Derechos de autor 2021 Investigación e Innovación en Ingenierías
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Análisis de sentimientos sobre la percepción de los participantes de una feria virtual de emprendimiento durante el confinamiento
Corresponding Author(s) : Gabriel Elías Chanchí Golondrino
Investigación e Innovación en Ingenierías,
Vol. 9 Núm. 3 (2021): Numero especial - XVI Jornadas Iberoamericanas de Ingeniería de Software e Ingeniería del Conocimiento - JIISIC 2021
Resumen
Este trabajo tiene como objetivo desarrollar un estudio de análisis de sentimiento y de texto, con el fin de evaluar la percepción de los asistentes a una feria virtual de emprendimiento, la cual fue diseñada y adaptada a la presencialidad remota con el apoyo de las TIC dentro del curso de “Emprendimiento Empresarial” del Programa de Ingeniería Química de la Universidad de Cartagena. Metodología: Para el desarrollo de este trabajo se definieron cuatro fases metodológicas a saber: diseño y organización de la feria, preparación y adecuación de los datos de las encuestas de percepción, análisis de texto y finalmente análisis de sentimientos sobre los resultados de las preguntas cualitativas. Resultados: El estudio de análisis de sentimientos mostró que las polaridades con mayor contribución por parte de los evaluadores y participantes fueron la neutral y la positiva, quienes resaltaron la creatividad en la organización y aprovechamiento de las TIC. Conclusiones: Se concluyó que la propuesta diseñada para el desarrollo de la feria virtual de emprendimiento tuvo un impacto positivo y puede ser considerado de referencia para su extrapolación en el desarrollo de diferentes eventos académicos durante la pandemia. Así mismo, se concluye que las técnicas de análisis de sentimientos pueden ser adecuadas para el análisis de cuestionarios de percepción en diferentes contextos de aplicación.
Palabras clave
Descargar cita
Endnote/Zotero/Mendeley (RIS)BibTeX
- P. P. Iglesias-Sánchez, G. F. V. Witt, F. E. Cabrera, and C. Jambrino-Maldonado, “The contagion of sentiments during the covid-19 pandemic crisis: The case of isolation in spain,” Int. J. Environ. Res. Public Health, 2020, doi: https://doi.org/10.3390/ijerph17165918.
- X. Sun, S. Wandelt, and A. Zhang, “How did COVID-19 impact air transportation? A first peek through the lens of complex networks,” J. Air Transp. Manag., vol. 89, p. 101928, Oct. 2020, doi: https://doi.org/10.1016/j.jairtraman.2020.101928.
- R. Barouki et al., “The COVID-19 pandemic and global environmental change: Emerging research needs,” Environment International, vol. 146. Elsevier Ltd, p. 106272, Jan. 01, 2021, doi: https://doi.org/10.1016/j.envint.2020.106272.
- X. Qian, S. Qiu, and G. Zhang, “The impact of COVID-19 on housing price: Evidence from China,” Financ. Res. Lett., p. 101944, Jan. 2021, doi: https://doi.org/10.1016/j.frl.2021.101944.
- I. Alemán, E. Vera, and M. J. Patiño-Torres, “COVID-19 and medical education: Challenges and opportunities in Venezuela,” Educ. Medica, vol. 21, no. 4, pp. 272–276, Jul. 2020, doi: https://doi.org/10.1016/j.edumed.2020.06.005.
- T. Y. Chang et al., “Innovation of dental education during COVID-19 pandemic,” J. Dent. Sci., vol. 16, no. 1, pp. 15–20, Jan. 2021, doi: https://doi.org/10.1016/j.jds.2020.07.011.
- A. Madhesh, “Full exclusion during COVID-19: Saudi Deaf education is an example,” Heliyon, p. e06536, Mar. 2021, doi: https://doi.org/10.1016/j.heliyon.2021.e06536.
- R. Gelineau-Morel and J. Dilts, “Virtual Education during COVID-19 and Beyond,” Pediatr. Neurol., Mar. 2021, doi: https://doi.org/10.1016/j.pediatrneurol.2021.02.008.
- C.-H. Liu and H. You-Hsien Lin, “The Impact of COVID-19 on Medical Education: Experiences from one Medical University in Taiwan,” J. Formos. Med. Assoc., Mar. 2021, doi: https://doi.org/10.1016/j.jfma.2021.02.016.
- C. Xiao and Y. Li, “Analysis on the Influence of the Epidemic on the Education in China,” in 2020 International Conference on Big Data and Informatization Education (ICBDIE), Jul. 2020, pp. 143–147, doi: https://doi.org/10.1109/ICBDIE50010.2020.00040.
