Análisis de patrones y relaciones de comentarios en Facebook para el social media marketing basado en K-MEANS
Resumen
El presente trabajo pretende analizar los comentarios en las publicaciones de Facebook basándose en el proceso de analizar texto de minería de texto e implementando el algoritmo de K-means de minería de datos para encontrar patrones o relaciones de los cuales se podrá entregar resultados estadísticos acerca de las asociaciones de las palabras con mayor peso en todos los comentarios del segmento de clientes actuales y/o segmentación de mercado.
Para realizar este trabajo se utilizara el proceso knowledge Discovery in databases para analizar texto de minería de texto, analizar ficheros de texto no estructurados; para la etapa de recolección de datos se utilizará el software Facepager, que es un software automatizado para recolectar los datos de las redes sociales como Facebook, se utilizará esta herramienta para obtener los comentarios de las publicaciones de Facebook para después pasar a la etapa de preparación de datos en la que se utilizara un algoritmo basado en Python para hacer la limpieza y procesamiento de los datos, en donde se extraerán los datos necesarios para el estudio objetivo, y realizar la etapa de extracción de conocimiento en base al proceso de transformación de texto a matriz. Además que el proceso del term vector weighting, le da a cada palabra un peso específico con respecto al documento en el que se encuentra y entre todos los documentos estudiados, esta etapa nos entregara todos los datos importantes para después realizar la evaluación de los resultados con el algoritmo K-means de Weka, esta etapa nos mostrara las asociaciones, patrones y relaciones entro los datos y datos estadísticos de cada uno en el documento