1

Text Mining

#Huamaní Díaz, Lina
#Silva Mestanza, Abraham
Company Proprietary and Confidential
This

Copyright Info Goe...
Introducción

2

La mayoría de tuiteros es
menor a 25 años.

Actualmente se tiene 1.5
Evolución de los usuarios peruanos
d...
¿Qué es Text Mining?

El text mining es el análisis de
información no estructurada, la cual se
puede encontrar en redes so...
Redes Sociales

4

Linkedin

Facebook

Google +

Twitter

Company Proprietary and Confidential
This

Copyright Info Goes H...
¿Qué es Twitter?

5

Twitter es una plataforma social de Como plataforma social cada usuario la
las más usadas en la actua...
¿Que tan valioso es twitter para los estadísticos?
•
•
•
•
•

¿Es una gran fuente de datos a explotar?
¿Qué se hace con es...
7

Aplicación:

Segmentación de Usuarios de Twitter en Lima
Metropolitana de acuerdo a la naturaleza de
sus publicaciones....
OBJETIVOS

8

Objetivo general:
 Determinar los diferentes segmentos que agrupan a los usuarios de
«Twitter» en Lima Metr...
HIPÓTESIS

9

Hipótesis general:
 Existen diferentes segmentos o grupos que contienen a los usuarios de
«Twitter» en Lima...
DISEÑO MUESTRAL
Tipo de Investigación: Cuantitativa concluyente
Universo: Usuarios de twiter de los 43 distritos de Lima M...
ANÁLISIS DESCRIPTIVO

11

Twiteros por Distrito
San Borja
Cercado de Lima
Magdalena del Mar
La Molina
San Miguel
Los Olivo...
Creación de las Variables

12

Variables
Política
Economía
Celulares
Computadora

Palabras mencionadas relacionadas
ollant...
Temas de publicación

13

10.2%

Celulares
9.7%

Computadoras
9.1%

juegos
8.0%

sentimientos
7.5%

cine

7.2%

Turismo
6....
SEGMENTACIÓN

14

c

1

2

Nombre

Gamers

Tecnológicos

Descripción

Gente cuyas preferencias están
ligados específicamen...
SEGMENTACIÓN

15

c

3

Nombre

Románticos

Ejecutivos
Los ejecutivos son los que
Los Románticos está conformado
comentan ...
SEGMENTACIÓN

16

c

5

6

Nombre

Relajados

Diversos

Son personas cuyas principal afición
son los viajes o todo lo rela...
Tamaño de los segmentos encontrados

Ejecutivos Relajados
13%
13%

Románticos
19%

Tecnológicos
21%

Company Proprietary a...
SEGMENTOS POR DISTRITO

18

En el siguiente cuadro observamos cómo están distribuidos los segmentos con
respecto al distri...
CONCLUSIONES

19

 Los segmentos encontrados son: Gamers, Tecnológicos, Románticos,
Ejecutivos, Relajados y otros.
 El s...
OPORTUNIDADES

20

 Otro enfoque con el cual se puede trabajar este tipo de segmentaciones es
desde el punto de vista fre...
21

GRACIAS!!!
Company Proprietary and Confidential
This

Copyright Info Goes Here Just Like
Upcoming SlideShare
Loading in …5
×

Text Mining: Segmentaciónd de Usuarios de Twitter. Lima Metropolitana.

1,761 views

Published on

¿De que hablan los usuarios de Twitter en Lima Metropolitana? ¿Qué perfil tienen los usuarios de Twitter? ¿Como se aplica el Text Mining en redes sociales?

Published in: Technology
2 Comments
1 Like
Statistics
Notes
No Downloads
Views
Total views
1,761
On SlideShare
0
From Embeds
0
Number of Embeds
333
Actions
Shares
0
Downloads
43
Comments
2
Likes
1
Embeds 0
No embeds

No notes for slide

Text Mining: Segmentaciónd de Usuarios de Twitter. Lima Metropolitana.