- Z. I. Almarzooq, M. Lopes, and A. Kochar, “Virtual Learning During the COVID-19 Pandemic: A Disruptive Technology in Graduate Medical Education,” Journal of the American College of Cardiology, vol. 75, no. 20. Elsevier USA, pp. 2635–2638, May 26, 2020, doi: https://doi.org/10.1016/j.jacc.2020.04.015.
- R. H. H. Padley and B. Di Pace, “COVID-19 lockdown learning: The revolution of virtual teaching,” Journal of Plastic, Reconstructive and Aesthetic Surgery. Churchill Livingstone, Aug. 29, 2020, doi: https://doi.org/10.1016/j.bjps.2020.08.075.
- J. Ordieres-Meré and J. Franco Riquelme, “ANÁLISIS DE OPINIÓN EN REDES SOCIALES Y VALOR PARA EL ANÁLISIS DE PRODUCTO,” Rev. Econ. Ind., no. 405, pp. 65–74, 2017. [Online]. Available: https://oa.upm.es/48376/1/ORDIERES-MER%C3%89%20Y%20FRANCO%20RIQUELME.pdf.
- I. A. Vargas Rodríguez, “Implementación de un análisis de sentimientos (minería de opinión) en las redes sociales Facebook y Twitter de un club de fútbol colombiano con objetivo de mejorar sus comunicaciones en dichas redes,” Work. Pap. Maest. en Gerenc. Estratégica Mercadeo, vol. 1, no. 2, p. 3, Mar. 2016, doi: https://doi.org/10.15765/wpmgem.v1i2.853.
- K. Zvarevashe and O. O. Olugbara, “A framework for sentiment analysis with opinion mining of hotel reviews,” in 2018 Conference on Information Communications Technology and Society, ICTAS 2018 - Proceedings, May 2018, pp. 1–4, doi: https://doi.org/10.1109/ICTAS.2018.8368746.
- D. Malekpour Koupaei, T. Song, K. S. Cetin, and J. Im, “An assessment of opinions and perceptions of smart thermostats using aspect-based sentiment analysis of online reviews,” Build. Environ., vol. 170, p. 106603, Mar. 2020, doi: https://doi.org/10.1016/j.buildenv.2019.106603.
- C. M. Trovato, M. Montuori, S. Oliva, S. Cucchiara, A. Cignarelli, and A. Sansone, “Assessment of public perceptions and concerns of celiac disease: A Twitter-based sentiment analysis study,” Digestive and Liver Disease, vol. 52, no. 4. Elsevier B.V., pp. 464–466, Apr. 01, 2020, doi: https://doi.org/10.1016/j.dld.2020.02.004.
- S. Baldasarri, “Computación Afectiva: tecnología y emociones para mejorar la experiencia de usuario,” Rev. Inst. la Fac. Informática, no. 3, pp. 14–15, 2016. [Online]. Available: https://core.ac.uk/download/pdf/296386645.pdf.
- Z. Zhi and H. Jinde, “Emotion Computing Method Based on Knowledge Representation,” in Proceedings - 2020 International Conference on Computer Engineering and Application, ICCEA 2020 - Proceedings, Mar. 2020, pp. 368–372, doi: https://doi.org/10.1109/ICCEA50009.2020.00086.
- S. Poria, E. Cambria, R. Bajpai, and A. Hussain, “A review of affective computing: From unimodal analysis to multimodal fusion,” Inf. Fusion, 2017, doi: https://doi.org/10.1016/j.inffus.2017.02.003.
- G. Tripathi and S. Naganna, “Feature Selection and Classification Approach for Sentiment Analysis,” Mach. Learn. Appl. An Int. J., vol. 2, no. 2, pp. 1–16, Jun. 2015, doi: https://doi.org/10.5121/mlaij.2015.2201.
- C. Henríquez, F. Pla, L.-F. Hurtado, and J. Gúzman, “Análisis de sentimientos a nivel de aspecto usando ontologías y aprendizaje automático,” Proces. Leng. Nat., no. 59, pp. 49–56, 2017, Accessed: Oct. 02, 2020. [Online]. Available: https://www.researchgate.net/publication/320002872_Analisis_de_sentimientos_a_nivel_de_aspecto_usando_ontologias_y_aprendizaje_automatico.
