Objetivo

Realizar un análisis de sentimientos de datos recolectados de redes sociales, utilizando el lenguaje de programación Python. Extraer, preprocesar, analizar y visualizar datos para interpretar las opiniones y emociones expresadas en las redes sociales relacionados con un tema específico.

Descripción

El tema se centra en el análisis de sentimientos, una práctica crucial en el campo del procesamiento del lenguaje natural. A través de este tema, los aprendices descubrirán cómo las opiniones y emociones expresadas en las redes sociales pueden ser analizadas y visualizadas utilizando Python, proporcionando hallazgos valiosos para diversas aplicaciones, como la toma de decisiones empresariales y la comprensión de las tendencias públicas.

Haz clic para revisar la explicación.

Análisis de sentimientos

Los siguientes enlaces son externos a la Universidad Tecmilenio, al acceder a ellos considera que debes apegarte a sus términos y condiciones.

Revisa el siguiente video:

Para conocer más sobre análisis de sentimientos, revisa el siguiente video:

• Isabel Cristina Yepes Ocampo. (2018, 20 de julio). Women Who Code Medellin – Análisis de sentimiento con Python [Archivo de video]. Recuperado de https://www.youtube.com/watch?v=rDFY51cfeX0

Revisa las siguientes lecturas:

Para conocer más sobre análisis de sentimientos, te recomendamos leer:

• Unipython. (s.f.) Tutorial de análisis de sentimientos de Twitter en Python P.1. Recuperado de https://unipython.com/tutorial-de-analisis-de-sentimientos-de-twitter/
  
  
• Yener, Y. (2020). Step by step: Twitter sentiment analysis in Python. Recuperado de https://towardsdatascience.com/step-by-step-twitter-sentiment-analysis-in-python-d6f650ade58d

Objetivo

Aplicar las habilidades de programación en Python para recolectar información en redes sociales, explorarla, analizarla y visualizar el sentimiento del público en general, identificando los sentimientos como positivos, neutrales y negativos que permitan generar hallazgos relevantes para la toma de decisiones.

Instrucciones

1. Elige un conjunto de datos de interés público que esté disponible en redes sociales como la plataforma X.
2. Utiliza las librerías necesarias para recolectar 1000 tweets de la ciudad de México.
3. Realiza un análisis de sentimiento, clasificando los tweets en positivo, negativos y neutrales, determinando la cantidad y el porcentaje de cada una de estas clasificaciones.
4. Identifica y maneja valores duplicados dentro del conjunto de datos para mejorar la calidad de tus análisis.
5. Crea visualizaciones que ayuden a entender la distribución de los sentimientos. Utiliza gráficos como histograma, gráfico de anillo o gráfico de pastel.
6. Genera una nube de palabras para visualizar las palabras más utilizadas en los tweets.
7. Basado en tus visualizaciones, ofrece una interpretación breve de los resultados obtenidos con el conjunto de datos.  

Checklist

• Se selecciona un conjunto de datos en las redes sociales como la plataforma X.
• Se emplea las librerías adecuadas para recolectar los tweets en la ciudad de México.
• Se lleva a cabo un análisis de sentimiento de los tweets, clasificándolos de positivos, negativos y neutrales, así como el conteo de cada uno y el porcentaje correspondiente del conjunto de datos.
• Se identifican y gestionan adecuadamente valores duplicados para mejorar la calidad del análisis.
• Se crean visualizaciones significativas que facilitan la comprensión del sentimiento del mercado, utilizando gráficos como histogramas, anillo o pastel.
• Se proporcionan interpretaciones basadas en las visualizaciones para identificar los sentimientos del público en general.