Se encontraron 5 coincidencias

por Gabriel.Roca94
02 Nov 2017, 22:13
Foros: Inteligencia Artificial
Tema: IBM: Análisis de sentimiento del hincha peruano
Respuestas: 0
Vistas: 1067

IBM: Análisis de sentimiento del hincha peruano

La enorme ilusión que ha generado en todo el país el equipo de Ricardo Gareca, que jugará el repechaje ante Nueva Zelanda, trasciende cualquier otro evento sucedido en el país en los últimos años y si logramos la clasificación será el tema de conversación en los próximos meses de los consumidores peruanos. No estamos hablando de una opinión personal, es el resultado que arroja un análisis de tecnología cognitiva del equipo de Big Data de IBM.

Las empresas deben aprovechar el gran sentimiento de positivismo a través de diversas activaciones de marketing: con publicidad en medios masivos, campañas en digital, patrocinios a clubes de fútbol, activaciones BTL y con acciones de endomarketing con sus propios colaboradores, para aprovechar esta coyuntura de unión y sentimiento positivo. Se ha llegado a un pico de sentimiento, que podría crecer inmensamente si se concreta la clasificación. Faltan pocos días para saberlo.
Sin embargo, el fan peruano no siempre fue positivo respecto a la selección y eso es lo que vamos a ver en esta investigación. IBM Perú analizó el sentimiento de más de 53,000 tweets entre octubre del 2015 y octubre del 2017. La tecnología permitió identificar el sentimiento de los peruanos sobre la selección en todas las fechas de eliminatorias y Copa América. El equipo de Big Data de IBM ingresó palabras (handles y hashtags) y búsquedas en redes sociales sobre posts que contengan estas palabras para analizar el sentimiento de los fans peruanos en estos últimos dos años. Se usó la plataforma Twitter por el partnership que tienen con IBM.

Saas (Cloud) es una herramienta que puede analizar hasta dos años de antigüedad y tiene ya dos años de funcionamiento en el mercado. Esta es la misma tecnología que hoy en día pueden aprovechar todas las empresas en el Perú a través de la nube de IBM para analizar datos provenientes de dentro y fuera de sus organizaciones. Con esta tecnología las empresas peruanas pueden usar la analítica para convertir el conocimiento en acciones concretas como transformar la interacción con sus clientes, encontrar nuevos oportunidades de negocios y tomar mejores decisiones.

Además del sentimiento y tiempo, se analizó variables como: dispositivo en el que se realizó el post, otros hashtags asociados, conjunto de palabras más repetidas, ubicación geográfica del post, usuario del post, seguidores del usuario y cantidad de retweets.
Los handles y hashtags utilizados fueron:
@SeleccionPeru
#ArribaPerú
#UnSoloAliento
@TuFPF

Análisis:
Imagen
El sentimiento de los fans ha ido a la par de los resultados deportivos y se han comportado, influidos por los medios de comunicación y los malos antecedentes de las eliminatorias pasadas, fluctuantes, logrando picos de sentimiento positivo en los triunfos y negativo en las derrotas. Demostrando incredulidad y desconfianza respecto al equipo peruano. El inicio de las eliminatorias en octubre del 2015 generó muy poca reacción de los fans en Twitter en el aspecto positivo y negativo, sin superar ni siquiera las 100 interacciones en el análisis, siendo muy parejas, demostrando la poca confianza del aficionado y engagement con la selección. Las derrotas con Chile, Colombia y Brasil de visita, en octubre y noviembre del 2015, dejaron una sensación amarga en el aficionado y de poca confianza. La victoria con Paraguay en Lima alivió tibiamente el sentimiento pero luego el empate ante Venezuela en Lima y perder con Uruguay en Montevideo dejaron a Perú en los últimos lugares de la tabla de posiciones y del sentimiento de los peruanos respecto a su selección.

Es en la Copa América Centenario realizada en junio del año pasado donde el equipo de todos empezó a engancharse con la gente, generando mayores reacciones en Twitter. Las decisiones de Ricardo Gareca en torno a la convocatoria y la renovación de jugadores jóvenes pero con hambre de triunfo fueron aceptadas por la afición, que empezó a generar conversaciones de tenor positivo en Twitter.
Es así que según el análisis de IBM para junio del 2016, los comentarios positivos eran 3.5 mayores en esta red social de microblogging. La derrota con Bolivia 3 a 0 en La Paz nuevamente trajo dudas. Pero después de ganarle a Paraguay en Asunción, las menciones positivas doblegaron ampliamente a las negativas. Nuevamente una selección peruana creaba expectativa a su público e ilusión respecto a una esperada clasificación al Mundial después de 36 años de espera. Perú empataba con Venezuela de visita y le ganaba a Uruguay a Lima en marzo de este año y para ese momento, Rusia ya no era más un sueño, sino una opción, lejana pero opción al fin.

