45 Análisis de publicaciones en redes sociales para empresas utilizando inteligencia artificial Pierina Xiomara Gálvez Arias, Pedro Jesús Guzmán Ramos, Luis Antonio Chipana Vila, Carlos Alberto Trigoso Valeriano 16100545@ue.edu.pe, 13100597@ue.edu.pe, 12100726@ue.edu.pe, 13100772@ue.edu.pe Universidad ESAN, Perú Jr. Alonso de Molina 1652, Santiago de Surco 15023 Lima - Perú Resumen: En este paper se presenta una alternativa de solución basada en inteligencia artificial para simplificar el esfuerzo humano que implica análisis del impacto generado para las empresas por sus publicaciones en sus redes sociales. Este análisis es muy importante ya que la audiencia manifiesta sus opiniones mediante comentarios o respuestas, que se deben procesar uno a uno para conocer su contenido y usarlo en beneficio de la empresa. Este esfuerzo de conocer el contenido de los comentarios o respuestas implica destinar recursos para leer cada comentario y extraer características que hagan posible determinar si los comentarios son, por ejemplo, reacciones positivas o reacciones negativas. Con nuestra solución se puede obtener reportes más efectivos que con los procedimientos manuales y su creación demanda menos recursos; generando así, ahorro de tiempo y dinero a partir de la extracción de las respuestas a una publicación en Twitter, a las que se les denomina Tweets mediante técnicas de web Scraping y generamos un vector característico para cada una de las respuestas mediante Word2Vec y Doc2Vec. Finalmente, para poder realizar análisis de sentimientos usamos modelos de clasificación estadísticos para determinar si el comentario es positivo o negativo. Esta solución permitirá evaluar la efectividad de las publicaciones de forma automatizada y tomar mejores decisiones sobre cómo interactuar con la audiencia de la empresa en la red social elegida. Palabras clave: Inteligencia Artificial, Word2Vec, redes sociales, análisis de sentimientos, tweet, web scraping. Abstract: This paper presents an alternative of solution based in artificial intelligence to simplify the human effort that implies the analysis of the impact for businesses of the publications in social networks. This analysis is very important because the audience manifest its opinions through comments or answers that must be processed one by one to know their content and use it in benefit of the business. This effort of knowing the content of the comments or answers implies the destination of resources to read each comment and extract characteristics that make possible to determine whether the comments are, positive reactions or negative. With our solution can be obtained most effective reports than the ones that are generated by manual procedures and their creations demand less resources generating in that way the save of time and money from the extraction of the answers to a Twitter’s publication which are denominated as tweets through Web Scraping techniques and generating a characteristic vector for each of the answers through Word2Vec and Doc2Vec. Finally, to make the sentiment analysis we use models of statistic classification to determine if the comment is positive or negative. This solution will let to evaluate the effectiveness of posts in an automated way and to take better decisions of how do businesses should interact with its audience in the chosen social network. Keywords: Artificial Intelligence, Word2Vec, social networks, sentiment analysis, tweet, web scraping. 1. Introducción En la era de la información en la que vivimos, Internet se convierte en un repositorio de miles de millones de datos que generamos todos sus usuarios en cada momento como producto de nuestras acciones en la red, ya sea con páginas web, aplicaciones, herramientas y demás. Las empresas ven a Internet como una gran fuente de datos que al ser analizados correctamente, sirven para ayudarlas a conocer más de sus clientes y saber sobre los potenciales clientes que les interesa captar, también pueden usar estos datos para mejorar la experiencia del cliente con respecto a los productos o servicios que ofrecen, además de dar luces sobre cuáles nuevos productos se podrían ofrecer disminuyendo la incertidumbre acerca de si contarán con aceptación o no [9]. Una de las tendencias más comunes en los últimos años, es ser usuario de algún Servicio de Redes Sociales (SRS) siendo los más populares Facebook, Twitter, Instagram y LinkedIn. A los SRS que acabamos de mencionar se les suele denominar erróneamente “redes sociales”, decimos erróneamente, ya que como lo dice Campuzano, H. una red social hace referencia a una forma de interacción entre un algunas personas que comparten actividades o intereses comunes, y el actual concepto de red social hace referencia a la forma en la que este grupo desarrolla su actividad de relación, es decir los que forman parte esta red social no tienen una relación presencial sino que la desarrollan virtualmente a través de Internet por lo que las redes sociales on line tienen su origen y se desarrollan a través de medios electrónicos y ante esta necesidad nacen los SRS y el servicio que ofrecen es básicamente, publicar contenido de interés ya en variados formatos, desde multimedia a sólo texto y así compartirlo con otros usuarios [8]. De esta manera, los Servicios de Redes Sociales se vuelven una fuente muy atractiva para analizar y poder obtener de ellas lo que opinan o piensan las personas sobre los acontecimientos actuales, empresas, servicios, productos, etc. Un tipo de contenido que se genera frecuentemente en los entornos que acabamos de mencionar son los comentarios PERSPECTIV@S. Revista de Tecnología e Información 2018 | Año 15 | Nº 15 | 45-50