Con base en el machine learning o aprendizaje automático, una forma de Inteligencia Artificial que permite a un sistema aprender de los datos, expertos del Centro Universitario Zumpango de la Universidad Autónoma del Estado de México (UAEMéx) analizan, desde hace cinco años, documentos de redes sociales para aplicarles técnicas de análisis de sentimientos.
El catedrático e investigador de este espacio universitario, Asdrúbal López Chau, explicó que el propósito de este trabajo es extraer la polaridad de las opiniones de alguna entidad, saber si determinada opinión, por ejemplo, sobre cierta figura política, empresa o producto es positiva, negativa o neutral.
Precisó que a partir de uno de los modelos más básicos del machine learning han analizado entornos políticos, por ejemplo, las pasadas elecciones presidenciales en México, la opinión de la ciudadanía sobre los candidatos y qué opinaba un candidato sobre otro. Asimismo, analizaron datos de las publicaciones que se hicieron en Twitter sobre el terremoto más reciente en México.
“Nuestra investigación es ciencia básica. Realmente diseñamos nuevos algoritmos que nos permiten hacer este tipo de análisis, que es sumamente importante porque permite saber qué es lo que piensa la gente acerca de algo, pero de manera inmediata, es decir, nos permite identificar reacciones emergentes”, dijo.
Destacó que esta información es útil en muchas áreas; por ejemplo, en mercadotecnia, en las elecciones y para que las empresas reaccionen ante cualquier eventualidad por parte de los consumidores.
En la actualidad, detalló, estamos trabajando en el análisis de sentimientos con la predicción de mercados financieros, es decir, cómo la opinión en redes sociales de personas importantes a nivel mundial impacta los mercados.
De hecho, sostuvo, el primer paso es explorar si hay una relación y si es así, determinar que tanto afecta, si puede ocasionar que suban o bajen las acciones en la bolsa de valores, por ejemplo, lo cual puede hacerse a través de algoritmos matemáticos.
“La hipótesis es que sí existe una relación entre estas opiniones y la bolsa de valores o los mercados financieros; sin embargo, es necesario predecir cuál es el efecto y cuantificarlo”, dijo.
Estos conocimientos, afirmó, permitirían contar con un sistema -de los cuales ya existen varios- que posibilite dar recomendaciones de cómo invertir y cuándo vender a partir del comportamiento temporal de los valores de los mercados financieros y las opiniones en redes sociales. Se trata de tomar mejores decisiones a la hora de invertir.
Sin embargo, subrayó, este trabajo también puede ser aprovechado en el ámbito de la psicología; por ejemplo, para detectar, a través de publicaciones en redes sociales, casos de depresión e incluso, aunque por ahora es muy aventurado decirlo, prevenir suicidios. El método se puede extender al monitoreo de la vida cotidiana.
Refirió que, por ahora, trabajan solo con Twitter, dada la facilidad que esta red ofrece para descargar los comentarios de los usuarios. “Anteriormente usábamos Facebook, pero cuando sus políticas cambiaron se nos dificultó conseguir información”.
Cabe destacar que en este trabajo de investigación participan especialistas y estudiantes de diversos campus de la UAEMéx, así como el Instituto Politécnico Nacional, el Instituto Tecnológico de Orizaba y la Universidad Autónoma de Sinaloa.
CLAVES
-A partir de uno de los modelos más básicos del machine learning han analizado entornos políticos y de los mercados financieros; sin embargo, este trabajo también puede utilizarse para detectar casos de depresión e incluso, prevenir suicidios.
#EDOMEX #UAEMex #Educacion #Zumpango #OscarGleen
El catedrático e investigador de este espacio universitario, Asdrúbal López Chau, explicó que el propósito de este trabajo es extraer la polaridad de las opiniones de alguna entidad, saber si determinada opinión, por ejemplo, sobre cierta figura política, empresa o producto es positiva, negativa o neutral.
Precisó que a partir de uno de los modelos más básicos del machine learning han analizado entornos políticos, por ejemplo, las pasadas elecciones presidenciales en México, la opinión de la ciudadanía sobre los candidatos y qué opinaba un candidato sobre otro. Asimismo, analizaron datos de las publicaciones que se hicieron en Twitter sobre el terremoto más reciente en México.
“Nuestra investigación es ciencia básica. Realmente diseñamos nuevos algoritmos que nos permiten hacer este tipo de análisis, que es sumamente importante porque permite saber qué es lo que piensa la gente acerca de algo, pero de manera inmediata, es decir, nos permite identificar reacciones emergentes”, dijo.
Destacó que esta información es útil en muchas áreas; por ejemplo, en mercadotecnia, en las elecciones y para que las empresas reaccionen ante cualquier eventualidad por parte de los consumidores.
En la actualidad, detalló, estamos trabajando en el análisis de sentimientos con la predicción de mercados financieros, es decir, cómo la opinión en redes sociales de personas importantes a nivel mundial impacta los mercados.
De hecho, sostuvo, el primer paso es explorar si hay una relación y si es así, determinar que tanto afecta, si puede ocasionar que suban o bajen las acciones en la bolsa de valores, por ejemplo, lo cual puede hacerse a través de algoritmos matemáticos.
“La hipótesis es que sí existe una relación entre estas opiniones y la bolsa de valores o los mercados financieros; sin embargo, es necesario predecir cuál es el efecto y cuantificarlo”, dijo.
Estos conocimientos, afirmó, permitirían contar con un sistema -de los cuales ya existen varios- que posibilite dar recomendaciones de cómo invertir y cuándo vender a partir del comportamiento temporal de los valores de los mercados financieros y las opiniones en redes sociales. Se trata de tomar mejores decisiones a la hora de invertir.
Sin embargo, subrayó, este trabajo también puede ser aprovechado en el ámbito de la psicología; por ejemplo, para detectar, a través de publicaciones en redes sociales, casos de depresión e incluso, aunque por ahora es muy aventurado decirlo, prevenir suicidios. El método se puede extender al monitoreo de la vida cotidiana.
Refirió que, por ahora, trabajan solo con Twitter, dada la facilidad que esta red ofrece para descargar los comentarios de los usuarios. “Anteriormente usábamos Facebook, pero cuando sus políticas cambiaron se nos dificultó conseguir información”.
Cabe destacar que en este trabajo de investigación participan especialistas y estudiantes de diversos campus de la UAEMéx, así como el Instituto Politécnico Nacional, el Instituto Tecnológico de Orizaba y la Universidad Autónoma de Sinaloa.
CLAVES
-A partir de uno de los modelos más básicos del machine learning han analizado entornos políticos y de los mercados financieros; sin embargo, este trabajo también puede utilizarse para detectar casos de depresión e incluso, prevenir suicidios.
#EDOMEX #UAEMex #Educacion #Zumpango #OscarGleen
