¿Qué es minería de texto? ¿Cómo usarla para obtener información adicional?

La minería de textos es una rama específica de la minería de datos que se refiere al proceso de analizar y derivar información nueva de textos. Por medio de la identificación de patrones o correlaciones entre los términos se logra encontrar información que no está explícita dentro del texto. Los textos que se usan como recursos pueden ser páginas web, libros, correos electrónicos, reseñas de clientes, artículos, entre otros.

La minería de textos es un área multidisciplinaria basada en la recuperación de información, aprendizaje automático, estadísticas y la lingüística computacional. Como la mayor parte de la información (más de un 80%) se encuentra actualmente almacenada como texto, se cree que la minería de textos tiene un gran valor comercial.

Por ejemplo: Twitter, tiene su base de negocio en la exploración de los mensajes.

La minería de texto se define como el proceso de descubrimiento de patrones
interesantes y nuevos conocimientos en una colección de textos, es decir, es el proceso encargado del descubrimiento de conocimientos que no existían explícitamente en ningún texto de la colección, pero que surgen de relacionar el contenido de varios de ellos.

Es un curso MUY ADICTIVO!

PRINCIPALES LIBRERIAS PARA HACER ANÁLISIS DE TEXTOS

Qué buena clase. Exploración de datos.

Aquí un video que puede sumar

https://www.youtube.com/watch?v=I3cjbB38Z4A

¿QUÉ ES LA MINERÍA DE TEXTOS?
La minería de textos busca extraer información útil e importante de formatos de documentos heterogéneos, tales como páginas web, correos electrónicos, medios sociales, artículos de revistas, etc. Esto se hace mediante la identificación de patrones dentro de los textos, tales como tendencias en el uso de palabras, estructura sintáctica, etc.

¿POR QUÉ LO NECESITAMOS?
La minería de textos nos puede ayudar a encontrar tecnologías nuevas e innovadoras dentro de ciertos dominios. Es un método muy eficiente para generar nueva información y conocimiento. Esta práctica permite a las empresas reducir el tiempo dedicado a la lectura de textos extensos y extractos literarios. Esto significa que los recursos clave se pueden encontrar con mayor rapidez y eficacia. También permite a los usuarios obtener nueva información que de otro modo sería difícil de encontrar.

“Cuanto más complejos son los conjuntos de datos recopilados, mayor es el potencial que hay para descubrir insights relevantes”

https://www.sas.com/es_pe/insights/analytics/data-mining.html

Gracias Silvia, excelente curso.

MINERIA DE DATOS 😃 😃

Análisis de resultados:
La mayoría de nuestros clientes que llaman por quejas quieren una devolución, los únicos clientes en lo que esta característica no sobresale es con nuestros clientes oro, con los plata ya inicia a verse la palabra factura por lo que nos percatamos que pueden ser empresas las que nos llaman, podríamos identificar a las empresas y enviarles promociones.
En el caso de los usuarios oro también existe la palabra facturas pero ahora surge una palabra que es Log in esto hace referencia a que tienen problemas con los accesos siendo así un problema tecnológico.

Datos abiertos Colombia - Peticiones, Quejas y Reclamos de Televisión Abierta

El mejor uso que podría darle a la minería de texto en mi caso de negocio es entender cuales son las principales razones para las pqrs en cada categoría de clientes y las mejores respuestas para automatizarlas.

¿QUÉ ES LA MINERÍA DE TEXTOS?

La minería de textos busca extraer información útil e importante de formatos de documentos heterogéneos, tales como páginas web, correos electrónicos, medios sociales, artículos de revistas, etc. Esto se hace mediante la identificación de patrones dentro de los textos, tales como tendencias en el uso de palabras, estructura sintáctica, etc.

La gente a menudo habla de «minería de texto y datos (TDM)» al mismo tiempo, pero estrictamente hablando la minería de texto es una forma específica de minería de datos que se relaciona con el texto.

¿POR QUÉ LO NECESITAMOS?

La minería de textos tiene muchas aplicaciones. Por ejemplo, la minería de textos puede ayudar a encontrar tecnologías nuevas e innovadoras dentro de ciertos dominios. Es un método muy eficiente para generar nueva información y conocimiento. Esta práctica permite a las empresas reducir el tiempo dedicado a la lectura de textos extensos y extractos literarios. Esto significa que los recursos clave se pueden encontrar con mayor rapidez y eficacia. También permite a los usuarios obtener nueva información que de otro modo sería difícil de encontrar.

¿QUÉ CLASE DE GENTE HACE MINERÍA DE TEXTOS?

