Tesis EP Ingeniería de Sistemas

Permanent URI for this collectionhttps://hdl.handle.net/20.500.12672/125

Browse

Browsing Tesis EP Ingeniería de Sistemas by Subject "Análisis"

Filter results by typing the first few letters
Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Modelo predictivo de Análisis de sentimiento con respecto a la variación del tipo de cambio del dólar durante la pandemia en el 2021 en Twitter
    (Universidad Nacional Mayor de San Marcos, 2025) Bernabe Polo, Joaquín Rodolfo; Guzmán Monteza, Yudi Lucero
    Durante los últimos años las redes sociales se han visto en auge, en donde las personas expresan su opinión sobre diferentes temas entre ellos la variación del dólar, que es un tema importante para la población debido a su influencia en el mercado financiero, debido a esto, en la presente investigación se describe la propuesta de analizar la tendencia de los usuarios de Twitter respecto a la variación del dólar usando algoritmos de machine learning así como datos bancarios obtenidos del BCRP conjuntamente con datos de la red social Twitter para realizar un forecasting del tipo de cambio del dólar. En la presente investigación se propone una metodología basada en 5 etapas; para la construcción del dataset se utilizó la librería Snscrape de Python, luego se realizó el procesamiento del lenguaje natural de los tweets, seguido del muestreo de los datos en donde se utilizaron particiones porcentuales y validación cruzada, la implementación abarcó una primera subetapa en la que se realiza una clasificación de los tweets obtenidos haciendo uso de los algoritmos de Naive Bayes y Random Forest teniendo un score de 0.901459854, este resultado obtenido junto a información bancaria recopilada sirven como input para la segunda subetapa del forescasting de la variación del dólar, el cual usó los algoritmos de Random Forest Regressor y Support Vector Machine, finalmente usando los errores MSE y MAE se obtiene que el modelo Support Vector Machine muestra un menor error en la predicción del tipo de cambio del dólar teniendo un MAE de 0.009605179, un MSE de 0.000232213 y un F1 Score de 0.92826181.
  • Thumbnail Image
    Item
    Plataforma web para el análisis de sentimiento en comentarios de YouTube como herramienta de evaluación de mercado en PYMEs utilizando Machine Learning
    (Universidad Nacional Mayor de San Marcos, 2025) De la Jara Cordero, Dina Andrea; Delgadillo Ávila, Rosa Sumactika
    En la actualidad, la creciente digitalización ha generado un notable incremento en el uso de redes sociales como una fuente de intercambio de información y opinión. En este contexto, el análisis de sentimientos se ha convertido en una herramienta clave para la toma de decisiones empresariales al permitir evaluar la percepción de los clientes sobre un producto o servicio a partir de sus comentarios en redes sociales. Sin embargo, muchas pequeñas y medianas empresas (PYMEs) en el Perú no cuentan con acceso a este tipo de tecnologías, debido a factores como el desconocimiento del potencial del análisis de datos, falta de recursos económicos, ausencia de personal especializado o limitaciones en su infraestructura tecnológica. Ante esta problemática, la presente investigación propone el diseño y desarrollo de una plataforma web para el análisis de sentimientos de comentarios en español de videos de YouTube como herramienta de apoyo en la evaluación de la percepción del mercado para las PYMEs. La plataforma web propuesta implementa modelos de Machine Learning y Procesamiento de Lenguaje Natural (NLP), tales como VADER, TextBlob y BETO para clasificar los comentarios en español según su sentimiento: positivos, negativos o neutros. El sistema se construyó bajo la arquitectura Modelo-Vista-Controlador (MVC) e integra la metodología CRISP-DM para la minería de datos junto con la metodología Scrum para el desarrollo ágil de la plataforma web. Los resultados experimentales, obtenidos a partir del análisis de 3 000 comentarios de diferentes videos, evidenciaron que, tras comparar los tres modelos evaluados, BETO obtuvo una exactitud del 81,30% consolidándose como el modelo principal para el análisis de sentimientos en la investigación.
  • Thumbnail Image
    Item
    Sistema informático basado en analytics para la prevención y monitoreo de casos de violencia contra la mujer registrados en los Centros de Emergencia Mujer, basado en indicadores de la norma ISO 37120
    (Universidad Nacional Mayor de San Marcos, 2023) Ccanto Bravo, Joselyn Mayté; Aira Retuerto, José Antonio; Guerra Guerra, Jorge Leoncio
    Desarrolla un sistema informático basado en las categorías predictiva y descriptiva de Analytics. Para la parte predictiva, se ha desarrollado un modelo Random Forest, con una precisión del 97%, que predice si un caso de violencia contra la mujer reportado es tentativa de feminicidio. Finalmente, para la parte descriptiva, se implementó una plataforma de visualización alineada a los indicadores de los grupos temáticos de la norma ISO 37120:2018, enfocados a la igualdad de género y lucha contra la violencia, la cual permite realizar un seguimiento continuo y prevención de este tipo de casos.