Análisis de sentimientos en Twitter con stacking ensemble para el índice de aprobación política de la presidencia del estado peruano

García Cercado, Deivis Ronald; Villarroel López, Juan Manuel; Barzola Torres, William Salvadory

Análisis de sentimientos en Twitter con stacking ensemble para el índice de aprobación política de la presidencia del estado peruano

dc.contributor.advisor	Soria Quijaite, Juan Jesús
dc.contributor.author	García Cercado, Deivis Ronald
dc.contributor.author	Villarroel López, Juan Manuel
dc.contributor.author	Barzola Torres, William Salvadory
dc.date.accessioned	2025-01-09T14:18:21Z
dc.date.available	2025-01-09T14:18:21Z
dc.date.embargoEnd	2026-11-06
dc.date.issued	2024-11-06
dc.description.abstract	La creciente complejidad de los problemas políticos de un país destaca la importancia de comprender la percepción pública, para buscar alternativas y estrategias que permitan mejorar el bienestar de la población. Este estudio empleó el método stacking ensemble como una alternativa para mejorar la precisión en las métricas de clasificación y evaluar el índice de aprobación política del estado peruano mediante el análisis de sentimientos en Twitter. Con un enfoque metodológico riguroso que abarcó desde la recolección de datos hasta su presentación, el estudio logró una clasificación eficiente utilizando una muestra de 8724 tuits recolectados de ciudadanos peruanos del año 2023. Se generaron gráficos dinámicos que ilustran las puntuaciones de clasificación de sentimientos, lo que facilita una interpretación intuitiva. La investigación tuvo como objetivo mejorar las métricas de precisión, recall, exactitud y F1-score en la clasificación del análisis de sentimientos. Los resultados de los modelos individuales mostraron que Support Vector Machine alcanzo un (accuracy=75%, MSE = 0.306). Sin embargo, el método stacking ensemble logró una accuracy del 77% y un MSE de 0.2846, lo cual es más óptimo en comparación con los métodos individuales.
dc.description.escuela	Escuela Profesional de Ingeniería de Sistemas
dc.description.lineadeinvestigacion	Inteligencia artificial
dc.description.sede	Lima
dc.format	application/pdf
dc.identifier.uri	http://repositorio.upeu.edu.pe/handle/20.500.12840/8394
dc.language.iso	spa
dc.publisher	Universidad Peruana Unión
dc.publisher.country	PE
dc.rights	info:eu-repo/semantics/embargoedAccess
dc.rights.uri	http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.subject	Stacking ensemble
dc.subject	Análisis de sentimientos
dc.subject	Aprendizaje automático
dc.subject	La calificación de aprobación en Twitter
dc.subject.ocde	http://purl.org/pe-repo/ocde/ford#2.02.04
dc.title	Análisis de sentimientos en Twitter con stacking ensemble para el índice de aprobación política de la presidencia del estado peruano
dc.type	info:eu-repo/semantics/bachelorThesis
renati.advisor.dni	21504919
renati.advisor.orcid	https://orcid.org/0000-0002-4415-8622
renati.author.dni	48762828
renati.author.dni	72764946
renati.author.dni	48256342
renati.discipline	612076
renati.juror	Alvizuri Llerena, Geraldine Verónica
renati.juror	Centurion Julca, Lennin Henry
renati.juror	Saboya Rios, Nemias
renati.juror	Pineda Anco, Ferdinan Edgardo
renati.juror	Soria Quijate, Juan Jesus
renati.level	http://purl.org/pe-repo/renati/nivel#tituloProfesional
renati.type	http://purl.org/pe-repo/renati/type#tesis
thesis.degree.discipline	Ingeniería de Sistemas
thesis.degree.grantor	Universidad Peruana Unión. Facultad de Ingeniería y Arquitectura
thesis.degree.name	Ingeniero de Sistemas