Este documento presenta un resumen de una conferencia anual sobre minería de datos y análisis predictivo. Se describe el proceso de análisis de sentimientos aplicado a encuestas de satisfacción mediante minería de textos, incluyendo la tokenización, filtrado, stemming y clasificación de comentarios mediante regresión logística y máquinas de soporte vectorial. Finalmente, se discute brevemente el análisis de páginas web mediante minería de textos.

1. Conferencia Anual de Data Mining
y Modelos Analíticos
Análisis Sentimental: Aplicación en
encuestas de Satisfacción con Text Mining
Lima - Perú
2012

2. ¿Que es el Text Mining?
Las encuestas de opinión se han incrementado en la web y los resultados se pueden mostrar en
tiempo real.
• El boom de las aplicaciones que dan soporte a ventas, servicio al cliente o las de call center
permiten el registro de grandes cantidades de texto en sus sistemas.
• Se estima que 62 Mil millones de emails son enviados cada día.
• Paginas de busqueda generan cada vez más información. Suficiente para publicar millones de
libros.
• Blogs y Wikis creados por individuos, grupos y profesionales se ha incrementado
exponencialmente.

3. Aplicaciones
Patrones
Conexiones
Tendencias
Documentos

4. Similitud con el proceso de Data Mining
Data Mining
Text Mining

5. Proceso de Análisis

6. Aplicación: Encuestas de Satisfacción
Análisis de encuestas de Opinión
Cliente  Preguntas Cerradas
 Preguntas Abiertas

7. Comentarios
Comentario Percepción
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”

8. Tokenización
“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

9. Filtrar
Evaluar Evaluar
a a
su su
personal personal
Evaluar
todos todos
personal
no no
todos
estan estan
no
en en
estan
la la
capacidad capacidad
capacidad
de atencion
de
atencion cliente
atencion
al al
cliente cliente

10. Stemming
Lexema: Es el elemento que contiene la significación de la palabra.
Tradicionalmente se le ha llamado raíz.
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

11. Stemming
Evaluar Evalua
personal Person
todos Tod
no no
estan Est
capacidad Capacid
atencion Atenc
cliente Client

12. Transformación en la matriz de Datos
Evalua
NumDoc Evalua Person Tod no Est Capacid Atenc Client
Person
1 1 1 1 1 1 1 1 1
Tod 2 0 1 0 1 0 1 0 1
no 3 0 1 1 0 1 0 1 1
Est
Capacid
• Dicotomico
Atenc
• Frecuencia
Client
• Porcentaje

13. Clasificación
Satisfecho
f(x)
Documentos Insatisfecho
Técnicas
o Arboles de Decisión
o Maquinas de Soporte Vectorial (SVM)
o Regresión Logistica
o Naïve Bayes

14. Regresión Logística

15. Regresión Logística
Variable Peso
bien 0.336
sig_asi 0.320
muy_buen 0.319
muy_buen_atencion 0.313
tod_ok 0.304 Comentarios positivos
conform 0.271
tod_bien 0.242
segu 0.181
es_ok 0.161
mas_espaci -0.322
personal -0.343
local -0.374
mas_ventanill -0.384 Comentarios Negativos
mas_personal -0.507
buen_atencion -0.610

16. Regresión Logística
Insatisfechos Satisfecho

17. SVM
Insatisfechos Satisfecho

18. Análisis en la Web
Página Web HTML

19. Análisis en la Web
HTML
C Mikel Erentxun en Lima: la noche más emotiva del año llegó con pisco sour El español realizó un acertado repaso a sus 25
años de carrera en un íntimo show de lujo y tomó varias copas del licor nacional a lo largo de su recital Sábado 02 de julio de
2011 - 01:46 pm Redacción online Aquel, el otrora pop star de voz rota y sonido austero e intimista. El ente transgresor que
asoma tímido, pero encuentra su lugar en el escenario y se hace un narrador voraz, oportuno y descarnado. El espíritu todavía
vigente del mejor momento Duncan Dhu; o quien mejor lleva esta marca soberbia. Desde un guiño a lo ineludible entre los 10
discos que grabó junto a su agrupación ochentera al pack más ambicioso entre sus ocho producciones en solitario, Mikel
Erentxun coronó, anoche en Scencia de La Molina, un show categórico, otra raya en el corazón. Para ver a Mikel nunca es tarde.
En agosto del 2000 fue el artista que cerró de manera notable las fechas del Gran Estelar de la Feria del Hogar. Entonces, se le
asociaba muchísimo más a su pasado en Duncan Dhu que a su trabajo como solista. Tenía tres placas por demás destacables y
al Perú llegó con la cuarta, “Te dejas ver” , bajo el brazo. Un compilado de temas que hacían exacta combustión con la garúa que
caía sobre el recinto de San Miguel, para efectos de nostalgia y evocación. Ayer, un auditorio repleto, quizás la mayoría de los
mismos que once años atrás también esperábamos que salga a escena, coreaba el…
Patrones Clasificación Tendencias

20. Reflexiones

21. El virtuoso ciclo de la Minería de Datos
Transformar los Datos
En información accionable
usando técnicas de MD
Identificar Actuar
Con la información disponible
Las oportunidades de negocio,
donde el análisis de los datos
puede proporcionar valor.
Medir los resultados
Sobre los esfuerzos, para
completar el ciclo de
aprendizaje.

22. Consultas
Realiza una Consulta
www.dataminingperu.com