  1. 1. 1 Text Mining #Huamaní Díaz, Lina #Silva Mestanza, Abraham Company Proprietary and Confidential This Copyright Info Goes Here Just Like
  2. 2. Introducción 2 La mayoría de tuiteros es menor a 25 años. Actualmente se tiene 1.5 Evolución de los usuarios peruanos demillones de de usuarios) Twitter (Miles cuentas 1529 750 309 87 2009 2010 2011 2012 > 45 Años 2% Miles de usuarios 1292 2013 36-45 Años 6% 35% 25-35 Años < 25 Años 60% El mayor porcentaje de Tuiteros son hombres 45% 55% Company Proprietary and Confidential This Copyright Info Goes Here Just Like
  3. 3. ¿Qué es Text Mining? El text mining es el análisis de información no estructurada, la cual se puede encontrar en redes sociales. La minería de datos no estructurados o text mining, usará modelamiento estadístico y técnicas de aprendizaje para convertir este lenguaje en información de interés para el usuario. Company Proprietary and Confidential This Copyright Info Goes Here Just Like 3
  4. 4. Redes Sociales 4 Linkedin Facebook Google + Twitter Company Proprietary and Confidential This Copyright Info Goes Here Just Like
  5. 5. ¿Qué es Twitter? 5 Twitter es una plataforma social de Como plataforma social cada usuario la las más usadas en la actualidad y en usará con un objetivo, chatear, ver lo que crecimiento en número de usuarios. dicen o hacen otras personas, etc. Company Proprietary and Confidential This Copyright Info Goes Here Just Like
  6. 6. ¿Que tan valioso es twitter para los estadísticos? • • • • • ¿Es una gran fuente de datos a explotar? ¿Qué se hace con esta información? ¿Es aplicable la estadística a este tipo de datos? ¿Se pueden usar todas las técnicas estadísticas con estos datos? ¿La data es libre? Company Proprietary and Confidential This Copyright Info Goes Here Just Like 6
  7. 7. 7 Aplicación: Segmentación de Usuarios de Twitter en Lima Metropolitana de acuerdo a la naturaleza de sus publicaciones. Company Proprietary and Confidential This Copyright Info Goes Here Just Like
  8. 8. OBJETIVOS 8 Objetivo general:  Determinar los diferentes segmentos que agrupan a los usuarios de «Twitter» en Lima Metropolitana de acuerdo al tema de sus publicaciones. Objetivos específicos:  Identificar al segmento que contiene la mayor parte de los usuarios de «Twitter» en Lima metropolitana según el tema de publicación.  Establecer cuáles son los distritos de Lima Metropolitana con mayor actividad tuitera.  Conocer que segmentos son los más relevantes dentro de los distritos de Lima metropolitana con mayor actividad tuitera. Company Proprietary and Confidential This Copyright Info Goes Here Just Like
  9. 9. HIPÓTESIS 9 Hipótesis general:  Existen diferentes segmentos o grupos que contienen a los usuarios de «Twitter» en Lima Metropolitana, de acuerdo al tema de sus publicaciones. Hipótesis específicas:  El segmento que contiene a la mayor proporción de usuarios de «Twitter» en Lima Metropolitana, según el tema de sus publicaciones, es el referido a los sentimientos tales como el amor («Análisis sentimental»).  Los distritos con mayor actividad tuitera en Lima Metropolitana son Miraflores, San Borja y Lince.  Los segmentos más relevantes en los distritos con mayor actividad tuitera de Lima Metropolitana son los referidos a temas sociales, tales como el amor, la música y los deportes. Company Proprietary and Confidential This Copyright Info Goes Here Just Like
  10. 10. DISEÑO MUESTRAL Tipo de Investigación: Cuantitativa concluyente Universo: Usuarios de twiter de los 43 distritos de Lima Metropolitana (No incluye la provincia constitucional del Callao) Marco Muestral: Usuarios registrados dentro de Lima Metropolitana Método de muestreo: Selección aleatoria simple. Tipo de Población: Población infinita (1.5 millones de usuarios de Twiter de Lima Metropolitana Nivel de confianza: 95% Margen de Error: 2.5% Tamaño de muestra: 1500 usuarios Periodo de Análisis: Del 04 de Junio al 04 de Julio Company Proprietary and Confidential This Copyright Info Goes Here Just Like 10
