Aplicación del análisis de sentimiento en los sistemas de recomendación

Abstract

[ES]Este trabajo se enfoca en desarrollar un sistema para analizar las opiniones de los usuarios y comprender sus emociones y preferencias. El objetivo principal es ofrecer recomendaciones de productos personalizadas al considerar tanto los sentimientos expresados en las opiniones como las preferencias individuales. Esto mejora la experiencia del cliente y proporciona una ventaja competitiva en un mercado altamente selectivo y digitalizado. Inicialmente, llevamos a cabo una revisión del estado del arte de los conocimientos que aplicamos en el ámbito en el que se desarrolla nuestro proyecto. Este proceso nos permite explorar las etapas necesarias para desarrollar un modelo capaz de predecir los sentimientos expresados en las opiniones de los usuarios. Esto implica el procesamiento del lenguaje natural, donde se analiza y comprende el texto, llegando a la implementación de sistemas de recomendación. Con la elaboración de este trabajo hemos logrado explorar y aplicar diversas técnicas con unos resultados satisfactorios que demuestra la eficacia e importancia de entender la información de la que disponemos, para así comprender mejor a los usuarios, logrando proporcionar información relevante y personalizada.

[EN]This work focuses on developing a system to analyze user opinions and understand their emotions and preferences. The main goal is to offer personalized product recommendations by considering both the feelings expressed in the reviews and individual preferences. This improves the customer experience and provides a competitive advantage in a highly selective and digitalized market. Initially, we carry out a review of the state of the art of the knowledge that we apply in the area in which our project is developed. This process allows us to explore the stages necessary to develop a model capable of predicting the feelings expressed in user opinions. This involves natural language processing, where the text is analyzed and understood, leading to the implementation of recommendation systems. With the development of this work we have managed to explore and apply various techniques with satisfactory results that demonstrate the effectiveness and importance of understanding the information we have, in order to better understand users, managing to provide relevant and personalized information.