El primer pico de sentimiento positivo se da en la fecha 16 y 17, tras ganarle a Bolivia en el Monumental y a Ecuador en Quito. Para ese momento, las interacciones analizadas superaban las 500 en lo positivo y no llegaban a 100 en lo negativo. Es tras el empate ante Argentina en la Bombonera y después de empatar con Colombia en Lima donde se da el pico de positivimo alcanzando cerca de 1000 reacciones positivas. Sorprende además, que haya sido también el pico de negativismo, pues alcanzó 350 reacciones negativas analizadas en ese mismo periodo, demostrando que el aficionado confiaba en lograr una clasificación directa y no en la opción del repechaje, que finalmente ha colocado a Perú a un paso de quebrar 36 años de desilusión.

Los éxitos deportivos elevan el macroautoestima de un país. Una clasificación al Mundial Rusia 2018 podría generar reacciones inimaginables de positivismo que repercutirán en el estado de ánimo de los consumidores y crearán un coyuntura ideal acelerar la economía el próximo año. Después de tres décadas de derrotas, el peruano se ha vuelto a enamorar del fútbol. Y si estamos en Rusia, será un amor de esos apasionados. A tomarlo en cuenta para sus acciones de marketing y comunicaciones.

Fuente: Luis Carrillo Pinto, “El sorprendente resultado del análisis de Big Data de IBM sobre el hincha peruano”, 31/10/2017
Enlace web: http://blogs.gestion.pe/el-deporte-de-h ... ruano.html
por Gabriel.Roca94
28 Sep 2017, 10:41
Foros: Inteligencia Artificial
Tema: Exploración en el Análisis de Sentimiento
Respuestas: 0
Vistas: 1449

Exploración en el Análisis de Sentimiento

Análisis de Sentimiento
El análisis de sentimiento se refiere a los diferentes métodos de lingüística computacional que ayudan a identificar y extraer información subjetiva del contenido existente en el mundo digital (redes sociales, foros, webs, etc.). Gracias al análisis del sentimiento, podemos ser capaces de extraer un valor tangible y directo, como puede ser determinar si un texto extraído de la red Internet contiene connotaciones positivas o negativas.

Con las redes sociales, los usuarios tienen hoy en día todo tipo de facilidades para mostrar sus opiniones sobre cualquier tema que deseen. Tener constancia sobre las opiniones referentes a una marca o producto y medir su impacto es actualmente de vital importancia para todas las empresas, ya que es tu imagen lo que está en juego.

A toda la información que se recopila de esta forma se le denomina minería de opinión y gracias a ella, las empresas tienen una inmediata disponibilidad de la información deseada. Además, la minería de opinión no solo permite responder “qué opinan los internautas sobre su propia marca o producto” sino que facilita, mediante los medios adecuados, obtener ventajas competitivas en diferentes ámbitos.

Posteriormente queremos conocer que valoración tiene dicha frase, y para ello se le aplica la denominada polaridad, a través de la cual se clasifica el mensaje en función de la intención que tenga el autor al realizarlo, pudiendo ser este positivo, neutro o negativo. Esto permite controlar el sentimiento de los usuarios respecto a una marca o producto, con lo que obtendremos los puntos fuertes y débiles sobre ello fácilmente.
Para aplicar esta polaridad y posteriormente poder obtener datos concluyentes y predecir comportamientos futuros.

Existen básicamente dos formas de procesar la información obtenida tal como mencionábamos en el punto anterior:
-El análisis manual suele darse en casos en los que las palabras claves sobre las que se quiere obtener información pueden representar diferentes significados en diferentes ámbitos, por lo que habrá que estar atento e ir clasificando cada texto en su lugar correspondiente. Un buen ejemplo sería una marca o el nombre de una empresa que se llama igual que una ciudad, de este modo se recopilarían multitud de datos que no tienen nada que ver con lo que de verdad se pretende obtener.
-El análisis de sentimiento automático. Este comienza con el establecimiento de una serie de palabras clave para que cualquier texto que contenga esa palabra o combinación de ellas, quede automáticamente encuadrado en una categoría de una forma previamente definida o descartado directamente. Por ejemplo, mensajes que contengan “No me gusta”, “odio” o “no recomiendo” se clasificarán automáticamente cómo datos negativos. Mientras que, aquellos mensajes que incluyan un “excelente”, “genial” o “perfecto”, quedarán clasificados cómo positivos.

Pero no basta con realizar un análisis positivo, negativo o neutro del contenido que se ha transmitido ya que este se ve influenciado por un contexto por ejemplo a continuación se presentaran casos usuales que se dan en la vida cotidiana que su interpretación varia en función al contexto.

Imagen

En el primer ejemplo sabemos que “peor” va asociado a “banco”, que es el foco del sentimiento; y que “cobrarme comisiones” es un patrón que representa una categoría, ‘cobro de comisiones’, que puede ser útil para el cliente.
Sin embargo en el segundo ejemplo, “banco” no es un foco relevante para la industria de la cerveza por lo que ignoraríamos el sentimiento que tiene asociado, aunque sí tomaríamos como foco en este caso la palabra “litrona”, así detectaríamos el patrón “beberme una litrona”, que representaría la categoría “deseo de consumo”, que suele corresponder con un resultado positivo para el cliente.
Por esto, es clave entender la conversación dentro de cada tipo de industria y discriminar qué mensajes son relevantes y cuales no; categorizarla para extraer patrones y detectar los focos.