La tecnología de la minería de textos es actualmente ampliamente aplicada por una extensa variedad de usuarios, desde organizaciones gubernamentales, instituciones de investigación y empresas para sus necesidades diarias. Estos son algunos ejemplos de uso en diferentes campos:

Investigación: por ejemplo, el descubrimiento de conocimientos, la atención médica y sanitaria: en el pasado, a un investigador humano le lleva mucho tiempo analizar y obtener información relevante. En algunos casos, esta información ni siquiera era accesible. La minería de textos permite a los investigadores encontrar más información y de forma más rápida y eficiente.

Negocios: por ejemplo, las grandes empresas utilizan la minería de textos para ayudar en la toma de decisiones y responder rápidamente a las consultas de los clientes en procesos tales como la gestión de riesgos o el filtrado de currículos

Seguridad: En anti-terrorismo, el análisis de los blogs y otras fuentes de texto en línea se utiliza para prevenir delitos en Internet y luchar contra el fraude.

Diariamente, La minería de texto es usada por los sitios web de correo electrónico para crear métodos de filtrado más confiables y efectivos, para el filtrado de spam, análisis de datos de medios sociales, etc. También para identificar las relaciones entre los usuarios y ciertos productos o para determinar las opiniones de los usuarios sobre temas particulares

¿ES ÚTIL LA MINERÍA DE TEXTOS PARA LA CIENCIA?

Los usos de la minería de textos son virtualmente interminables, pero vamos a centrarnos más en que manera es útil para la ciencia y la investigación. Los científicos se comunican a través de publicaciones científicas y se estima que existen más de 50 millones de revistas (JINHA, A. E. (2010), po lo cual cada vez es más difícil para los investigadores hacer un seguimiento de lo que se publica en su propio campo. Además, hay una enorme afluencia de otros tipos de datos en todas las ciencias, como páginas web, informes de organizaciones públicas (por ejemplo, transcripciones judiciales, actas de reuniones), libros, etc. La minería de textos puede ayudar a resolver este problema y a encontrar nueva información.

ESPERA UN MINUTO, ¿ASÍ ES COMO OBTENGO ESOS ANUNCIOS PERSONALIZADOS?

Como se ha dicho antes, las tecnologías de minería de texto tienen muchas aplicaciones. Entre ellas, se puede utilizar para establecer vínculos entre clientes potenciales y productos con fines de marketing o de otro tipo.

¿CUÁL ES LA DIFERENCIA ENTRE MINERÍA DE TEXTO Y GOOGLE?

Los motores de búsqueda como Google, recuperan todos los documentos que contienen las palabras clave que has especificado. No hay valor añadido a los datos. La minería de textos lleva las cosas un paso más allá al extraer información precisa basada en mucho más que palabras clave. En su lugar, busca entidades o conceptos, relaciones, frases y/o oraciones. Intenta determinar el significado real basado en algoritmos de Procesamiento del Lenguaje Natural (NLP), que le permiten reconocer conceptos similares. Una búsqueda utilizando la minería de texto puede identificar hechos, relaciones e inferencias que no son del todo obvios.

¿CÓMO FUNCIONA, ESTA MINERÍA DE TEXTO Y DATOS?
La extracción de textos puede dividirse en cinco pasos:

1. Recolección: Recopilación de datos de diferentes recursos, tales como sitio web, correos electrónicos, comentarios de clientes, archivo de documentos. Dependiendo de la aplicación, este proceso puede ser completamente automatizado o guiado por una persona encargada de realizar este proceso.

2. Preprocesamiento: La identificación del contenido y la extracción de características representativas

3. Limpieza de textos: eliminación de cualquier información innecesaria o no deseada, como los anuncios de las páginas.

4. Tokenización: un ordenador sólo «ve» una cadena de caracteres, sin poder identificar, por ejemplo, párrafos, frases o palabras. La Tokenización divide el texto en entidades significativas (palabras, oraciones, etc.) dados los espacios en blanco presentes y las puntuaciones.

5. Extracción de características (también llamada selección de atributos): es el proceso de caracterización.

Un ejemplo puede ilustrar estos cinco pasos:

Imagina que estás vendiendo calendarios de animales. Si deseas saber si es una buena inversión para que se anuncie en los sitios web de blogs, y por lo tanto, te gustaría conocerqué porcentaje de las entradas en el blog están hablando de los animales.

En primer lugar, es necesario reunir todos los textos de todas las entradas de blog que puedas encontrar. Dado que puede haber cientos de miles de estos textos en Internet, probablemente no quieras descargarlos manualmente, uno por uno. Así que necesitas software para rastrear la web, descargar los artículos que encuentre y organizarlos en una base de datos apropiada.

