1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Puebla
4. Instituto Tecnológico Superior de Teziutlán
5. Maestría en Sistemas Computacionales

Titre:	Desarrollo de un enfoque de análisis de medios sociales basado en técnicas de Procesamiento de Lenguaje Natural y análisis Psicolingüístico para determinar los principales factores de rechazo entre los movimientos antivacunas en Idioma Español
Auteur(s):	Torrijos Rivera, Maria Guadalupe
metadata.dc.subject.other:	vacunación antivacunas lenguaje natural psicolingüística salud pública
Date de publication:	2023-07-01
Editeur:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Instituto Tecnológico Superior de Teziutlán
Description:	Esta investigación presenta el desarrollo de un enfoque integral para analizar datos de medios sociales y examinar los principales factores que contribuyen al rechazo de la vacunación dentro de los movimientos antivacunas de habla hispana. El estudio emplea un marco multidisciplinario que combina técnicas de Procesamiento de Lenguaje Natural (PLN) y Psicolingüística, siguiendo la metodología CRISP (Cross-Industry Standard Process for Data Mining). Los objetivos de la investigación abarcan varias etapas. En primer lugar, se realiza una amplia revisión del estado del arte para identificar las herramientas de software más utilizadas y las técnicas relevantes en PLN y Psicolingüística para analizar opiniones y emociones en textos en español. Esto sirve como base para el análisis posterior. Utilizando la metodología CRISP, se identifican y recopilan fuentes relevantes de datos de medios sociales, como Twitter, Facebook y YouTube de los cuales se obtuvieron los comentarios más relevantes respecto a los movimientos antivacunas. Estas fuentes se utilizan luego para construir un corpus de opiniones y discursos sobre la vacunación, proporcionando un conjunto de datos rico para la investigación. La investigación continúa con la actividad de identificar y categorizar automáticamente las palabras en un texto de acuerdo con diversas dimensiones psicológicas y lingüísticas. Con esta técnica de PLN se realiza la extracción de características psicolingüísticas para analizar el contenido de textos en diferentes dimensiones lingüísticamente significativas. Después de la etapa de preparación de los datos, se selecciona el algoritmo de aprendizaje automático más adecuado en función de la naturaleza de los datos y los objetivos de la investigación. Este algoritmo se entrena utilizando el corpus desarrollado para crear modelos de predicción destinados a identificar los principales factores que contribuyen al rechazo de la vacunación en los movimientos antivacunas de habla hispana. Aplicando la metodología CRISP, los modelos de predicción resultantes se evalúan y analizan minuciosamente para extraer ideas valiosas sobre los factores subyacentes que impulsan el rechazo de las vacunas dentro del contexto hispanohablante. Estos hallazgos tienen implicaciones significativas para comprender las motivaciones y creencias dentro de los movimientos antivacunas, y pueden informar el diseño de estrategias de comunicación y educación dirigidas para promover una mayor aceptación de las vacunas. En conclusión, esta tesis presenta un enfoque innovador que combina PLN y Psicolingüística dentro del marco de la metodología CRISP para analizar datos de medios sociales como Twitter, Facebook y YouTube en el contexto de los movimientos antivacunas de habla hispana. La aplicación de este enfoque contribuye a una comprensión más profunda de los factores que influyen en el rechazo de las vacunas y facilita la toma de decisiones basada en evidencia en las intervenciones de salud pública.
metadata.dc.type:	info:eu-repo/semantics/masterThesis
Collection(s) :	Maestría en Sistemas Computacionales

Ce document est protégé par copyright Voir la licence

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