Estudio de herramientas para la obtención y evaluación de datos en Twitter

Abstract

[ES] En la actualidad, las redes sociales se han convertido, desde un punto de vista cuantitativo, en la mayor fuente de información existente. No obstante, esto no significa que toda la información sea de utilidad debido a que dado su elevado y cada vez mayor volumen resulta imposible de analizar para un ser humano sin la ayuda de las de sentimientos que pretenden extraer datos subliminales de textos de una manera automatizada, es decir, sin la intervención de las personas. El proceso de extracción de las opiniones de los usuarios y la evaluación de su significado sería lo que se conoce como minería de opiniones. Esto consigue que una gran cantidad de información pueda tener un gran valor cualitativo resultando ser de un enorme interés. Así pues, este trabajo de final de grado se centrará en el estudio de herramientas para la obtención de la información disponible en tiempo real en la red social Twitter mediante el uso de una librería de Python, conocida como Tweepy, para su posterior análisis de sentimientos gracias a la interfaz de programación de aplicaciones de MeaningCloud con el fin de convertir dicho volumen en información analizable para empresas o individuos.

[EN] Today, social networks have become, from a quantitative point of view, the largest existing source of information. However, this does not mean that all information is useful, because given its high and ever-increasing volume, it is impossible for a human being to analyze without the help of technology. This is why advances such as sentiment analysis are appearing that aim to extract subliminal data from texts in an automated way, i.e., without human intervention. The process of extracting users' opinions and evaluating their meaning is known as opinion mining. This means that a large amount of information can have a high qualitative value and be of enormous interest. Thus, this final degree project will focus on the study of tools for obtaining and storing the information available in real time on the social network Twitter by using a Python library, known as Tweepy, for subsequent sentiment analysis thanks to the MeaningCloud application programming interface in order to convert this volume into analyzable information for companies or individuals.