Durante la última década la tecnología big data ha ido ganando relevancia hasta ser uno de
los temas con más crecimiento y divulgación en la actualidad [Mer]. Son muchas las promesas
sobre las cualidades y utilidades que se publicitan sobre este tipo de tecnologías, aunque
en la mayoría de casos su definición y utilización es muy difusa. En el siguiente estudio se
llevará y producirá una toma de contacto con el ecosistema que existe en torno al big data y
haciendo foco en una de las muchas aplicaciones posibles: el análisis de sentimientos. Este
término supone/ es el procesamiento del lenguaje natural en documentos para su clasificación
según su connotación positiva, negativa o neutra sobre un tema determinado.
Las fuentes de información a la hora de hacer análisis de textos y procesamiento del lenguaje
natural es muy variado: artículos de opinión o investigación, blogs, reviews sobre productos
en una tienda online o comentarios en una web de viajes. Debido a esta variedad las
posibilidades de negocio son infinitas. En nuestro caso se ha decido analizar la información
proveniente de redes sociales como son los comentarios realizados por los usuarios, pudiendo
detectar su relación con una entidad bancaria y en este caso realizar un análisis predictivo
de situaciones de morosidad tanto del propio cliente como de manera agregada por localidad,
oficina, sexo entre otras variables.
Hasta hace poco tiempo la tendencia era obtener información de manera agregada procedente
de las aplicaciones de uso diario en la empresa, explotándose únicamente mediante
herramientas de business intelligence que generan informes describiendo la situación actual
de la empresa. Con este trabajo, pretendemos ir un paso más allá y siguiendo las tendencias
actuales realizar prescripciones sobre la materia, para conseguir identificar la mejor alternativa
dentro de un conjunto de predicciones obtenidas con técnicas machine learning para
maximizar un objetivo futuro gracias a técnicas matemáticas y estadísticas.
During last decade big data technologies has been gaining relevance, it has become one
of the most relevant matters [Mer]. Actually, there has been made lots of promises about
the virtues of the technology and its usefulness, but in the major cases the definition of this
virtues has been little specific. In this study I will make an approach on the big data environment
by describing a specific use case: Sentiment analysis. Sentiment analysis consists on
processing natural language on documents to classify them by its meaning positive, negative
or neutral regarding a subject.
There are varied data sources on text analysis when processing natural language: Articles,
blogs, product reviews, or comments on tr ips websites. Due to this wide of business possibilities
our use case is focused on analyzing the information originated in social network like
the comments made by the users. This information is used to make a predictive analysis on
delay on payment by the banking clients, the data will be also aggregated by place, office or
gender.
Traditionally, the aggregated information has been shown using business intelligence tools
in a descriptive way, according to the current situation. The main purpose of this study is to
go further and to follow the current tendencies, that show the information as a prescription on
the matter, that identify the best alternative between a group of prediction made by machine
learning techniques to fulfill the goal of maximize a given result using mathematics and
statistics.
