Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/10495/40456
Título : Análisis de comentarios en las redes sociales de la empresa
Autor : Londoño Tobón, Sebastián
metadata.dc.contributor.advisor: Loaiza Berrio, Deisy
López Ceballos, Giovanni
metadata.dc.subject.*: Aprendizaje automático (inteligencia artificial)
Machine learning
Quejas del consumidor
Consumer complaints
Servicio al cliente
customer service
Redes sociales
Social networks
http://aims.fao.org/aos/agrovoc/c_e64c9a8d
Fecha de publicación : 2024
Resumen : RESUMEN : En la actualidad, las redes sociales se han convertido en un medio esencial de comunicación entre empresas y clientes. Sin embargo, esta interacción virtual plantea un desafío importante: la gestión de comentarios negativos, que pueden impactar gravemente la reputación corporativa si no se abordan adecuadamente. Surge así la necesidad de una solución tecnológica para identificar, analizar y gestionar estos comentarios de manera proactiva en las redes sociales de la empresa. El proyecto se centra en diseñar e implementar una solución integral que permita a las empresas manejar eficazmente los comentarios negativos. La falta de herramientas especializadas para esta gestión es un problema común, pues las empresas enfrentan dificultades para monitorear en tiempo real la gran cantidad de información dispersa en múltiples plataformas. El objetivo principal es desarrollar un sistema automatizado basado en técnicas avanzadas de procesamiento de lenguaje natural y aprendizaje automático, permitiendo la recolección, análisis y priorización de comentarios negativos en redes sociales. La metodología del proyecto comprende varias etapas, desde el análisis de requerimientos hasta la implementación y despliegue en un entorno de producción. Se espera que esta solución no solo proteja la imagen corporativa, sino que también convierta situaciones negativas en oportunidades de mejora. Al facilitar la identificación temprana y la respuesta oportuna a los comentarios negativos, se fortalecerá la relación con los clientes y se impulsará la reputación en el entorno digital. En resumen, el proyecto busca proporcionar una herramienta eficaz y proactiva para la gestión de comentarios negativos en redes sociales, mejorando así la percepción pública y la reputación de la organización.
ABSTRACT : In today's digital era, social media has emerged as a vital communication channel between businesses and customers. However, this virtual interaction poses a significant challenge: managing negative comments, which can severely impact corporate reputation if not addressed properly. This underscores the need for a technological solution to proactively identify, analyze, and manage such comments on social media platforms. The project focuses on designing and implementing a comprehensive solution to effectively handle negative comments. The lack of specialized tools for this task is a common issue, as companies struggle to monitor real-time data scattered across multiple platforms. The primary objective is to develop an automated system based on advanced natural language processing and machine learning techniques, enabling the collection, analysis, and prioritization of negative comments on social media. The project methodology encompasses various stages, from requirements analysis to implementation and deployment in a production environment. It is anticipated that this solution will not only safeguard corporate image but also turn negative situations into opportunities for improvement. By enabling early identification and timely response to negative comments, customer relations will be strengthened, and corporate reputation enhanced in the digital sphere. In essence, the project aims to provide an effective and proactive tool for managing negative comments on social media, thereby enhancing public perception and organizational reputation.
Aparece en las colecciones: Ingeniería de Sistemas

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
LondonoSebastian_2024_AnalisisComentariosRedes.pdfTrabajo de grado de pregrado779.33 kBAdobe PDFVisualizar/Abrir
Anexo1.pdfAnexo829.75 kBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons