Hacia un análisis de reputación online, mediante el modelado de tópicos de la información en redes sociales, de la Universidad Pontificia de Comillas

Abstract

En el análisis de reputación online se busca extraer conocimiento a partir de datos principalmente textuales, mediante el modelado de tópicos de la información, sean “estructurados” y “no estructurados”. En este caso, documentos recopilados de la red social Twitter a través de su servicio de la API y técnicas de web scraping, con la finalidad de agrupar, identificar y clasificar las temáticas más relevantes de la comunidad de la Universidad Pontificia de Comillas en Twitter. Se sigue la metodología CRISP-DM aplicada a la minería de texto junto con un procesamiento de lenguaje natural con los recursos disponibles. La finalidad de este proyecto es analizar la reputación de la universidad (análisis de sentimientos).

ABSTRACT Online reputation analysis seeks to extract knowledge from mainly textual data by modelling information topics, both "structured" and "unstructured". In this case, documents collected from the social network Twitter through its API service and web scraping techniques, in order to group, identify and classify the most relevant topics of the community of the Universidad Pontificia de Comillas on Twitter. It follows the CRISP-DM methodology applied to text mining together with natural language processing with the available resources. The aim of this project is to analyze the reputation of the university (Sentiment Analysis),