Análisis de contenido en Twitter y el aislamiento social obligatorio

Este trabajo analiza el contenido en tweets que contienen una etiqueta asociada al aislamiento social obligatorio, medida adoptada por las Autoridades Nacionales de Argentina el 20 de marzo de 2020 frente a la expansión de la pandemia COVID-19. Mediante la utilización de técnicas de minería de texto...

Descripción completa

Detalles Bibliográficos
Autor principal: Salaberry, Natalia
Formato: Artículo publishedVersion
Lenguaje:Español
Español
Publicado: 2020
Acceso en línea:http://bibliotecadigital.econ.uba.ar/econ/collection/rimmage/document/rimmage_v7_n1_01
https://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=rimmage&d=rimmage_v7_n1_01_oai
Aporte de:
Repositorio Digital de la Universidad de Buenos Aires (UBA) de Universidad de Buenos Aires
id I28-R145-rimmage_v7_n1_01_oai
record_format dspace
spelling I28-R145-rimmage_v7_n1_01_oai2024-10-28 Salaberry, Natalia Salaberry, Natalia 2020-06 2020-06 Este trabajo analiza el contenido en tweets que contienen una etiqueta asociada al aislamiento social obligatorio, medida adoptada por las Autoridades Nacionales de Argentina el 20 de marzo de 2020 frente a la expansión de la pandemia COVID-19. Mediante la utilización de técnicas de minería de texto, el objetivo de este trabajo es la clasificación de tweets a partir del sentimiento contenido en los mismos expresados por usuarios en la red social Twitter respecto del aislamiento social obligatorio. Con este propósito se procesan mediante técnicas de minería de datos, 2.965 tweets recolectados a través de la API (Application Programming Interface) de Twitter de uso público y gratuito. A partir de su análisis mediante técnicas de minería de texto, se concluye que el 49,8% de los tweets contiene un sentimiento negativo respecto del aislamiento social obligatorio. Si bien las técnicas utilizadas podrían ampliarse, la metodología presentada puede considerarse una buena primera aproximación al procesamiento y análisis de datos alternativos para la generación de valor agregado. Este trabajo analiza el contenido en tweets que contienen una etiqueta asociada al aislamiento social obligatorio, medida adoptada por las Autoridades Nacionales de Argentina el 20 de marzo de 2020 frente a la expansión de la pandemia COVID-19. Mediante la utilización de técnicas de minería de texto, el objetivo de este trabajo es la clasificación de tweets a partir del sentimiento contenido en los mismos expresados por usuarios en la red social Twitter respecto del aislamiento social obligatorio. Con este propósito se procesan mediante técnicas de minería de datos, 2.965 tweets recolectados a través de la API (Application Programming Interface) de Twitter de uso público y gratuito. A partir de su análisis mediante técnicas de minería de texto, se concluye que el 49,8% de los tweets contiene un sentimiento negativo respecto del aislamiento social obligatorio. Si bien las técnicas utilizadas podrían ampliarse, la metodología presentada puede considerarse una buena primera aproximación al procesamiento y análisis de datos alternativos para la generación de valor agregado. Fil: Salaberry, Natalia. Universidad de Buenos Aires. Facultad de Ciencias Económicas Fil: Salaberry, Natalia. Universidad de Buenos Aires. Facultad de Ciencias Económicas application/pdf application/pdf rimmage_v7_n1_01 http://bibliotecadigital.econ.uba.ar/econ/collection/rimmage/document/rimmage_v7_n1_01 spa spa info:eu-repo/semantics/openAccess info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by/2.5/ar/ http://creativecommons.org/licenses/by/2.5/ar/ Rev. invest. modelos mat. apl. gest. econ. Vol. 07, Nro. 01 (2020), p. 1-15 Rev. invest. modelos mat. apl. gest. econ. Vol. 07, Nro. 01 (2020), p. 1-15 Análisis de contenido en Twitter y el aislamiento social obligatorio Análisis de contenido en Twitter y el aislamiento social obligatorio info:eu-repo/semantics/article info:ar-repo/semantics/artículo info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/article info:ar-repo/semantics/artículo info:eu-repo/semantics/publishedVersion https://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=rimmage&d=rimmage_v7_n1_01_oai
institution Universidad de Buenos Aires
institution_str I-28
repository_str R-145
collection Repositorio Digital de la Universidad de Buenos Aires (UBA)
language Español
Español
orig_language_str_mv spa
spa
description Este trabajo analiza el contenido en tweets que contienen una etiqueta asociada al aislamiento social obligatorio, medida adoptada por las Autoridades Nacionales de Argentina el 20 de marzo de 2020 frente a la expansión de la pandemia COVID-19. Mediante la utilización de técnicas de minería de texto, el objetivo de este trabajo es la clasificación de tweets a partir del sentimiento contenido en los mismos expresados por usuarios en la red social Twitter respecto del aislamiento social obligatorio. Con este propósito se procesan mediante técnicas de minería de datos, 2.965 tweets recolectados a través de la API (Application Programming Interface) de Twitter de uso público y gratuito. A partir de su análisis mediante técnicas de minería de texto, se concluye que el 49,8% de los tweets contiene un sentimiento negativo respecto del aislamiento social obligatorio. Si bien las técnicas utilizadas podrían ampliarse, la metodología presentada puede considerarse una buena primera aproximación al procesamiento y análisis de datos alternativos para la generación de valor agregado.
format Artículo
Artículo
publishedVersion
Artículo
Artículo
publishedVersion
author Salaberry, Natalia
Salaberry, Natalia
spellingShingle Salaberry, Natalia
Salaberry, Natalia
Análisis de contenido en Twitter y el aislamiento social obligatorio
author_facet Salaberry, Natalia
Salaberry, Natalia
author_sort Salaberry, Natalia
title Análisis de contenido en Twitter y el aislamiento social obligatorio
title_short Análisis de contenido en Twitter y el aislamiento social obligatorio
title_full Análisis de contenido en Twitter y el aislamiento social obligatorio
title_fullStr Análisis de contenido en Twitter y el aislamiento social obligatorio
title_full_unstemmed Análisis de contenido en Twitter y el aislamiento social obligatorio
title_sort análisis de contenido en twitter y el aislamiento social obligatorio
publishDate 2020
url http://bibliotecadigital.econ.uba.ar/econ/collection/rimmage/document/rimmage_v7_n1_01
https://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=rimmage&d=rimmage_v7_n1_01_oai
work_keys_str_mv AT salaberrynatalia analisisdecontenidoentwitteryelaislamientosocialobligatorio
AT salaberrynatalia analisisdecontenidoentwitteryelaislamientosocialobligatorio
_version_ 1824359461782814720

Ejemplares similares