  11. 11. ANÁLISIS DESCRIPTIVO 11 Twiteros por Distrito San Borja Cercado de Lima Magdalena del Mar La Molina San Miguel Los Olivos Jesús María Rimac Surquillo San Juan de Lurigancho Comas Ate San Juan de Miraflores Carabayllo Cieneguilla Santa María del Mar Independencia Punta Hermosa Puente Piedra Pachacamac Lurigancho Ancón Company Proprietary and Confidential This 2% 2% 1% 1% 1% 1% 1% 1% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 4% 3% Copyright Info Goes Here Just Like 5% 7% 9% 9% 13% 13% 12% 15%
  12. 12. Creación de las Variables 12 Variables Política Economía Celulares Computadora Palabras mencionadas relacionadas ollanta,nadine,congreso,alan garcia,alejandro toledo,ministro,politica bolsa,tlc,dinero,banco,mercado,inversion,economía,exportación,importación,pymes ipad,iphone,S4,wifi,smartphone,G3,galaxy,celular computadora,tablet,laptop,toshiba,sony,touch,vaio,hp Deporte futbol,deporte,voley,markarian,gol,manuel burga,claudio pizarro,paolo guerrero, estadio,jefferson farfan,universitario,arbitro,clásico,estadio,alianza lima,hinchas,selección de futbol,mundial brasil Musica Teatro Cine cantante,canción,disco,video clic,discoteca,compositor,fiesta,musica,concierto,giras,ritmo,radio teatro,libreto,personajes,taquilla,obras,actor,elenco,actriz,comedia,drama trailer,cartelera,estreno,asu mare,cinescape Juegos Salud gamers,starcraft,play2,pla3,video juegos,juegos online,dota,playstation,ps3,ps2,psvita,xbox,wii,3d,god of war,psp salud,medicina,pastilla,vacunas,virus,gripe,epidemias,cancer, naturista,hospital,paciente,essalud,clínica,médico,doctor,enfermera Sentimiento Turismo amor,cariño,flechazo,corazón,amistad,enamorado,novio,matrimonio,boda,cupido,divorcio,love,amante machupichu,guia,feriado,turismo,viaje,vuelo,hotel,tour,viaje Farándula chollywood,esto es guerra,combate,enemigos publicos,rating,la noche es mia,magaly medina,gran show,telenovelas gastón acurio,sopa,postres,reposteria,restaurante,mixtura,cebiche,pollo a la brasa,dieta Otras palabras encontradas Gastronomía Otros Company Proprietary and Confidential This Copyright Info Goes Here Just Like
  13. 13. Temas de publicación 13 10.2% Celulares 9.7% Computadoras 9.1% juegos 8.0% sentimientos 7.5% cine 7.2% Turismo 6.6% Musica Economía 6.2% gastronomía 6.2% teatro 6.1% Farandula 6.1% 5.1% Política 4.4% Otros Deporte 3.9% Salud 3.8% Company Proprietary and Confidential This Copyright Info Goes Here Just Like
  14. 14. SEGMENTACIÓN 14 c 1 2 Nombre Gamers Tecnológicos Descripción Gente cuyas preferencias están ligados específicamente a todo lo que tiene que ver con juegos de video, sus comentarios ván desde los últimos juegos hasta las críticas a las consolas de juego tales como el PS2 o el PS3. Personas cuya afición es todo lo relacionado a la tecnología, cuya tendencia es más fuerte cada día, así en este segmento encontraremos a los amantes de los celulares y computadortas de moda 361 24.1% 96.1% 4.4% 8.0% 37.4% 19.4% 12.2% 3.6% 7.8% 15.0% 13.9% 16.3% 14.7% 8.6% 14.7% 8.6% 317 21.1% 41.0% 5.0% 99.1% 9.8% 12.9% 96.5% 9.1% 21.5% 22.0% 29.3% 8.5% 19.2% 41.0% 30.6% 37.5% Absolutos % Juegos Sentimientos Computadoras Otros Economía Menciones Celulares en cada una Política de las Turismo variables Salud del estudio Teatro gastronomía Cine Música Farándula Deporte Tamaño Company Proprietary and Confidential This Copyright Info Goes Here Just Like
  15. 15. SEGMENTACIÓN 15 c 3 Nombre Románticos Ejecutivos Los ejecutivos son los que Los Románticos está conformado comentan todo respecto a lo que por aquellas personas las cuales es política y economía ya que está suelen escribir palabras de amor, relacionado con lo que los ya sean poemas o frase, también apasiona, es decir su trabajo, así y en menor intensidad comentan mismo se ve que opinan sobre sobre la farándula local y les gusta salud aspecto que en otros seguir todo lo respecto a la estudias se ha visto es importante música dentro de los ejecutivos jóvenes Descripción Absolutos % Tamaño Juegos Sentimientos Computadoras Otros Economía Menciones Celulares en cada una Política de las Turismo variables Salud del estudio Teatro gastronomía Cine Música Farándula Deporte Company Proprietary and Confidential This 4 Copyright Info Goes Here Just Like 283 18.9% 3.2% 98.9% 22.3% 14.5% 8.1% 9.2% 10.2% 29.3% 6.4% 18.0% 30.4% 36.4% 50.9% 52.3% 20.8% 199 13.3% 6.0% 32.2% 12.6% 11.6% 84.4% 43.2% 80.9% 29.6% 66.8% 25.6% 27.1% 24.6% 19.1% 23.1% 5.5%
