Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PORTADA
CARRERA DE COMPUTACIÓN
TRABAJO GRUPAL
TEMA:
ANÁLISIS DE TEXTO EN REDES SOCIALES
AUTORES:
SILVIO E. ALCÍVAR ZAMBRANO
FASUTO D. LOOR CAMPUES
JORGE R. LOAYZA ZAMBRANO
FACILITADOR:
ING. JAVIER LÓPEZ
1. INTRODUCCIÓN
Según Gálvez Arias, Guzmán Ramos, Chipana Villa, Trigoso Valeriano, & Alberto
(1995) explotar y analizar el contenido de las redes sociales ha causado interés en
los investigadores como en las mismas compañías y por ello se han desarrollado
técnicas de análisis que permiten conocer a grandes rasgos la satisfacción y la
opinión de los clientes con respecto a determinado tema, este tipo de estudio se le
conoce como “Opinion Mining”.
2. DESARROLLO
2.2 REQUERIMIENTOS
Una laptop
import tweepy
from time import sleep
from datetime import datetime
from textblob import TextBlob
import matplotlib.pyplot as plt
%matplotlib inline
La librería tweepy es la que nos dará acceso a la API mientras que la librería time es
para utilizar la hora, adelante veremos donde la utilizamos, textblob y matplotlib la
utilizaremos para el análisis de los tweets.
5
2.4 CODIFICACIÓN
Luego se definen las variables para el acceso al API de twitter con las cuales se
usarán para autentificarse
Imprime el nombre del usuario que se ha logeado dentro y con la que se puede
acceder a la API
6
La siguiente función es la de obtener tweets se recorre con un for todos los tweets
con los parámetros de la palabra, la cantidad de tweets y el lenguaje en el que quiere
buscarlo de todo estoy con la ayuda de la API, una vez dentro con la librería de
textblob se le asignará el banco de palabras a análisis que luego en su parte
sentimientos le asigna a análisis y en su pate popularidad se le asigna a la variable
popularidad luego se le va llenado la lista de popularidad y de la misma manera se
llena la lista de números y al final se incrementa en 1 para avanzar en la lista y que
no se convierta en un bucle infinito.
7
Ahora de la función de obtener tweets que tenía como parámetro la palabra a buscar
el número de tweets a buscar y en que lenguaje buscar se va a recuperar y asignarlo
a la lista de número y a la lista de popularidad.
Por último, utilizamos la función de graficar datos donde le pasaremos los datos
coleccionados en la lista de números y la lista de popularidad además de los
componentes como el promedio de sentimientos la hora y la fecha en que se ejecuta
la función para graficar todos estos resultados.
Como podemos ver aquí no hay sesgo definido más bien hay gente que piensa a favor
de la prueba ser bachiller muestra que hay otro grupo de gente que piensa lo contrario
es por aquello que vemos un gráfico parejo.
9
3. BIBLIOGRAFÍAS
Gálvez Arias, P. X., Guzmán Ramos, P. J., Chipana Villa, L. A., Trigoso Valeriano, C.,
& Alberto. (1995). Análisis de publicaciones en redes sociales para empresas
utilizando inteligencia artificial. PERSPECTIV@S. Revista de Tecnología e
Información, 15(15), 45–50. Retrieved from
http://revistas.uigv.edu.pe/index.php/perspectiva/article/view/592