En segundo lugar, querrás preprocesar el material recolectado para que las siguientes herramientas (discutidas en los pasos 3 a 5) puedan trabajar más eficientemente. Por ejemplo, querrás eliminar anuncios, menús de páginas web, código fuente de las páginas web HTML, etc. A continuación, es posible que desees calcular algunas características (extracción de características) para tu colección de textos. Por ejemplo, es posible que desees conocer el número de palabras de cada mensaje, de modo que pueda rechazar las que son demasiado pequeñas (por ejemplo, 10 palabras) o demasiado grandes (por ejemplo, 10 000 palabras). Tales entradas en su base de datos probablemente no son representativas y pueden ser errores generados por su software utilizado en el primer paso. Para obtener estos recuentos de palabras, primero tendrás que dividir los textos (serie de caracteres) en palabras (tokenización).

En el tercer paso, es posible que desees crear índices. Por ejemplo, para enumerar qué palabras se han encontrado en qué textos. Puedes pensar en esto como el índice de un libro. Sin un índice, es muy difícil localizar la información sobre un tema específico. Pero con un índice, es mucho más fácil y rápido encontrar lo que está buscando. Esto también es cierto para el software que busca palabras en su enorme base de datos blog.

Luego, en el cuarto paso, querrás extraer los textos para extraer alguna información que le ayudará a contestar sus preguntas. En este caso, querrás identificar palabras que se refieran a animales. Un nombre de entidad reconocedora de animales tratará de reconocer cada palabra que se refiera a un animal, como perro, gato, gatito, felino, mamífero, petirrojo americano, Turdus migratorius, etc. También es posible que desees ejecutar lo que se conoce como’ algoritmos sintácticos‘ para identificar qué palabras son sustantivos y cuáles verbos. Se necesitan muchos algoritmos para distinguir, por ejemplo, el uso de cat en «Tengo un gato hermoso» y que «ejecute cat file. txt en su línea de comandos para mostrar el texto.o rechazar «Se movió como una araña» Evidentemente, se necesita mucha inteligencia para llevar a cabo esta tarea con precisión.

A continuación, en el quinto paso, se desea realizar análisis y trazar gráficos. Por ejemplo, puedes requerir una gráfica de barra que muestre el porcentaje de artículos del blog que hablan sobre los animales para cada uno de los diez sitios web de alojamiento de blog más importantes. Con esta información, por ejemplo, puedes convencer a tus colaboradores de que es una buena idea invertir dinero en publicidad para calendarios de animales en whatablog. com.

Este artículo fue escrito como parte del proyecto OpenMinTeD por: Jiakang Chang (EMBL-EBI), Christian O’ Reilly (EPFL), Nancy Pontika (Open University) Gareth Owen (EMBL-EBI), Kenneth Haug (EMBL-EBI), Martine Oudenhoven (LIBER)

Minería de texto: extraer información adicional a través de los mensajes que nos dejan los usuarios

Muy buen curso!. Es interesante todo el análisis que hace de la problemática empresarial a través de la mirada “data driven”. Sería muy bueno, si mas adelante en la ruta de ciencia de datos existiese un curso continuación de este donde enseñaran los detalles técnicos de este análisis. Por ejemplo: poder ver como se usa el texto de las quejas para clasificarlos ¿se hará a mano o se ocupará un modelo de NLP? Eso sería súper interesante!

En Platzi esta este curso Ciencia de datos donde la profesora extrae información de la web (ej. Amazon) usando R Studio para analizar los comentarios de productos vs variables como precio, peso, marca, en un gráfico bastante interesante. Te lo recomiendo.

basicamente somos analizados en todo aspecto de nuestras vida… desde un like a un comentario en RRSS

Maravillosa esta técnica para el análisis de datos.

Este tema es uno de los más apasionantes en la ciencia de datos.

Woow, este curso ha sido muy increíble.

Mis apuntes:

¿Qué es minería de texto?

La minería de texto es una técnica de análisis de datos que consiste en extraer información valiosa y significativa a partir del procesamiento de grandes cantidades de datos de texto no estructurados, como por ejemplo, correos electrónicos, publicaciones en redes sociales, noticias, documentos, entre otros.

¿Cómo usarla para obtener información adicional?

La minería de texto puede ser utilizada para obtener información adicional a partir de grandes volúmenes de datos de texto no estructurados. Algunas de las técnicas más utilizadas para la minería de texto son:

Análisis de sentimientos

El análisis de sentimientos permite clasificar el tono emocional de un texto, ya sea positivo, negativo o neutral. Esta técnica es muy útil para analizar la percepción de los clientes acerca de un producto o servicio.

Extracción de entidades

La extracción de entidades consiste en identificar y clasificar elementos específicos en un texto, como personas, lugares, organizaciones, fechas, entre otros. Esta técnica es muy útil para identificar patrones y relaciones en grandes cantidades de datos de texto.

Clustering de texto

El clustering de texto es una técnica de agrupamiento que permite identificar patrones en los datos de texto. Esta técnica es muy útil para identificar temas recurrentes en grandes cantidades de datos de texto no estructurados.