  16. 16. SEGMENTACIÓN 16 c 5 6 Nombre Relajados Diversos Son personas cuyas principal afición son los viajes o todo lo relacionado al turismo, por ello sus princiaples twits es respecto a lugares turísticos, recomendaciones de hospedaje, etc En este segmento se encuentran todos los twiteros que opinan respecto a los otros temas que resultaron en minoría en el análisis como por ejemplo, el clima, el medio ambiente, etc. Descripción Absolutos % Tamaño Juegos Sentimientos Computadoras Otros Economía Menciones Celulares en cada una Política de las Turismo variables Salud del estudio Teatro gastronomía Cine Música Farándula Deporte Company Proprietary and Confidential This Copyright Info Goes Here Just Like 194 12.9% 24.2% 22.2% 12.4% 11.3% 56.7% 32.0% 6.7% 93.8% 13.9% 20.1% 21.6% 14.4% 10.3% 11.3% 4.1% 146 9.7% 15.1% 0.0% 9.6% 95.2% 11.6% 13.0% 10.3% 8.2% 5.5% 2.1% 8.9% 24.7% 13.7% 8.9% 8.2%
  17. 17. Tamaño de los segmentos encontrados Ejecutivos Relajados 13% 13% Románticos 19% Tecnológicos 21% Company Proprietary and Confidential This Copyright Info Goes Here Just Like Diversos 10% Gamers 24% 17
  18. 18. SEGMENTOS POR DISTRITO 18 En el siguiente cuadro observamos cómo están distribuidos los segmentos con respecto al distrito de los usuarios de Twiter. De dónde observamos que los distritos con mayor actividad twitera son los distritos de: San Borja, Miraflores, Cercado de Lima, San Isidro, Magdalena del Mar y Lince. Código 41 18 1 27 17 14 12 33 32 30 39 13 11 Distrito San Borja Miraflores Cercado de Lima San Isidro Magdalena del Mar Lince La Molina Santiago de Surco San Miguel San Luis Los Olivos La Victoria Jesús María Company Proprietary and Confidential This Ejecutivos 10.8% 14.9% 13.6% 13.5% 11.2% 15.2% 11.0% 15.3% 7.1% 22.9% 6.7% 12.0% 26.3% Copyright Info Goes Here Just Like Gamers 36.2% 10.4% 24.6% 23.6% 26.1% 20.5% 22.0% 26.4% 25.0% 16.7% 23.3% 36.0% 21.1% Otros Relajados Románticos Tecnológicos Total general 9.1% 5.6% 16.4% 22.0% 15% 7.0% 23.9% 21.9% 21.9% 13% 11.0% 11.0% 17.8% 22.0% 13% 11.8% 14.0% 16.9% 20.2% 12% 14.2% 14.9% 16.4% 17.2% 9% 13.6% 9.1% 17.4% 24.2% 9% 6.0% 12.0% 28.0% 21.0% 7% 8.3% 8.3% 19.4% 22.2% 5% 12.5% 16.1% 19.6% 19.6% 4% 8.3% 12.5% 27.1% 12.5% 3% 10.0% 10.0% 16.7% 33.3% 2% 4.0% 16.0% 16.0% 16.0% 2% 10.5% 10.5% 10.5% 21.1% 1%
  19. 19. CONCLUSIONES 19  Los segmentos encontrados son: Gamers, Tecnológicos, Románticos, Ejecutivos, Relajados y otros.  El segmento con mayor volumen es el de los Gamers y Los Tecnológicos.  Los distritos con mayor actividad twitera son : San Borja, Miraflores, Cercado de Lima, San Isidro, Magdalena del Mar y Lince. Que corresponde al 70% de la población Twitera de Lima Metropolitana.  En el distrito de Miraflores los Twiteros tienen mayor preponderancia en los segmentos Relajados y Romanticos, mientras que en el resto de distritos no hay algun segmento que resalte. Company Proprietary and Confidential This Copyright Info Goes Here Just Like
  20. 20. OPORTUNIDADES 20  Otro enfoque con el cual se puede trabajar este tipo de segmentaciones es desde el punto de vista frecuentista, es decir tomando en cuenta la cantidad de publicaciones que hacen sobre un tema, esto permitiría ya no sólo trabajar con una segmentación de dos fases si n también con las segmentaciones clásicas como la jerárquica o la de k medias.  Este tipo de segmentaciones se deberían hacer en forma periódica ya que está influenciado por los temas que comenta la gente, por ende si hay alguna noticia de impacto puede provocar ciertos sesgos al momento de determinar los segmentos dentro de la población.  Sería aconsejable ampliar el periodo de análisis como por ejemplo de 1 año, de tal forma de evitar los temas coyunturales que dificultan una óptima segmentación.  La segmentación se podría ver enriquecida aumentando al análisis variables demográficas como por ejemplo género, edad, nivel socioeconómico, etc. Company Proprietary and Confidential This Copyright Info Goes Here Just Like
  21. 21. 21 GRACIAS!!! Company Proprietary and Confidential This Copyright Info Goes Here Just Like

×