Análisis de sentimientos usando la red social Twitter ¿qué sintieron los turistas que volaron en 2020 con seleccionadas aerolíneas sudamericanas?

Activation of tourism is one of the key subjects for the airline industry. Internet contains a lot of information about tourists. This paper aims at analyzing the opinion of the tourists who traveled by certain South America airlines, using the sentiment analysis technique, employed in the study of...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Von Matuschka, Cristian
Formato: Online
Lenguaje:spa
Publicado: Instituto de Investigaciones en Turismo e Identidad. Facultad de Filosofía y Letras – Universidad Nacional de Cuyo 2021
Materias:
Acceso en línea:https://revistas.uncu.edu.ar/ojs3/index.php/turismoeindentidad/article/view/4991
id I11-R84article-4991
record_format ojs
spelling I11-R84article-49912021-12-16T20:13:24Z Sentiment analysis using the social network Twitter What did tourists feel flying in 2020 with selected southamerican airlines? Análisis de sentimientos usando la red social Twitter ¿qué sintieron los turistas que volaron en 2020 con seleccionadas aerolíneas sudamericanas? Von Matuschka, Cristian aprendizaje automático turismo 2020 análisis de sentimientos industria aeronáutica machine learning tourism 2020 sentiment analysis airline industry twitter Activation of tourism is one of the key subjects for the airline industry. Internet contains a lot of information about tourists. This paper aims at analyzing the opinion of the tourists who traveled by certain South America airlines, using the sentiment analysis technique, employed in the study of their messages. The resource used for analysis is the information in twitter, provided by these airlines customers. First, a method for extracting published phrases related to target locations and "hashtags" was presented. Then, it was analyzed the polarity of the tweets extracted; creating positive, negative and eventually neutral opinions. In this process, there was utilized an unsupervised learning technique using seed words. The experimental result on the classification shows the efficacy of the applied method. Preliminary (descriptive) results as well as the basic proposal for a predictive model are herein attached. La activación del turismo es uno de los asuntos claves más importantes para la industria aeronáutica. Internet contiene mucha información sobre el turista. Analizar dicha información es una tarea significativa y desafiante. En este trabajo, se propone analizar la opinión de los turistas que viajaron en determinadas aerolíneas sudamericanas, mediante la técnica de análisis de sentimientos, a través del estudio de los mensajes de sus clientes. El recurso a utilizar para el análisis es la información en twitter, creada por clientes de determinadas dichas aerolíneas. Primero, se presenta un método para extraer las frases publicadas relacionadas con las ubicaciones de destino y los “hashtags”. Luego, se analizó la polaridad de los tweets extraídos; creando opiniones positivas, negativas y eventualmente neutras. Para el proceso, se empleó un enfoque de aprendizaje automático sin supervisión que utiliza palabras semilla. El resultado experimental sobre la clasificación muestra la eficacia del método aplicado. Se adjuntan los resultados preliminares (descriptivos) así como la propuesta base para un modelo predictivo. Instituto de Investigaciones en Turismo e Identidad. Facultad de Filosofía y Letras – Universidad Nacional de Cuyo 2021-06-30 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Article evaluated by two external evaluators Artículo evaluado por dos evaluadores externos application/pdf text/html https://revistas.uncu.edu.ar/ojs3/index.php/turismoeindentidad/article/view/4991 Revista de Turismo e Identidad; Vol. 2 Núm. 1 (2021): Junio / Noviembre 2021; 55-71 2718-8205 spa https://revistas.uncu.edu.ar/ojs3/index.php/turismoeindentidad/article/view/4991/3651 https://revistas.uncu.edu.ar/ojs3/index.php/turismoeindentidad/article/view/4991/3809
institution Universidad Nacional de Cuyo
building Revistas en línea
filtrotop_str Revistas en línea
collection Revista de Turismo e Identidad
journal_title_str Revista de Turismo e Identidad
institution_str I-11
repository_str R-84
language spa
format Online
author Von Matuschka, Cristian
spellingShingle Von Matuschka, Cristian
Análisis de sentimientos usando la red social Twitter ¿qué sintieron los turistas que volaron en 2020 con seleccionadas aerolíneas sudamericanas?
aprendizaje automático
turismo 2020
análisis de sentimientos
industria aeronáutica
machine learning
tourism 2020
sentiment analysis
airline industry
twitter
author_facet Von Matuschka, Cristian
author_sort Von Matuschka, Cristian
title Análisis de sentimientos usando la red social Twitter ¿qué sintieron los turistas que volaron en 2020 con seleccionadas aerolíneas sudamericanas?
title_short Análisis de sentimientos usando la red social Twitter ¿qué sintieron los turistas que volaron en 2020 con seleccionadas aerolíneas sudamericanas?
title_full Análisis de sentimientos usando la red social Twitter ¿qué sintieron los turistas que volaron en 2020 con seleccionadas aerolíneas sudamericanas?
title_fullStr Análisis de sentimientos usando la red social Twitter ¿qué sintieron los turistas que volaron en 2020 con seleccionadas aerolíneas sudamericanas?
title_full_unstemmed Análisis de sentimientos usando la red social Twitter ¿qué sintieron los turistas que volaron en 2020 con seleccionadas aerolíneas sudamericanas?
title_sort sentiment analysis using the social network twitter what did tourists feel flying in 2020 with selected southamerican airlines?
description Activation of tourism is one of the key subjects for the airline industry. Internet contains a lot of information about tourists. This paper aims at analyzing the opinion of the tourists who traveled by certain South America airlines, using the sentiment analysis technique, employed in the study of their messages. The resource used for analysis is the information in twitter, provided by these airlines customers. First, a method for extracting published phrases related to target locations and "hashtags" was presented. Then, it was analyzed the polarity of the tweets extracted; creating positive, negative and eventually neutral opinions. In this process, there was utilized an unsupervised learning technique using seed words. The experimental result on the classification shows the efficacy of the applied method. Preliminary (descriptive) results as well as the basic proposal for a predictive model are herein attached.
publisher Instituto de Investigaciones en Turismo e Identidad. Facultad de Filosofía y Letras – Universidad Nacional de Cuyo
publishDate 2021
url https://revistas.uncu.edu.ar/ojs3/index.php/turismoeindentidad/article/view/4991
topic aprendizaje automático
turismo 2020
análisis de sentimientos
industria aeronáutica
machine learning
tourism 2020
sentiment analysis
airline industry
twitter
topic_facet aprendizaje automático
turismo 2020
análisis de sentimientos
industria aeronáutica
machine learning
tourism 2020
sentiment analysis
airline industry
twitter
work_keys_str_mv AT vonmatuschkacristian sentimentanalysisusingthesocialnetworktwitterwhatdidtouristsfeelflyingin2020withselectedsouthamericanairlines
AT vonmatuschkacristian analisisdesentimientosusandolaredsocialtwitterquesintieronlosturistasquevolaronen2020conseleccionadasaerolineassudamericanas
_version_ 1800220518213746688