1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Morelos
4. Centro Nacional de Investigación y Desarrollo Tecnológico
5. Tesis CENIDET
6. Tesis de Maestría
7. Tesis de Maestría en Computación

Titre:	Identificación de los Cinco Grandes Factores de Personalidad a Partir de Publicaciones de la Red Social X
Auteur(s):	Mejía Hernández, Uziel%1265277
metadata.dc.subject.other:	Identificación, Personalidad, Cinco Grandes, Big Five, LIWC, Red Social X
Date de publication:	2025-05-28
Editeur:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Centro Nacional de Investigación y Desarrollo Tecnológico
Description:	El estudio de la personalidad se ha desarrollado en el marco de diversas disciplinas. En el área de psicología destaca el modelo de los Cinco Grandes (Big Five), que agrupa los rasgos de personalidad en cinco dimensiones: apertura a la experiencia, responsabilidad, extraversión, amabilidad y neuroticismo. Estas dimensiones psicológicas convergen con las ciencias computacionales en un nuevo campo de aplicación de la era digital: el análisis de entornos donde el lenguaje se convierte en una manifestación clave de identidad, como lo son, las publicaciones de usuarios en redes sociales. Esta investigación presenta el desarrollo de un modelo computacional, basado en técnicas de procesamiento de lenguaje natural y minería de opiniones, mediante una metodología de tres etapas para identificar rasgos de personalidad plasmados en textos en español de la red social X. En la primera etapa se llevó a cabo la integración de recursos lingüísticos, incluyendo una adaptación del lexicón de la herramienta LIWC para incluir mexicanismos, también se integraron los valores de correlación existentes entre las 5 dimensiones de personalidad del modelo Big Five y las categorías del lexicón LIWC. En la segunda etapa se realizó el procesamiento de texto para extraer unidades básicas de texto a las cuales se asignó un valor en función de la categoría LIWC a la que pertenecían, para posteriormente tratar los valores de 7 formas distintas utilizando clustering como DBSCAN y K-means, así como un método de distribución estadístico llamado Terciles y variantes sobre estos tres mecanismos que permitieron realizar una interpretación adecuada de los rasgos de personalidad identificados. Finalmente, en la etapa 3 a través de un proceso de validación con cuestionarios BFQ-132, se evaluó el desempeño de estos procedimientos de interpretación (DBSCAN, K-means y Terciles) para determinar el mejor mecanismo de identificación de rasgos de personalidad en las publicaciones. En el estado del arte no se encontró ningún modelo capaz de determinar adecuadamente los cinco rasgos de personalidad. En promedio, los diversos enfoques lograban identificar 3 de las 5 dimensiones, sin superar ese nivel de exactitud. Esta investigación logró un buen desempeño en la identificación de responsabilidad (C), apertura a la experiencia (O) y extraversión (E), siendo la responsabilidad (C) el rasgo mejor identificado.
metadata.dc.type:	info:eu-repo/semantics/masterThesis
Collection(s) :	Tesis de Maestría en Computación

Ce document est protégé par copyright Voir la licence

Ce document est autorisé sous une licence de type Licence Creative Commons