Análisis de frecuencia

El análisis de frecuencia consiste en contar la cantidad de veces que aparece una palabra o frase específica en un texto. Esta técnica es muy útil para identificar palabras o frases clave en grandes cantidades de datos de texto.

En resumen, la minería de texto es una técnica muy útil para obtener información adicional a partir de grandes cantidades de datos de texto no estructurados. Las técnicas de análisis de sentimientos, extracción de entidades, clustering de texto y análisis de frecuencia son algunas de las más utilizadas para la minería de texto.

Si quieren conocer un poco de minería de textos 📑y algunos ejemplos breves de aplicaciones pueden ver este video cortito de 8 min del IBM Technology 😁

PROBLEMA: En el restaurante “El Chef”, las ganancias regulares que se tenían han bajado en comparación a las ganancias obtenidas el año pasado, ¿a qué se deberá?
'
Analizando los mensajes dentro de las categorías clasificadas:
En las anteriores clases, mencione que había diferentes tipos de “Customers” (clientes) y “Workers” (trabajadores de restaurante), y dentro de ellos expresé sus respectivas categorías, ahora buscaremos los mensajes que podemos encontrar dentro de estas, los cuales pueden ser:
‘
a) Workers:

’

• Con respecto a la asistencia, en el restaurante “el Chef”, los trabajadores para poder registrar su asistencia deben escribir su nombre, y enviarlo como un mensaje a un grupo creado por la empresa del restaurante, destinado para que sea la minería de texto con respecto al registro de asistencias.
  ’
• Mediante los mensajes que se puede registrar entre las conversaciones entre los “Workers” y los “Customers”, mediante ellos, se puede identificar el interés y la calidad de atención que el cliente recibe de los trabajadores, y si es que ellos muestran una buena atención en una oportunidad, podemos saber si es que mantiene esta buena atención en otras oportunidades.
  ’
• También, mediante los mensajes de texto entre las conversaciones entre los “Workers” y “Customers”, podemos identificar el número de ventas concretadas y las quejas o críticas constructivas que pueden recibir los trabajadores por parte de los clientes, y así con ayuda de la I.A, poder identificar si los comentarios que hacen los clientes hacia los trabajadores son positivos o negativos.
  ‘
  Y además el registro de ventas efectuadas será contabilizado mediante los registros semanales de estas, los cuales deben ser enviados (cada semana) por cada trabajador al grupo de la empresa.
  ’

b) Customers:

Eso es todo muchas gracias por su atención de antemano, y les agradecería mucho si es que en algo estoy fallando, ayudarme en hacerme ver ese error porfavor. Gracias👍. #NeverStopLearning✨

El mejor uso que podría darle a la minería de texto en mi caso de negocio es …Comportamientos como Tasa de envio, Tarifa de devolución, Estado y/o calidad del producto, Facturas, fechas de pago.

Minería de texto: ayuda a entender los mensajes, el texto para clasificarlo y organizarlo de acuerdo a tus necesidades

Este es un buen ejemplo gráfico de la Minería de Texto

Les comparto estos posts muy interesantes:
https://towardsdatascience.com/tagged/text-mining

Comparto un excelente post que explica muy bien lo qué es la minería de texto: https://universoabierto.org/2018/02/22/que-es-la-mineria-de-textos-como-funciona-y-por-que-es-util/

buscar cuantos problemas mas hay

La import de las quejas, excelente

De qué forma se leen los textos ? se pasan todos los correos y conversaciones por un algoritmo ?

Aquí unos videos que pueden sumar

¿Qué es la minería de datos?

¿Qué es la Minería de Texto?

What is Text Mining?

Le pregunté a ChatGPT sobre la minería de texto y cómo puede ser aplicada. Aquí me dio ejemplos con análisis de sentimiento y extracción de información.

Aquí tienes el ejemplo de texto ficticio para análisis de sentimientos y extracción de información presentado en formato de tabla, en español:
.

Análisis de sentimientos:

.
.
.
.

Extracción de información:

.

En este ejemplo, tenemos una columna etiquetada como “Texto” que contiene diferentes oraciones o frases. La columna “Información Extraída” muestra la información relevante que se ha extraído de cada texto.
.
.
La tabla demuestra cómo se pueden aplicar técnicas de extracción de información para identificar entidades y atributos específicos dentro de un texto no estructurado. En este caso, extraemos nombres (por ejemplo, John Smith), organizaciones (por ejemplo, XYZ Company, Apple Inc.), ubicaciones (por ejemplo, Cupertino, California) y fechas de eventos (por ejemplo, 30 de septiembre de 2023).
.
.

La extracción de información es una tarea valiosa dentro del análisis de texto, ya que ayuda a transformar datos no estructurados en información estructurada y útil que se puede utilizar para diversos fines, como análisis de datos, gestión del conocimiento y toma de decisiones.

