. M. Iacus, and G. Porro, “Every tweet counts? How sentiment analysis of social media can improve our knowledge of citizens political preferences with an application to Italy and France,” New Media Soc., vol. 16, no. 2, pp. 340–358, 2014.[30] F. Pla and L.-F. Hurtado, “Political Tendency Identification in Twitter using Sentiment Analysis Techniques,” in Proceedings of the 25th International Conference on Computational Linguistics, COLING, 2014, pp. 183–192.[31] J. E. Chung and E. Mustafaraj, “Can collective sentiment expressed on twitter predict political elections?,” in AAAI, 2011, vol. 11, pp. 1770–1771[32] M. Choy, M. L. F. Cheong, M. N. Laik, and K. P. Shung, “A sentiment analysis of Singapore Presidential Election 2011 using Twitter data with census correction,” arXiv Prepr. arXiv1108.5520, 2011[33] K. Singhal, B. Agrawal, and N. Mittal, “Modeling Indian general elections: sentiment analysis of political Twitter data,” in Information Systems Design and Intelligent Applications, Springer, 2015, pp. 469–477[34] A. Bermingham and A. Smeaton, “On using Twitter to monitor political sentiment and predict election results,” in Proceedings of the Workshop on Sentiment Analysis where AI meets Psychology (SAAIP 2011), 2011, pp. 2–10[35] C. Arcila-Calderón, F. Ortega-Mohedano, J. Jiménez-Amores, and S. Trullenque, “Análisis supervisado de sentimientos políticos en español: clasificación en tiempo real de tweets basada en aprendizaje automático,” El Prof. la Inf., vol. 26, no. 5, pp. 973–982, 2017[36] F. Agulló, A. Guillén, Y. Gutiérrez, and P. Martínez-Barco, “ElectionMap: una representación geolocalizada de intenciones de voto hacia partidos políticos sobre la base de comentarios de usuarios de Twitter,” Proces. del Leng. Nat., no. 55, 2015.[37] J. A. A. Valencia, A. Carrillo, J. Forero, L. Caicedo, and J. C. Urueña, “Análisis de sentimiento político en twitter para las elecciones de la alcaldía de Bogotá 2015,” 2016[38] J. C. Sobrino Sande, “Análisis de sentimiento en Twitter,” 2018.[39] A. McCallum, “A Comparison of Event Models for Naive Bayes Text Classification,” 1998.[40] “Support Vector Machines.” [Online]. Available: https://scikit-learn.org/stable/modules/svm.html.[41] “Logistic Regression.” [Online]. Available: https://www.saedsayad.com/logistic_regression.htm[42] “SGD Classifier.” [Online]. Available: https://stackoverflow.com/questions/45455209/is-stochastic-gradient-descent-a-classifier-or-an-optimizer[43] K. Rogalski, “The 17 Best Sentiment Analysis Tools,” 2019. [Online]. Available: https://brand24.com/blog/best-sentiment-analysis-tools/.[44] K. Hornik, “R FAQ,” 2018. [Online]. Available: https://cran.r-project.org/doc/FAQ/R-FAQ.html#What-is-R_003f[45] VanguardiaLiberal, “‘Nosotros no elegimos a Santos para que consintiera a las Farc’: Uribe,” 2013. [Online]. Available: https://www.vanguardia.com/colombia/nosotros-no-elegimos-a-santos-para-que-consintiera-a-las-farc-PYVL206889[46] ElTiempo, “Los hechos que marcaron los ocho años de Santos en la Casa de Nariño,” 2018. [Online]. Available: https://www.eltiempo.com/politica/gobierno/los-hechos-que-marcaron-los-ocho-anos-de-santos-en-la-casa-de-narino-25207[47] ElTiempo, “Juan Manuel Santos anunció que se retira de la política,” 2018. [Online]. Available: https://www.eltiempo.com/politica/gobierno/juan-manuel-santos-dice-que-se-retira-de-la-politica-248220.[48] C. Rodríguez, M. Romero, L. R. Navarro, A. Saenz, L. Hernández, and O. Páez, “Medios de Redes Sociales y Polarización en Colombia. Uso de Twitter durante el Proceso de Paz Colombiano.,” 2015.[49] RadioCaracol, “Petro es el personaje del año en redes sociales,” 2018. [Online]. Available: https://caracol.com.co/radio/2018/12/08/tendencias/1544226064_863472.html.[50] DW, “Mockus: el fenómeno electoral de redes sociales en Colombia,” 2010. [Online]. Available: https://www.dw.com/es/mockus-el-fenómeno-electoral-de-redes-sociales-en-colombia/a-5622105.[51] J. Ramírez, “Mujeres que transforman la política,” 2018. [Online]. Available: https://cerosetenta.uniandes.edu.co/mujeres-que-transforman-y-politica[52] H. Marta, “Mujer y política: Claudia López va por la Alcaldía de Bogotá,” 2019. [Online]. Available: http://www.mensaje360.com/0/nota/index.vnc?id=2823[53] A. Gañán Moreno, “Colombia, un país polarizado,” 2018. [Online]. Available: https://www.elcolombiano.com/opinion/columnistas/colombia-un-pais-polarizado-YB8838313[54] ElColombiano, “¿Por qué los colombianos no superamos tanta polarización?,” 2019. [Online]. Available: https://www.elcolombiano.com/colombia/por-que-los-colombianos-no-superamos-tanta-polarizacion-JA10458067.ORIGINAL2019_Tesis_Jesus_Mario_Rodriguez_Velasquez.pdf2019_Tesis_Jesus_Mario_Rodriguez_Velasquez.pdfTesisapplication/pdf1692594https://repository.unab.edu.co/bitstream/20.500.12749/7270/1/2019_Tesis_Jesus_Mario_Rodriguez_Velasquez.pdff922dba9ff9c4af6bdab4c79ef2c0bb8MD51open access2019_Licencia_Jesus_Mario_Rodriguez.pdf2019_Licencia_Jesus_Mario_Rodriguez.pdfLicenciaapplication/pdf1324685https://repository.unab.edu.co/bitstream/20.500.12749/7270/2/2019_Licencia_Jesus_Mario_Rodriguez.pdfab71f70abc5b071fefe4bce423269eebMD52metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repository.unab.edu.co/bitstream/20.500.12749/7270/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD53open accessTHUMBNAIL2019_Tesis_Jesus_Mario_Rodriguez_Velasquez.pdf.jpg2019_Tesis_Jesus_Mario_Rodriguez_Velasquez.pdf.jpgIM Thumbnailimage/jpeg5939https://repository.unab.edu.co/bitstream/20.500.12749/7270/4/2019_Tesis_Jesus_Mario_Rodriguez_Velasquez.pdf.jpgfcdb66e7e69309fb217aaff4f90fa0cdMD54open access2019_Licencia_Jesus_Mario_Rodriguez.pdf.jpg2019_Licencia_Jesus_Mario_Rodriguez.pdf.jpgIM Thumbnailimage/jpeg9593https://repository.unab.edu.co/bitstream/20.500.12749/7270/5/2019_Licencia_Jesus_Mario_Rodriguez.pdf.jpg6fc697fbad8f06cdd9cb9bb8276fcbe4MD55metadata only access20.500.12749/7270oai:repository.unab.edu.co:20.500.12749/72702022-07-06 09:58:48.424open accessRepositorio Institucional | Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.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

Publicaciones similares