Desarrollo y evaluación de sistemas de recomendación con análisis de sentimientos para la optimización de ventas en el mercado online : un enfoque analítico de datos

RESUMEN : Este proyecto de monografía se enfoca en el desarrollo y evaluación de sistemas de recomendación con análisis de sentimientos para entender e identificar los patrones de comportamiento e interacción entre los usuarios y los productos en el mercado en línea, utilizando datos de reseñas de Amazon hasta el año 2018. Nuestra investigación tiene como objetivo abordar preguntas clave, utilizando datos de reseñas para mejorar las recomendaciones de productos, la aplicación del análisis de sentimientos para comprender las preferencias de los usuarios, evaluar la efectividad de diversos modelos de sistemas de recomendación y medir su rendimiento. Hemos empleado una variedad de enfoques, que incluyen Collaborative Filtering Systems, Content-Based Systems, Hybrid Recommendation Systems y Empirical Methods in Natural Language Processing. La evaluación se realizó con las siguientes métricas MSE, RMSE, MAE, MAPE y k-fold cross-validation Durante el proceso, enfrentamos desafíos relacionados con la calidad y volumen de los datos, incluida la capacidad de procesamiento en ambientes de desarrollo experimentales como Google Colaboratory, así como la selección adecuada de modelos. Sin embargo, superamos estos obstáculos mediante técnicas de preprocesamiento y ajuste de hiperparámetros. Los resultados revelaron mejoras en la precisión de las recomendaciones y la comprensión de las preferencias de los usuarios. Los modelos híbridos y los enfoques basados en contenido mostraron un rendimiento particularmente prometedor. Esta investigación presenta un enfoque analítico de datos para respaldar el entendimiento de las interacciones usuario - producto en mercados en línea y así aprovechar las propiedades del análisis de sentimientos y sistemas de recomendación. Nuestros resultados respaldan la utilidad de estos enfoques y abren oportunidades para aplicaciones en el comercio electrónico y más allá.

• Autores: Beltrán Durango, Lina María; Otero Andrade, Mario Earles
• Tipo de recurso: Tesis
• Fecha de publicación: 2023
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/37595
• Acceso en línea: https://hdl.handle.net/10495/37595
• Palabra clave: Análisis de sentimientos; Sentiment Analysis; Aprendizaje automático (inteligencia artificial); Machine learning; Comercio electrónico; Electronic commerce; Sistemas de recomendación; Ventas minoristas
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-sa/2.5/co/