- Hernández M and Gómez J, “Aplicaciones de Procesamiento de Lenguaje Natural,” Jul. 2013. Accessed: Oct. 02, 2020. [Online]. Available: http://opennlp.sourceforge.net/models-1.5/.
- Y. Woldemariam, “Sentiment analysis in a cross-media analysis framework,” in 2016 IEEE International Conference on Big Data Analysis (ICBDA) - Proceedings, Jul. 2016, doi: https://doi.org/10.1109/ICBDA.2016.7509790.
- V. Ikoro, M. Sharmina, K. Malik, and R. Batista-Navarro, “Analyzing Sentiments Expressed on Twitter by UK Energy Company Consumers,” in 2018 5th International Conference on Social Networks Analysis, Management and Security, SNAMS 2018 - Proceedings, Nov. 2018, pp. 95–98, doi: https://doi.org/10.1109/SNAMS.2018.8554619.
- L. Mandloi and R. Patel, “Twitter sentiments analysis using machine learning methods,” in 2020 International Conference for Emerging Technology (INCET) - Proceedings, Jun. 2020, doi: https://doi.org/10.1109/ICIC47613.2019.8985884.
- M. Wongkar and A. Angdresey, “Sentiment Analysis Using Naive Bayes Algorithm Of The Data Crawler: Twitter,” in 2019 Fourth International Conference on Informatics and Computing (ICIC) - Proceedings, Oct. 2019, doi: https://doi.org/10.1109/ICIC47613.2019.8985884.
- V. D. Gil, “Análisis de sentimientos sobre el impacto social de proyectos de vivienda en América Latina: el caso un TECHO para mi país (Colombia),” Rev. Espac., vol. 39, no. 44, p. 30, 2018. [Online]. Available: http://www.revistaespacios.com/a18v39n44/a18v39n44p30.pdf.
- M. B. Hernández and J. M. Gómez, “Análisis de Sentimientos Aplicado a Referencias Bibliográficas,” Feb. 2014. Accessed: Oct. 02, 2020. [Online]. Available: https://revistapolitecnica.epn.edu.ec/ojs2/index.php/revista_politecnica2/article/view/126.
- C. Arcila-Calderón, F. Ortega-Mohedano, J. Jiménez-Amores, and S. Trullenque, “Análisis supervisado de sentimientos políticos en español: clasificación en tiempo real de tweets basada en aprendizaje automático,” El Prof. la Inf., vol. 26, no. 5, pp. 973–982, 2017, doi: https://doi.org/10.3145/epi.2017.sep.18.
- J. R. Saura, A. Reyes-Menendez, and P. Palos-Sanchez, “Un Análisis de Sentimiento en Twitter con Machine Learning: Identificando el sentimiento sobre las ofertas de #BlackFriday,” Rev. Espac., vol. 39, no. 42, p. 16, 2018, [Online]. Available: http://www.revistaespacios.com/a18v39n42/a18v39n42p16.pdf.
- G. E. Chanchí Golondrino and A. E. Cordoba, “Análisis de emociones y sentimientos sobre el discurso de firma del acuerdo de paz en Colombia,” Rev. Ibérica Sist. e Tecnol. Informação, no. E22, pp. 95–107, 2019, Accessed: Sep. 23, 2020. [Online]. Available: http://www.risti.xyz/issues/ristie22.pdf.
Referencias
P. P. Iglesias-Sánchez, G. F. V. Witt, F. E. Cabrera, and C. Jambrino-Maldonado, “The contagion of sentiments during the covid-19 pandemic crisis: The case of isolation in spain,” Int. J. Environ. Res. Public Health, 2020, doi: https://doi.org/10.3390/ijerph17165918.
X. Sun, S. Wandelt, and A. Zhang, “How did COVID-19 impact air transportation? A first peek through the lens of complex networks,” J. Air Transp. Manag., vol. 89, p. 101928, Oct. 2020, doi: https://doi.org/10.1016/j.jairtraman.2020.101928.
R. Barouki et al., “The COVID-19 pandemic and global environmental change: Emerging research needs,” Environment International, vol. 146. Elsevier Ltd, p. 106272, Jan. 01, 2021, doi: https://doi.org/10.1016/j.envint.2020.106272.
X. Qian, S. Qiu, and G. Zhang, “The impact of COVID-19 on housing price: Evidence from China,” Financ. Res. Lett., p. 101944, Jan. 2021, doi: https://doi.org/10.1016/j.frl.2021.101944.
