Director
D. Pedro Palos Sánchez
(Economía Financiera y Dirección de Operaciones)
Unidad Promotora
Departamento de Economía Financiera y Dirección de Operaciones
Impartición
Del 12/05/2025 al 16/05/2025
Modalidad
Semipresencial
(canvas LMS)
Idioma de impartición
Español
Lugar de impartición
aula de informática planta 2
Preinscripción
Del 15/02/2025 al 01/05/2025
Matrícula
Del 21/03/2025 al 01/05/2025
Objetivos
Objetivo general:
Incorporar el análisis de sentimientos como herramienta de uso en la gestión de redes sociales para evaluar la reputación online.
Objetivos específicos:
- Mejorar competencias digitales para medir conjuntos de comentarios online y detectar temas de preocupación de los usuarios.
- Aprender a usar métodos cuantitativos de evaluación de opiniones.
- Comprender la importancia de la evaluación y reputación online.
Competencias
El curso de análisis de sentimiento (sentiment analysis) permitirá adquirir las siguientes competencias:
- Identificar problemas y mejorar la satisfacción del usuario/cliente/consumidor: Al analizar los comentarios y las reseñas, se pueden identificar rápidamente los problemas que han experimentado. Las empresas pueden utilizar esta información para mejorar los productos y servicios que ofrecen, lo que a su vez aumentará la satisfacción del cliente.
- Evaluar la reputación en línea: El análisis de sentimiento también puede ayudar a evaluar la reputación de una empresa en línea. Al monitorear las opiniones y comentarios de los clientes, se puede tener una idea de la imagen que la empresa está proyectando y cómo se compara con la competencia.
- Mejorar la toma de decisiones: Al analizar los datos de sentimiento, las empresas turísticas pueden obtener información valiosa sobre las preferencias y opiniones de los clientes. Esta información puede ser utilizada para tomar decisiones más informadas y eficaces en cuanto a la estrategia de marketing, la selección de productos y servicios, y la planificación de eventos y promociones.
- Aumentar la lealtad del cliente: Al analizar los comentarios y las opiniones de los clientes, las empresas pueden identificar oportunidades para mejorar la experiencia del cliente. Al hacer esto, pueden aumentar la lealtad del cliente y mejorar la probabilidad de que los clientes regresen y recomienden su empresa a otros.
En resumen, el análisis de sentimiento es importante para las empresas porque les permite comprender mejor a sus clientes y mejorar su oferta de productos y servicios para satisfacer sus necesidades y expectativas.
Procedimiento de evaluación
Asistencia, Pruebas, Trabajos
Requisitos
Requisitos específicos de admisión a los estudios
- Conocimientos básicos de informática y redes sociales.
Criterios de selección de alumnos
- Orden de Preinscripción.
Módulos / Asignaturas
Modalidad de impartición: Semipresencial
Fechas de inicio-fin: 12/05/2025 - 13/05/2025
Horario: Lunes Mañana y Tarde, Martes Tarde
Contenido
1. Introducción al Análisis de Sentimiento:
Definición y contexto.
Importancia y aplicaciones.
Breve historia y evolución.
Desafíos y limitaciones.
2. Fundamentos del Procesamiento del Lenguaje Natural (NLP):
Conceptos básicos de NLP.
Tokenización y lematización.
Análisis gramatical.
Representación vectorial de palabras (Word Embeddings).
3. Preprocesamiento de Texto:
Eliminación de stop words.
Normalización de texto (minúsculas, eliminación de caracteres especiales).
Procesamiento de emojis y emoticones.
Manejo de negaciones y sarcasmo.
4. Técnicas de Análisis de Sentimiento:
Enfoques basados en reglas.
Métodos de aprendizaje supervisado.
Modelos de aprendizaje no supervisado.
Uso de diccionarios y lexicones.
5. Herramientas y Bibliotecas:
Introducción a bibliotecas populares (NLTK, spaCy, TextBlob, etc.).
Uso de bibliotecas específicas para análisis de sentimiento (VADER, AFINN, etc.).
Demostraciones prácticas con ejemplos.
Modalidad de impartición: Semipresencial
Fechas de inicio-fin: 14/05/2025 - 16/05/2025
Horario: Miércoles Mañana y Tarde, Jueves Tarde, Viernes Tarde
Contenido
6. Aprendizaje Supervisado para Análisis de Sentimiento:
Recopilación y etiquetado de datos de entrenamiento.
Selección de características.
Entrenamiento de un modelo de clasificación.
Evaluación del rendimiento.
7. Aprendizaje No Supervisado para Análisis de Sentimiento:
Clustering de documentos.
Métodos basados en la polaridad léxica.
Algoritmos de agrupamiento (K-means, DBSCAN).
8. Aspectos Éticos y Limitaciones:
Sesgo en los modelos de análisis de sentimiento.
Privacidad y seguridad.
Consideraciones éticas en el uso de estas tecnologías.
9. Casos de Estudio y Proyectos Prácticos:
Aplicación de técnicas de análisis de sentimiento en situaciones del mundo real.
Desarrollo de proyectos prácticos utilizando conjuntos de datos específicos.
10. Tendencias y Avances en el Análisis de Sentimiento:
Uso de modelos de lenguaje preentrenados (BERT, GPT).
Integración con otras tecnologías como chatbots.
Desarrollos recientes en la investigación.
11. Evaluación y Certificación:
Tests prácticos y teóricos.
Proyectos finales.
12. Recursos Adicionales y Comunidad:
Referencias bibliográficas.
Blogs, conferencias y eventos relevantes.
Profesorado
Personal Académico
- D. Félix Velicia Martín . Universidad de Sevilla - Administración de Empresas y Marketing
- D. Mariano Aguayo Camacho . Universidad de Sevilla - Economía Financiera y Dirección de Operaciones
- D. Pedro Palos Sánchez . Universidad de Sevilla - Economía Financiera y Dirección de Operaciones
Profesorado
- D. Pedro Palos Sánchez . Universidad de Sevilla - Economía Financiera y Dirección de Operaciones