Este documento presenta una introducción a la minería de textos y el análisis de sentimientos con R en Power BI. Explica conceptos clave como minería de textos, R y su uso en Microsoft. Luego, muestra una demostración de visualizaciones de R en Power BI para mantenimiento predictivo de aeronaves utilizando datos de texto. Finalmente, invita a las preguntas de la audiencia.

1. Minería de Texto y Análisis de
Sentimiento con R en PowerBI
Jorge Muchaypiña Gutierrez, Business Intelligence Specialist

2. Jorge Muchaypiña Gutierrez
Business Intelligence Specialist
• MCSA SQL Server 2012/2014
• MCSA SQL 2016 DataBase Development
• MCSE Business Intelligence
• MCSE Data Management and Analytics
• Scrum Master
• Itil Foundations
jorgemichael.muchaypinagutierrez.5
@georgemg2412
jorge-muchaypi%C3%B1a-79038491/

3. Agenda
• Que es Text Mining?
• Text Mining en NUESTRO DIA A DIA …
• Que es R
• R EN Microsoft
• Demo
• Preguntas

4. Evolución del análisis
¿Qué debería
hacer?
¿Qué pasará?¿Por qué pasó?¿Qué pasó?
Dashboards
Interactivos
Recomendaciones
Automatización
Modelos
Predictivos
Reportes
Insight
Diagnóstico PrescriptivoPredictivoDescriptivo
BI Tradicional Análisis Avanzado

5. Los datos en la Organización
Datos Decisión Acción
¿Qué pasó? Proceso Manual
¿Porqué?
¿Qué pasará?
¿Qué debo hacer?
Decisión soporte
Decisión automática

6. FeatureQue es Text Mining?
Se refiere al proceso de derivar
conocimiento(por ejemplo patrones) de una
gran cantidad de información almacenada en
forma de texto escrito.
Nube de palabras
Representación visual de las palabras que
conforman un texto, en donde el tamaño es
mayor para las palabras que aparecen con mas
frecuencia.

7. 1.Definicion del problema y metas especificas.
2. Identificar el texto a ser coleccionado.
3. Organización de texto
4. Extracción de plantilla.
5. Análisis
6. Retroalimentación
Flujo de Trabajo de Text Mining

8. Feature
Text Mining en Nuestro día a día …
https://www.linkedin.com/pulse/data-driven-view-first-presidential-debate-ed-lee
DEBATE PRESIDENCIAL
Donald Trump Hillary Clinton

9. Word Cloud en el Debate Presidencial

10. Estadísticas en el Debate Presidencial

11. Proceso de Text Mining en el Negocio
Cliente
 Preguntas Cerradas
 Preguntas Abiertas
Encuestas

12. o “Que capaciten mas a la señorita de la ventanilla ( 4 ) es
totalmente déspota e indiferente”
o “Evaluar a su personal, todos no están en la capacidad de
atención al cliente”
o “Por lo pronto sigan el mismo servicio que emplean”
o “Me voy satisfecho de la atención siempre fue rápida las
soluciones”
o “Deben implementar otro stand donde sacar ticket debido a que
solo cuenta con 1 y es incomodo”
o “Con total conformidad”
Comentario Percepción
Proceso de Text Mining en el Negocio

13. “Evaluar a su personal, todos no están en la capacidad de atención al
cliente”
Evaluar
a
su
personal
todos
no
estan
en
la
capacidad
de
atencion
al
cliente
Proceso de Text Mining en el Negocio

14. Evaluar
a
su
personal
todos
no
estan
en
la
capacidad
de
atencion
al
cliente
Evaluar
personal
todos
no
estan
capacidad
atencion
cliente
Evaluar
a
su
personal
todos
no
estan
en
la
capacidad
de
atencion
al
cliente
Filtrar
Proceso de Text Mining en el Negocio

15. Palabra Lexema Morfemas Prefijo Sufijo Incremento
género número
literarios liter o s ari
memorias memori a s
señorita señor a it
desesperanza esper des anza
subdesarrollo desarroll o sub y des
periodismo period o ism
esclavitud esclav itud
guerrilla guerr a ill
inteligencia intelig a enci
quemadura quem a ur ad
Es el elemento que contiene la significación de la palabra.
Tradicionalmente se le ha llamado raíz.
Lexema:
Stemming
Proceso de Text Mining en el Negocio

16. Evaluar
personal
todos
no
estan
capacida
d
atencion
cliente
Evalua
Person
Tod
no
Est
Capacid
Atenc
Client
Stemming
Proceso de Text Mining en el Negocio

17. Evalua
Person
Tod
no
Est
Capacid
Atenc
Client
NumDo
c Evalua Person Tod no Est Capacid Atenc Client
1 1 1 1 1 1 1 1 1
2 0 1 0 1 0 1 0 1
3 0 1 1 0 1 0 1 1
• Dicotomico
• Frecuencia
• Porcentaje
Transformación de la Matriz
WordCloud
Proceso de Text Mining en el Negocio

18. Análisis de Sentimiento: Cognitive Services
https://azure.microsoft.com/es-es/services/cognitive-services/text-analytics/
Microsoft Cognitive Services
permite crear aplicaciones con
solidos algoritmos para ver,
escuchar, leer, entender e
interpretar nuestras necesidades
mediante la utilización de métodos
naturales de comunicación, con tan
solo unas líneas de código

19. Feature
Que es R?
• Lenguaje interpretado, pobre IDE
• 9000+ paquetes de software estadístico
• Mejor IDE: RStudio
• http://www.rstudio.com/
• https://www.visualstudio.com/es/vs/rtvs
• Rattle y OnePageR hace que sea aún más fácil
• Código abierto, libre, multiplataforma
• R Core: la versión más pura: http://cran.r-project.org/
• Revolution Analytics: paralelismo y Rendimiento:
http://www.revolutionanalytics.com/
• Azure ML: built-in

20. FeatureR en Microsoft?

21. NOVEDADES
SQL Server 2016 R Services
Machine Learning
Services in SQL Server
2017

22. Limitaciones del open source R
R necesita datos en memoria R solo tiene un hilo
de ejecución
R require habilidades
especializadas para
crear cluster
R Open es soportado por la
comunidad
Revolution R Enterprise brinda una solución a
esto!

23. INSTALACION R SERVER

24. R en Azure Machine Learning
https://azure.microsoft.com/en-us/services/machine-learning/

25. R Como un Servicio Web

26. R en Excel

27. R en Visual
Studio

28. PowerBI: Aircraft Predictive Maintenance

29. Feature
Visualizaciones de R en PowerBI

30. DEMO

31. ¿DUDAS O
PREGUNTAS?

32. GRACIAS POR
PARTICIPAR

33. SQL Server 2017 on Linux
Jesus Gil
A continuación…..