I. Alemán, E. Vera, and M. J. Patiño-Torres, “COVID-19 and medical education: Challenges and opportunities in Venezuela,” Educ. Medica, vol. 21, no. 4, pp. 272–276, Jul. 2020, doi: https://doi.org/10.1016/j.edumed.2020.06.005.
T. Y. Chang et al., “Innovation of dental education during COVID-19 pandemic,” J. Dent. Sci., vol. 16, no. 1, pp. 15–20, Jan. 2021, doi: https://doi.org/10.1016/j.jds.2020.07.011.
A. Madhesh, “Full exclusion during COVID-19: Saudi Deaf education is an example,” Heliyon, p. e06536, Mar. 2021, doi: https://doi.org/10.1016/j.heliyon.2021.e06536.
R. Gelineau-Morel and J. Dilts, “Virtual Education during COVID-19 and Beyond,” Pediatr. Neurol., Mar. 2021, doi: https://doi.org/10.1016/j.pediatrneurol.2021.02.008.
C.-H. Liu and H. You-Hsien Lin, “The Impact of COVID-19 on Medical Education: Experiences from one Medical University in Taiwan,” J. Formos. Med. Assoc., Mar. 2021, doi: https://doi.org/10.1016/j.jfma.2021.02.016.
C. Xiao and Y. Li, “Analysis on the Influence of the Epidemic on the Education in China,” in 2020 International Conference on Big Data and Informatization Education (ICBDIE), Jul. 2020, pp. 143–147, doi: https://doi.org/10.1109/ICBDIE50010.2020.00040.
Z. I. Almarzooq, M. Lopes, and A. Kochar, “Virtual Learning During the COVID-19 Pandemic: A Disruptive Technology in Graduate Medical Education,” Journal of the American College of Cardiology, vol. 75, no. 20. Elsevier USA, pp. 2635–2638, May 26, 2020, doi: https://doi.org/10.1016/j.jacc.2020.04.015.
R. H. H. Padley and B. Di Pace, “COVID-19 lockdown learning: The revolution of virtual teaching,” Journal of Plastic, Reconstructive and Aesthetic Surgery. Churchill Livingstone, Aug. 29, 2020, doi: https://doi.org/10.1016/j.bjps.2020.08.075.
J. Ordieres-Meré and J. Franco Riquelme, “ANÁLISIS DE OPINIÓN EN REDES SOCIALES Y VALOR PARA EL ANÁLISIS DE PRODUCTO,” Rev. Econ. Ind., no. 405, pp. 65–74, 2017. [Online]. Available: https://oa.upm.es/48376/1/ORDIERES-MER%C3%89%20Y%20FRANCO%20RIQUELME.pdf.
I. A. Vargas Rodríguez, “Implementación de un análisis de sentimientos (minería de opinión) en las redes sociales Facebook y Twitter de un club de fútbol colombiano con objetivo de mejorar sus comunicaciones en dichas redes,” Work. Pap. Maest. en Gerenc. Estratégica Mercadeo, vol. 1, no. 2, p. 3, Mar. 2016, doi: https://doi.org/10.15765/wpmgem.v1i2.853.
K. Zvarevashe and O. O. Olugbara, “A framework for sentiment analysis with opinion mining of hotel reviews,” in 2018 Conference on Information Communications Technology and Society, ICTAS 2018 - Proceedings, May 2018, pp. 1–4, doi: https://doi.org/10.1109/ICTAS.2018.8368746.
D. Malekpour Koupaei, T. Song, K. S. Cetin, and J. Im, “An assessment of opinions and perceptions of smart thermostats using aspect-based sentiment analysis of online reviews,” Build. Environ., vol. 170, p. 106603, Mar. 2020, doi: https://doi.org/10.1016/j.buildenv.2019.106603.
C. M. Trovato, M. Montuori, S. Oliva, S. Cucchiara, A. Cignarelli, and A. Sansone, “Assessment of public perceptions and concerns of celiac disease: A Twitter-based sentiment analysis study,” Digestive and Liver Disease, vol. 52, no. 4. Elsevier B.V., pp. 464–466, Apr. 01, 2020, doi: https://doi.org/10.1016/j.dld.2020.02.004.
S. Baldasarri, “Computación Afectiva: tecnología y emociones para mejorar la experiencia de usuario,” Rev. Inst. la Fac. Informática, no. 3, pp. 14–15, 2016. [Online]. Available: https://core.ac.uk/download/pdf/296386645.pdf.