• El mejor uso que podría darle a la minería de texto en mi caso de negocio es … Analisando los comentarios en redes sociales los que le daría a una compañia una visión más amplia y desagregada sobre la variable cualitativa de las ventajas de la competencía sobre nuestra empresa

Explorar nueva información a partir del texto.

La minería de texto, también conocida como análisis de texto o exploración de datos de texto, es una técnica de procesamiento de lenguaje natural que se utiliza para extraer información útil y conocimiento de grandes cantidades de texto no estructurado.

La minería de texto implica el uso de algoritmos y técnicas de aprendizaje automático para analizar y procesar grandes cantidades de datos de texto, con el fin de descubrir patrones, tendencias y relaciones ocultas. Esto se logra mediante la identificación y extracción de entidades (como nombres de personas, organizaciones o lugares), la clasificación de textos en categorías temáticas y la extracción de información relevante, como fechas, números y relaciones semánticas.

En resumen, la minería de texto es una herramienta valiosa para transformar datos de texto no estructurados en información valiosa y conocimiento accionable.

El plata por como se explico, cae mas en la categoria de revendedor o de Dropshipping, por ello no compra en volumen ningun articulo, compra lo que requiere segun le solicitan a el. Y el oro si, es una tienda ya que puede comprar varios articulos el mismo dia, pudiendo ser varias unidades del mismo o diferentes productos, aunque aqui tambien pudiera caer un Dropshipping muy top.

increible como los datos nos pueden dar luz d emuchos aspectos que a simple vista no se ven, desarrollarse y desarrallor la ciencia de datos en una empresa, es fundamental para el crecimiento de la misma

Buen ejemplo de clasificacion de los mensajes de clientes en el analicis de texto.

La minería de texto es una técnica de procesamiento de lenguaje natural que se utiliza para extraer información útil de un gran conjunto de texto no estructurado. Esto incluye tareas como la clasificación de documentos, la identificación de temas y la extracción de relaciones entre entidades. Es utilizado en la data ciencia para procesar grandes cantidades de datos de texto y convertirlos en información valiosa para la toma de decisiones.

El mejor uso que podría darle a la minería de texto en mi caso de negocio es la obtención de la siguiente información adicional que afecta en el cumplimiento de las tareas: -Habilidades especiales.
-Déficit de atención.
-Imperatividad.
-Adicción a redes sociales.
-Problemas de alcoholismo y/o drogas. -Malas juntas (Pandillaje).
-Primera experiencia en el enamoramiento.
-No entiende la explicación del profesor.
-Ayudan de forma laboral en casa para que el dinero alcance. -Adicción a los videojuegos y/o juegos de azar.
-Familia disfuncional.
-Dejan demasiada tarea.

Un proceso, entendiéndose como conjunto de etapas sucesivas, típico de minería de datos consta de los siguientes pasos generales:

1.Selección del conjunto de datos, tanto en lo que se refiere a las variables objetivo (aquellas que se quiere predecir, calcular o inferir), como a las variables independientes (las que sirven para hacer el cálculo o proceso), como posiblemente al muestreo de los registros disponibles.
2.Análisis de las propiedades de los datos, en especial los histogramas, diagramas de dispersión, presencia de valores atípicos y ausencia de datos (valores nulos).
3.Transformación del conjunto de datos de entrada, se realizará de diversas formas en función del análisis previo, con el objetivo de prepararlo para aplicar la técnica de minería de datos que mejor se adapte a los datos y al problema, a este paso también se le conoce como preprocesamiento de los datos. Un problema sustancial asociado al desarrollo de este tipo de sistemas cuando contienen texto en inglés es el tamaño de su vocabulario; que es más grande que el de cualquier otra Lengua en el mundo. Un método que se está ahora utilizando en estos casos es el de simplificación antes de proceder con el proceso, por medio de convertir dicho texto a Inglés básico; mismo que contiene solo 1,000 palabras que también se utilizan para describir en notas al pie el sentido de las más de 30,000 palabras definidas en el “Diccionario Básico de Ciencias”.
4.Selección y aplicación de la técnica de minería de datos, se construye el modelo predictivo, de clasificación o segmentación.
5.Extracción de conocimiento, mediante una técnica de minería de datos, se obtiene un modelo de conocimiento, que representa patrones de comportamiento observados en los valores de las variables del problema o relaciones de asociación entre dichas variables. También pueden usarse varias técnicas a la vez para generar distintos modelos, aunque generalmente cada técnica obliga a un preprocesado diferente de los datos.
6.Interpretación y evaluación de datos, una vez obtenido el modelo, se debe proceder a su validación comprobando que las conclusiones que arroja son válidas y suficientemente satisfactorias. En el caso de haber obtenido varios modelos mediante el uso de distintas técnicas, se deben comparar los modelos en busca de aquel que se ajuste mejor al problema. Si ninguno de los modelos alcanza los resultados esperados, debe alterarse alguno de los pasos anteriores para generar nuevos modelos.

