Análisis de sentimiento del Salón Rojo del Capri basado en las opiniones de TripAdvisor

Emilio Enrique Guerra Castellón; Miguel Aldahir Ramos Pérez; Edgar Núñez Torres; Yasser Vázquez Alfonso

Autores/as

Emilio Enrique Guerra Castellón Universidad de La Habana https://orcid.org/0009-0005-2436-7186
Miguel Aldahir Ramos Pérez Universidad de La Habana https://orcid.org/0000-0003-2834-9610
Edgar Núñez Torres https://orcid.org/0000-0003-3354-8024
Yasser Vázquez Alfonso Universidad de La Habana https://orcid.org/0000-0002-4074-0711

Palabras clave:

análisis de sentimiento, minimería de opinión, opiniones, proceso automático, Salón Rojo del Capri, TripAdvisor

Resumen

El análisis de sentimiento o minería de opinión, es el proceso de utilizar técnicas de
procesamiento de lenguaje natural (PNL) para identificar las opiniones subjetivas y los
sentimientos expresados en los textos de manera que sea un proceso automático y no frustrante.
La importancia del tema es crucial, dado a que permite realizar un seguimiento de la
satisfacción de los clientes, estudios de mercados, optimizar las estrategias, gestionar la
reputación y las crisis de una manera proactiva. El objetivo de este artículo es realizar un
análisis de sentimiento del Salón Rojo del Capri basado en las opiniones de TripAdvisor. Para la
obtención, polarización y análisis de las opiniones, sentimientos y emociones se emplearon
softwares como Python, R-Studio, Excel, WordStat, Ucinet y Jamovi. Los resultados indican
que la percepción de los clientes mayormente es positiva; la tendencia de alojar opiniones está
en descenso; el servicio al cliente es un aspecto débil que debe ser mejorado; las correlaciones
robustas expresan una correlación perfecta entre la emoción alegría y disgusto. El Salón Rojo
del Capri, basado en estas opiniones presenta una imagen relativamente buena, pero puede
dañarse en los próximos años si no se acometen acciones tempranas y proactivas dirigidas en
gran medida a mejorar el nivel de servicio, superar debilidades, aprovechar oportunidades y
rescatar actividades claves.

Citas

Cambria, E., Xing, F., Thelwall, M., y Welsch, R. (2022). Guest Editorial: Sentiment Analysis as a Multidisciplinary Research Area. IEEE transactions on artificial intelligence, 3(5), 638-641. https://www.doi.org/10.1109/tai.2022.3205985

Castillo Rudas, A. O., y Cheang Guzman, V. V. (2019). Elementos de la satisfacción en base a comentarios de TripAdvisor durante el 2017 bajo el enfoque data mining: caso de peruanos que se desplazaron en ruta nacional y clase económica en Latam [Tesis de Licenciatura, Universidad San Ignacio de Loyola]. Repositorio Institucional de la Universidad San Ignacio de Loyola. https://repositorio.usil.edu.pe/server/api/core/bitstreams/f0e50aa0-c675-432d-ba67-6a819ed325a1/content

Caldevilla Domínguez, D., Barrientos Báez, A., Pérez García, A., y Gallego Jiménez, M. G. (2021). El uso de las redes sociales y su relación con la decisión de compra del turista. Vivat Academia, (154), 443-458. http://doi.org/10.15178/va.2021.154.e1360

Callarisa Fiol, L.J., Sanchez Garcia, J., Moliner Tena, M. A., y Forgas Coll, S. (2012). La importancia de las comunidades virtuales para el análisis del valor de marca. El caso de TripAdvisor en Hong Kong y París. Papers de turisme, (52), 89-115.

https://d1wqtxts1xzle7.cloudfront.net/67103525/66-304-3-PB-libre.pdf

Giraldo Ramírez, M. E., Álvarez Cadavid, G. M., y Navarro Plazas, C. (2020). Usos de TIC y software especializado en la investigación cualitativa. Un panorama. Investigación Bibliotecológica: archivonomía, bibliotecología e información, 34(84), 33-57.

https://doi.org/10.22201/iibi.24488321xe.2020.84.58153

Goniwada, S.R. (2023). Sentiment Analysis. (1ra ed.). Apress. https://doi.org/10.1007/978-1-4842-9496-3_6

Koli, R., y Redekar, S. (2023). A Review on Sentiment Analysis Methodologies, Practices and Applications with Machine Learning. International journal of computer science and mobile computing, 12(6), 64-70. https://www.doi.org/10.47760/ijcsmc.2023.v12i06.007

Liu, B. (2012). Sentiment Analysis and Opinion Mining. (1a ed.). Morgan y Claypool. https://d1wqtxts1xzle7.cloudfront.net/43612847/SentimentAnalysis-and-OpinionMining-libre.pdf

Miranda, C. H., Guzmán, J., y Salcedo, D. (2016). Minería de Opiniones basado en la adaptación al español de ANEW sobre opiniones acerca de hoteles. Procesamiento de Lenguaje Natural, (56), 25-32. https://www.redalyc.org/pdf/5157/515754423002.pdf

Miranda, C. H., y Guzmán, J. (2015). Extracción de información desde la web para identificar acciones de un modelo de dominio en planificación automática. Ingeniare. Revista chilena de ingeniería, 23(3), 439-448. http://dx.doi.org/10.4067/S0718-

Mishra, J., Kumar, A., y Chandra, P. (2023). Twitter sentiment analysis. Indian scientific journal of research in engineering and management, 7(6), 2582-3930. https://www.doi.org/10.55041/ijsrem24071

Narendra, S. (2023). Analysis of Text Sentiment Analysis. International Journal of Advanced Research in Science, Communication and Technology, 3(2), 439-442. https://www.doi.org/10.48175/ijarsct-7994

Oliva, F. (2014). Minería de Opinión y Análisis de Sentimiento [Tesis de Licenciatura, Pontificia Universidad Católica de Valparaíso]. Sistema de Biblioteca Nacional PUVC. http://opac.pucv.cl/pucv_txt/txt-5500/UCE5729_01.pdf

Russell, M. A., y Klassen, M. (2018). Mining the Social Web: Data Mining Facebook, Twitter, LinkedIn, Instagram, GitHub, and More. (3a ed.). O'Reilly Media. https://books.google.com.cu/books?id=DXJ9DwAAQBAJ

Sandoval Almazán, R., y Osorio González, R. (2021). Plataformas online en la nueva normalidad: el caso TripAdvisor. Rosa dos Ventos, 13(4), 1-16. https://doi.org/0.18226/21789061.v13i4p16

Tan, K. L., Lee, C. P., y Lim, K. M. (2023). A Survey of Sentiment Analysis: Approaches, Datasets, and Future Research. Applied Sciences, (13), 4550. https://www.doi.org/10.3390/app13074550