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...
Guardado en:
| Autor principal: | |
|---|---|
| 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 |
| 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 |
| topic_facet |
aprendizaje automático turismo 2020 análisis de sentimientos industria aeronáutica machine learning tourism 2020 sentiment analysis airline industry |
| work_keys_str_mv |
AT vonmatuschkacristian sentimentanalysisusingthesocialnetworktwitterwhatdidtouristsfeelflyingin2020withselectedsouthamericanairlines AT vonmatuschkacristian analisisdesentimientosusandolaredsocialtwitterquesintieronlosturistasquevolaronen2020conseleccionadasaerolineassudamericanas |
| _version_ |
1800220518213746688 |