Otro ejemplo, puede ser cuando se presenta ambigüedad a la hora de interpretar en sentimiento:

Imagen

Ambos son comentarios que probablemente podrían discutirse si son negativos o neutros, lo cual supone que sea complejo desarrollar un proceso de negocio basado en esa información.
Es mucho más fácil cuando esto se resume en un patrón o categoría llamado “falta de suministro” o “falta de cobertura” donde realmente se entiende el contexto del comentario y no existe ambigüedad.
Así existen muchos casos en los que detectar la polaridad del contenido no es suficiente para determinar lo que intenta expresar, lo que valida la afirmación de que es complicado conseguir un alto porcentaje de acierto en temas de interpretación al tener muchas variables que convergen.

Fuentes:
* Análisis de sentimiento, ¿qué es, cómo funciona y para qué sirve? (INTELLIGENT, 2017)
http://www.itelligent.es/es/analisis-de-sentimiento/
*El análisis de sentimiento. ¿Aplicación directa al negocio de las empresas? (Jorge Peñalva, Séntesis , 2017)
https://sentisis.com/aplicacion-analisis-sentimiento/
por Gabriel.Roca94
10 Jul 2017, 19:44
Foros: Inteligencia Artificial
Tema: Sistema Biométrico de Reconocimiento Facial
Respuestas: 0
Vistas: 1413

Sistema Biométrico de Reconocimiento Facial

TITULO
Sistema Biométrico de Reconocimiento Facial

Miembros del Equipo
-Caparachin Huamán, Erika
-Guerrero Casiano, Christian
-Roca Obregon, Gabriel

DESCRIPCIÓN DEL SISTEMA
El sistema permite detectar puntos clave del rostro de las personas para luego poder predecir quien es dicha persona.

DESCRIPCIÓN DEL PROBLEMA
Los rasgos faciales varían mucho de un individuo a otro, e incluso para un mismo individuo; hay una gran variación debido a la pose 3D, al tamaño, a la posición, al ángulo de visión y a las condiciones de iluminación, todos estos puntos son necesarios para poder construir varias aplicaciones tales como: el análisis de las expresiones faciales, la detección de signos faciales dismórficos para el diagnóstico médico, biometría de reconocimiento facial, entre otros.
La aplicación que se le dio en este trabajo es el de ser tercer filtro de seguridad para ayudar al problema de autentificación de las personas ya que aveces no es suficiente con una contraseña y/o huella dactilar.

ALCANCE DEL SISTEMA
El sistema biométrico de reconocimiento facial contará como input inicial el dataset extraído de kaggle el cual cuenta con 7049 imágenes para el training, 1783 imágenes para el test y 27124 puntos clave para predecir. La predicción de los puntos clave se realizará haciendo uso de clústers que se agruparán en 30 puntos significativos que representan el rostro.

PRESENTACIÓN PREZI
https://prezi.com/p/cb-eiu56oy3e/
por Gabriel.Roca94
17 Jun 2017, 14:10
Foros: Inteligencia Artificial
Tema: FindFace, la app rusa más popular de reconocimiento facial
Respuestas: 2
Vistas: 2971

FindFace, la app rusa más popular de reconocimiento facial

FindFace, la aplicación rusa de reconocimiento facial digna del FBI
FindFace es una aplicación rusa de reconocimiento facial que se esta popularizando rápidamente ya que en apenas unos segundos es capaz de rastrear a una persona en una base de datos de 300 millones de imágenes, según explicó su creado Artiom Kukharenko.

Imagen

Tiene un 70% de posibilidad de acertar si esa persona está en la red social VKontakte, y solo basta con una fotografía para iniciar con la búsqueda. Esto representa un gran avance en las app de reconocimiento facial (Ademas no cuenta con una equivalente occidental) pero a la vez una gran responsabilidad debido a que uno podría rastrear con solo tomar una foto a cualquier persona con la que se cruce y obtener información.

Sin embargo, la base de datos solo tiene información de la red social Vkontakte, por lo que si una persona fotografiada no tiene cuenta ahí no aparecerá nada suyo por muchas imágenes que se analicen...

FUENTE:
http://www.lavanguardia.com/tecnologia/ ... takte.html
por Gabriel.Roca94
28 May 2017, 11:44
Foros: Inteligencia Artificial
Tema: Noticias relacionadas a reconocimiento facial
Respuestas: 0
Vistas: 1231

Noticias relacionadas a reconocimiento facial

*Un buen uso de reconocimiento facial para el control de las infracciones de transito.
https://www.terra.cl/noticias/chile/tra ... xjzvn.html

*Uso del reconocimiento facial basado en inteligencia artificial para el uso en aeropuertos
http://agenttravel.es/noticia-027285_Fi ... sinki.html

*Una muestra de que la tecnologia y el desarrollo de la inteligencia artificial facilita la vida y resuelve problemas sustanciales para las personas.
http://elcomercio.pe/tecnologia/invento ... ial-368461