Presentación de como usar Minería de Texto con R en PowerBI

1. Jorge Muchaypiña Gutierrez
Business Intelligence Specialist
MTA, MCSA BI, MCSE BI, MCSE BA, CSM
Text Mining con R
en PowerBI

2. Speaker
Business Intelligence Specialist
MTA Database Fundamentals
MCSA SQL Server 2012/2014
MCSE Business Intelligence
MCSE Data Management and Analytics
MCSA Development SQL 2016
Scrum Master
Itil Foundations
Speaker en SQL Saturdays en Peru y
Latinoamerica.
Trainer SQL Server.
https://jorgemuchaypina.wordpress.com/
jomichel2003@hotmail.com
@georgemg22
https://www.linkedin.com/in/jorge-muchaypina
Hola Soy Jorge Muchaypiña,

3. Organiza

4. Sponsors
Silver /
Bronze
Gold /
Organizer

5. Agenda
Que es R?
Preguntas
Demo
R en Microsoft
Que es Text Mining?
Text Mining en nuestro día a día…

6. 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

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

8. Feature
Tema 1
Tema 2
Tema 3
Tema 4
Tema 5
Tema 6
Que 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.

9. 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

10. Feature
Text Mining en Nuestro día a día …Tema 1
Tema 2
Tema 3
Tema 4
Tema 5
Tema 6
https://www.linkedin.com/pulse/data-driven-view-first-presidential-debate-ed-lee
DEBATE PRESIDENCIAL
Donald Trump Hillary Clinton

11. Word Cloud en el Debate Presidencial

12. Estadísticas en el Debate Presidencial

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

14. 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

15. “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

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

17. 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

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

19. Evalua
Person
Tod
no
Est
Capacid
Atenc
Client
NumDoc 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

20. 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

21. Feature
Tema 1
Tema 2
Tema 3
Tema 4
Tema 5
Tema 6
Que es R?
• Lenguaje interpretado, pobre IDE
• 5000+ 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

22. Lenguajes mas usadas
Chart from "2014 Data Science Salary Survey" (ISBN 978-1-491-91842-5)
© 2015 O'Reilly Media, used with permission. Arrows mine.
For more info, and great titles on data science, visit oreilly.com

23. Feature
Tema 1
Tema 2
Tema 3
Tema 4
Tema 5
Tema 6
R en Microsoft?

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

25. NOVEDADES

26. 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!

27. INSTALACION R SERVER

28. INSTALACION R SERVICES

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

30. R Como un Servicio Web

31. 31
R en Excel

32. R en Visual
Studio

33. PowerBI: Aircraft Predictive Maintenance

34. Feature
Visualizaciones de R en PowerBI

35. Feature
DEMO
Tema 1
Tema 2
Tema 3
Tema 4
Tema 5
Tema 6

36. Feature
Tema 1
Tema 2
Tema 3
Tema 4
Tema 5
Tema 6
PREGUNTAS