Utilizad este identificador para citar o enlazar este documento: http://hdl.handle.net/2072/252402

Analítica de datos en Twitter
Mir Montserrat, Dani
Universitat Autònoma de Barcelona. Escola d'Enginyeria; López Vicario, José
Als últims anys, les xarxes socials han esdevingut una eina empresarial indispensable amb la que, en definitiva, augmentar les vendes a les companyies. El present treball fa front al repte de realitzar analítica a Twitter, mitjançant la comparativa entre dues grans marques com son adidas i Nike, i experimentant amb l’algorisme k-menas i tècniques Natural Language Processing amb les que extraure patrons d’interès. Entre els resultats obtinguts destacar 3 punts: la gran quantitat de seguidors irrellevants des del punt de vista del mercat dels dos comptes, la detecció i classificació dels seguidors més rellevants i influents, i l’extracció dels temes tuitejats més freqüents.
En los últimos años, las redes sociales se han convertido en una herramienta empresarial indispensable con la que, en definitiva, aumentar las ventas en las compañías. El presente trabajo afronta el reto de realizar analítica en Twitter, mediante la comparativa entre dos grandes marcas como son adidas y Nike, y experimentando con el algoritmo k-means y técnicas Natual Language Processing con las que extraer patrones de interés. Entre los resultados obtenidos destacar 3 puntos: la gran cantidad de seguidores irrelevantes desde el punto de vista del mercado de ambas cuentas, la detección y clasificación de los seguidores más relevantes e influyentes, y la extracción en los temas tuiteados más frecuentes.
In recent years, social media have become an indispensable business tool to ultimately increase sales companies. This paper addresses the challenge of performing analytics on Twitter, by comparing two great brands such as adidas and Nike, and experimenting with k-means algorithm and Natual Language Processing techniques to extract interesting patterns. Among the results, it should be highlighted three points: the large number of followers irrelevant from the point of view of the both market accounts, the detection and classification of the most important and influential followers, and extraction of the most frequent topics tweeted.
Aquest document conté originàriament altre material i/o programari només consultable a la Biblioteca de Ciència i Tecnologia.
02-2015
621.3 - Enginyeria elèctrica. Electrotècnia. Telecomunicacions
Twitter
Internet -- Programació
Xarxes socials en línia -- Programes d'ordinador
L'accés als continguts d'aquest document queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-nd/3.0/es/
97 p.
info:eu-repo/semantics/bachelorThesis
         

Documentos con el texto completo de este documento

Ficheros Tamaño Formato Descripción
PFC_DaniMirMontserrat_presentacio.pdf 3.899 MB PDF Presentació
PFC_DaniMirMontserrat.pdf 3.247 MB PDF Memòria

Mostrar el registro completo del ítem