La minería de texto permitiría conocer las quejas o sugerencias de los usuarios de una manera más rápida

Por lo que entiendo, entonces deberíamos separar los mensajes de quejas en diferentes subcategorías comunes a cada categoría cuantitativa enfocándonos en las quejas de los usuarios que mas impacto/Beneficio generaría en nuestro negocio.
Y para realizar esto utilizaríamos esta nueva herramienta llamada la minería de texto.

Me gustaria que mejoraran más las cursos, que sea m´ss prácticos donde expliquen ejemplos a través de las distintas herramientas que mencionan

La minería de texto es una de las mejores herramientas que permite la extracción de dicha información en un texto de interés de esta manera a través de una aplicación sistematizada se puede lograr obtener información en textos de forma rápida y de manera eficiente se pueden construir conceptos a partir de esta búsqueda

El mejor uso que podría darle a la minería de texto en mi caso de negocio es, identificando el recorrido que realizaron los componentes defectuosos, quizas la razón de sus fallas no esté en el sitio de ensamblaje sino en la logística.

Piensa en los mensajes que podría haber dentro de las categorías que creaste. ¿Qué información adicional podrías encontrar analizando los textos relacionados a tu caso de negocio? ¿Cuáles serían los diferentes comportamientos?:
Empresa de teclados
En los reportes podemos categorizar el tipo de falla, y ver según cada fabrica que error es más común para identificar si existen problemas de capacitación en aspectos específicos, por ejemplo en la fabrica A existen una mayor cantidad de fallas en la soldadura de los switches por lo que podríamos hacer una capacitación sobre soldaduras para los empleados específicos que la necesitan.

podríamos profundizar con el Analís Cualitativo de GPS , de que parte del Mundo se reciben mas quejas, y categorizar situación especificas de cada país, tal vez, el producto cuesta mas por tratados comerciales, o hay problemas de logística en un país y retrasa la entrega, o fallas eléctricas en zonas especificas . y con Mineria de Texto, podriamos recolectar esa informacion

En mi caso de problema es:

• personas que compran mas de 1 vez gente adulta uno de sus motivos es por el fallo de la plataforma al realizar la compra, quiere realizar un cambio de libro.
• personas que compran mas de 1 vez gente joven uno de sus motivos es porque requiere devolucion de su dinero, el estado del libro.

El mejor uso que podría darle a la minería de texto en mi caso de negocio es … tener un buen feedback por parte de los consumidores acerca de por qué no están aprovechando el Hot Sale para realizar compras, saber si es porque no están familiarizados con las compras online y aún son compradores físicos en tiendas, si las ofertas lo son en realidad (hoy en día hay herramientas para comparar un mismo producto en distintas webs y saber con mayor precisión el % de descuento de dicho producto), o si por ejemplo es la misma empresa la que o no está publicitando lo suficiente el Hot Sale, o no lo hace “atractivamente” (el cartel de HOT SALE en la web está demasiado chico, con colores no tan llamativos, se tilda la página al querer entrar en esa sección).

Hipótesis: Las ventas vienen decreciendo en los últimos 12 meses, el ticket promedio está disminuyendo.

El mejor uso que podría darle a la minería de texto en mi caso de negocio es entender los motivos de abandono de nuestros clientes que derivan naturalmente en la disminución de nuestros ingresos mensuales.

Excelente información sobre la mineria de texto

La minería de textos es el proceso de analizar colecciones de materiales de texto con el objeto de capturar los temas y conceptos clave y descubrir las relaciones ocultas y las tendencias existentes sin necesidad de conocer las palabras o los términos exactos que los autores han utilizado para expresar dichos conceptos. La minería de textos y la acción de recuperar información son conceptos que a veces se confunden, aunque son bastante diferentes. Una recuperación precisa de la información y su almacenamiento supone un reto importante, pero la extracción y administración de contenido de calidad, de terminología y de las relaciones contenidas en la información son procesos cruciales y determinantes.

Excelente, en esta clse aprendi mas sobre la perspectiva y como la experiencia en el negocio hace gran diferencia para validar los datos

Preguntas referentes clasificadas por tema:

Al tratarse de un restaurante, es natural que la mayoría de preguntas apunten a la devolución del dinero

• Devolución de dinero

1. ¿Como pido una devolucion de dinero si el plato no fue de mi agrado?
2. ¿Tiempo de respuesta para la devolucion de mi dinero?

• Quejas por tiempo de espera

1. ¿Cuanto es el tiempo de espera regular en el restaurante?
2. llevo esperando mas de 1 hora por un plato ¿Como pido mi devolucion de dinero?