Z. Zhi and H. Jinde, “Emotion Computing Method Based on Knowledge Representation,” in Proceedings - 2020 International Conference on Computer Engineering and Application, ICCEA 2020 - Proceedings, Mar. 2020, pp. 368–372, doi: https://doi.org/10.1109/ICCEA50009.2020.00086.
S. Poria, E. Cambria, R. Bajpai, and A. Hussain, “A review of affective computing: From unimodal analysis to multimodal fusion,” Inf. Fusion, 2017, doi: https://doi.org/10.1016/j.inffus.2017.02.003.
G. Tripathi and S. Naganna, “Feature Selection and Classification Approach for Sentiment Analysis,” Mach. Learn. Appl. An Int. J., vol. 2, no. 2, pp. 1–16, Jun. 2015, doi: https://doi.org/10.5121/mlaij.2015.2201.
C. Henríquez, F. Pla, L.-F. Hurtado, and J. Gúzman, “Análisis de sentimientos a nivel de aspecto usando ontologías y aprendizaje automático,” Proces. Leng. Nat., no. 59, pp. 49–56, 2017, Accessed: Oct. 02, 2020. [Online]. Available: https://www.researchgate.net/publication/320002872_Analisis_de_sentimientos_a_nivel_de_aspecto_usando_ontologias_y_aprendizaje_automatico.
Hernández M and Gómez J, “Aplicaciones de Procesamiento de Lenguaje Natural,” Jul. 2013. Accessed: Oct. 02, 2020. [Online]. Available: http://opennlp.sourceforge.net/models-1.5/.
Y. Woldemariam, “Sentiment analysis in a cross-media analysis framework,” in 2016 IEEE International Conference on Big Data Analysis (ICBDA) - Proceedings, Jul. 2016, doi: https://doi.org/10.1109/ICBDA.2016.7509790.
V. Ikoro, M. Sharmina, K. Malik, and R. Batista-Navarro, “Analyzing Sentiments Expressed on Twitter by UK Energy Company Consumers,” in 2018 5th International Conference on Social Networks Analysis, Management and Security, SNAMS 2018 - Proceedings, Nov. 2018, pp. 95–98, doi: https://doi.org/10.1109/SNAMS.2018.8554619.
L. Mandloi and R. Patel, “Twitter sentiments analysis using machine learning methods,” in 2020 International Conference for Emerging Technology (INCET) - Proceedings, Jun. 2020, doi: https://doi.org/10.1109/ICIC47613.2019.8985884.
M. Wongkar and A. Angdresey, “Sentiment Analysis Using Naive Bayes Algorithm Of The Data Crawler: Twitter,” in 2019 Fourth International Conference on Informatics and Computing (ICIC) - Proceedings, Oct. 2019, doi: https://doi.org/10.1109/ICIC47613.2019.8985884.
V. D. Gil, “Análisis de sentimientos sobre el impacto social de proyectos de vivienda en América Latina: el caso un TECHO para mi país (Colombia),” Rev. Espac., vol. 39, no. 44, p. 30, 2018. [Online]. Available: http://www.revistaespacios.com/a18v39n44/a18v39n44p30.pdf.
M. B. Hernández and J. M. Gómez, “Análisis de Sentimientos Aplicado a Referencias Bibliográficas,” Feb. 2014. Accessed: Oct. 02, 2020. [Online]. Available: https://revistapolitecnica.epn.edu.ec/ojs2/index.php/revista_politecnica2/article/view/126.
C. Arcila-Calderón, F. Ortega-Mohedano, J. Jiménez-Amores, and S. Trullenque, “Análisis supervisado de sentimientos políticos en español: clasificación en tiempo real de tweets basada en aprendizaje automático,” El Prof. la Inf., vol. 26, no. 5, pp. 973–982, 2017, doi: https://doi.org/10.3145/epi.2017.sep.18.
J. R. Saura, A. Reyes-Menendez, and P. Palos-Sanchez, “Un Análisis de Sentimiento en Twitter con Machine Learning: Identificando el sentimiento sobre las ofertas de #BlackFriday,” Rev. Espac., vol. 39, no. 42, p. 16, 2018, [Online]. Available: http://www.revistaespacios.com/a18v39n42/a18v39n42p16.pdf.
G. E. Chanchí Golondrino and A. E. Cordoba, “Análisis de emociones y sentimientos sobre el discurso de firma del acuerdo de paz en Colombia,” Rev. Ibérica Sist. e Tecnol. Informação, no. E22, pp. 95–107, 2019, Accessed: Sep. 23, 2020. [Online]. Available: http://www.risti.xyz/issues/ristie22.pdf.