• Quejas por atención al cliente

1. ¿Cómo reporto un caso de atención al cliente?
2. ¿A quien debo dirigirme por un servicio negligente de parte del establecimiento?
3. Mi experiencia en el restaurante fue pésima ¿Puedo obtener una compensación?

• Comida en mal estado

1. Mi plato estaba en mal estado, exijo devolucion del dinero

• Preguntas

1. ¿Donde puedo pedir facturacion electronica?
2. A traves de que medios envio evidencias de un inconveniente dentro del establecimiento?

Son algunas de las preguntas que se me ocurren en este caso de negocio en particular

Les dejo el estado de animo de los tuiteros por dia de la semana.
periodo 2016-2022

¿Qué es la minería de texto? ¿Para que podemos usarla?

1. Acumular y procesar los textos extrayendo información(palabras clave) de esta buscando correlación o causalidades.
2. Para encontrar las tendencias de cada categoría(regular,bronce,plata,oro)

Muy bueno.

Información resumida de esta clase
#EstudiantesDePlatzi

• La minería de texto nos ayuda a entender y medir la información que viene en tipo de texto

Curso de algoritmos de clasificación de texto: https://platzi.com/clases/clasificacion-texto/

Aprendiendo a ser detective de los datos 😎

El mejor uso que podría darle a la minería de texto en mi caso de negocio es realizar el estudio de cuales son las quejas mas recurrentes y buscar el medio mas importante para poder visualizar el porque las quejas de los clientes según su caraterización (Regular - Oro) en este caso es muy similar al ejemploo expuesto para mi caso de negocio que es Mercado libre.

Piensa en los** mensajes** que podría haber dentro de las categorías que creaste. ¿Qué información adicional podrías encontrar analizando los textos relacionados a tu caso de negocio? ¿Cuáles serían los diferentes comportamientos?

El mejor uso que podría darle a la minería de texto en mi caso de negocio es …Los palzos de pagos, Tasa de interéses, Poco presupuesto, Auto no tiene el equipamiento deseado, Los vendedore no describen bien el producto.

• Encontrar información contenida en el texto.
• Cada categoría puede ser analizada en función a los textos que generan los usuarios en cada categoría.
• Caso Platzi:
  • Entusiasta: Recomiendan activamente Platzi. Siguen, comentan y comparten en redes sociales a Platzi. Mandan correos con propuestas de mejora.
  • Decidido: Expresan su deseo de adquirir Platzi.
  • Indeciso: Piden recomendaciones de cursos. Preguntan sobre los precios. Expresan preocupaciones.
  • Negativo: No hay el curso que buscan. Expresan la incapacidad de comprar. Dicen que el nivel es bajo.
  • Odio: Expresan su incapacidad de compra. Dicen que el nivel es bajo. Mencionan comentarios negativos de los integrantes del Platzi.

• El mejor uso que podría darle a la minería de texto en mi caso de negocio es … Devolución de dinero, descuento por mal asesoramiento, tiempo de indisponibilidad del servicio, configuración avanzada en dispositivos de la empresa.

El mejor uso que podría darle a la minería de texto en mi caso de negocio es comparar las frases que usan los clientes que no pagan y asi identificarlos con mucho más tiempo de antelación para tomar una mejor decisión sobre la estrategia de cobranza

¿Qué es minería de texto? ¿Cómo utilizarla para obtener información adicional?

1. Buscar e investigar los mensajes de los clientes
2. La utilizaremos para tener datos más detallo de las
   problemáticas o dudas de nuestros clientes.

ejemplo

Ejemplo de empresas de delivery de comida:

• Clientes que se quejan de la empresa de delivery: retraso en la entrega de los pedidos, dificultades en los tipos de pago.
• Cientes que se quejan de las empresas de comida: comida de mala calidad, porciones de menor tamaño que las mostradas en la plataforma, comida fría o no recién hecha, errores en el menú que ha solicitado o en el sabor de la bebida.
• Clientes que se quejan de la plataforma: log in, pedidos duplicados, retardo en la respuesta, inconformidad con el chat bot, inexistencia de canales óptimos de comunicación.
• Clientes que solicitan compensación económica: envíos duplicados, problemas con los cupones, devoluciones.

• El mejor uso que podría darle a la minería de texto en mi caso de negocio es, por ejemplo al consultar a los certificadores ellos pueden mencionar que son muchos casos de prueba Para ejecutar en muy poco tiempo, que El sistema es muy grande y los casos de prueba muy demandantes, que El tomar las evidencias de los casos toman mucho tiempo.

Gracias

La analítica de texto (minería de texto o text mining) engloba al conjunto de técnicas que permiten estructurar la información heterogénea presente en los textos con el objetivo de identificar patrones tales como el uso de palabras, con los que extraer nueva información.

Twitter es actualmente una dinámica e ingente fuente de contenidos que, dada su popularidad e impacto, se ha convertido en la principal fuente de información para estudios de Social Media Analytics. Análisis de reputación de empresas, productos o personalidades, estudios de impacto de marketing, extracción de opiniones y predicción de tendencias son sólo algunos ejemplos de aplicaciones. Este tutorial pretende servir de introducción al análisis de texto (text mining) con Python. Para ello, se analizan las publicaciones que han hecho en Twitter diferentes personalidades con el objetivo de:

Identificar las palabras empleadas por cada uno de los usuarios.

Crear un modelo de machine learning capaz de clasificar la autoría de las publicaciones en base a su texto.

Análisis de sentimientos

Minería de texto

Reto:
El mejor uso que podría darle a la minería de texto en mi caso de negocio es indagar información adicional de las causas de las quejas de los trabajadores en el rubro de plásticos: falta de apoyo personal en TI, falta de corriente de aire en el local para evitar un posible rebrote de contagios covid y provisión de suministros de limpieza en planta.

El mejor uso que podría darle a la minería de texto en mi caso de negocio es indagar información adicional de las causas de pedir una beca de bajos recursos cuando no lo son.

• El mejor uso que podría darle a la minería de texto en mi caso de negocio es buscar información adicional en grupos de facebook que tengan como objetivo informar sobre robos y casos de inseguridad en la ciudad de Ibagué.

El mejor uso que podría darle a la minería de texto en mi caso de negocio es utilizar este tipo de minería para poder encontrar mejor los problemas específicos con mis clientes, además observar si existe algún problema con la tecnología y encontrar que es lo que buscan más nuestros clientes de la compañía.

Reto:
El mejor uso que podría darle a la minería de texto en mi caso de negocio es indagar información adicional de las causas de las quejas de los trabajadores agrarios: falta de puntos de recarga de baterías de celulares en campo, apoyo de personal de TI en campo y provisión de suministros de limpieza para celulares en campo.

¡Se está poniendo muy EMOCIONANTE! 😄

Solución al reto:
Piensa en los mensajes que podría haber dentro de las categorías que creaste. ¿Qué información adicional podrías encontrar analizando los textos relacionados a tu caso de negocio? ¿Cuáles serían los diferentes comportamientos?

El mejor uso que podría darle a la minería de texto en mi caso de negocio es:

• Comercios: Ese comercio no acumulo mis puntos, Compro y no acumulo, No avisan que no manejan puntos.

• Problemas tecnológicos: ¿Como puedo acumular puntos?, No detecta en donde hago la acumulación, No reconocen mis datos para acumular.

uso de la minería de texto para entender por qué los usuarios se habían quejado

Se esta poniendo emocionante verdad? Yo aplaudiendo como loca diciendo si jajajaja

En retail de ropa y accesorios la mayoría de quejas son por devolución de dinero y cambio de producto.

Palabras clave:
Roto
No funciona
Llego tarde
Lento
Devolución
No me gusto
No es lo que esperaba

• La geolocalización de mis usuarios podría comparar el número de clientes registrados que tengo por ciudad vs el número de carritos abandonados por ciudad, de este modo validaría mi hipótesis de que mis clientes registrados abandonan menos carritos, ya que se dedican a comprar y no solo a comparar.

• El mejor uso que podría darle a la minería de texto en mi caso de negocio es ver cuánto tiempo pasan en mi sitio y además rastrear el comportamiento para validar si están navegando en mi sitio, sacando precios y totales (en el checkout) para después ir y terminar su compra en mi portal de mayoristas, esta comparación podría estar provocando ese comportamiento.

El uso de la minería de texto en mi caso de negocio nos podría indicar a qué hora son más frecuente los hechos, quienes llevaron a cabo los hechos y los faltantes en inventario y en caja.

El mejor uso que podría darle a la minería de texto en mi caso de negocio es entender si la demora en respuesta es por falta de personal o mal manejo de la información.

En el caso de la casa de cambio de Binance podríamos observar esto:
Sí dimos a los usuarios en diferentes categorías podríamos observar qué los diferentes problemas se agrupan en la falta de conocimiento sobre cómo usar la plataforma y diferentes formas de saltar o no pagar al hacer una transacción entre 2 partes.

El mejor uso que podría darle a la minería de texto en mi caso de negocio es la reafirmación de aspectos necesitan una mejora inmediata en los gimnasios para la fidelización y retención de usuarios. Además, creo que podría encontrar otros problemas como muestro en la imagen:

Mi caso propuesto es :

En una empresa de transporte y envíos aéreos, se detectó fraude en la facturación y recaudo de cierto tipo de envíos a todo el país.
en este caso la minería de texto nos conduciría a explorr los motivos:

Es mas fácil hacer fraude en paquetes pequeños que van al norte y occidente del país porque:

• son mas numerosos

• menos voluminosos

• menos detectables

• dejan mas rentabilidad.