DOI:
https://doi.org/10.14483/23448350.18971Publicado:
2022-05-01Número:
Vol. 44 Núm. 2 (2022): Mayo-AgostoSección:
Educación científica y tecnológicaAplicación de la computación afectiva en el análisis de la percepción de los asistentes a una feria de emprendimiento del SENA
Application of Affective Computing in the Perception Analysis of Attendees of a SENA Entrepreneurship Fair
Palabras clave:
affective computing, emotion analysis, entrepreneurship, marketing (en).Palabras clave:
análisis de emociones, computación afectiva, emprendimiento, marketing (es).Descargas
Resumen (es)
La computación afectiva es un área de investigación emergente, centrada en el desarrollo de sistemas con capacidad para reconocer, procesar y simular las emociones humanas con el fin de mejorar la interacción entre el usuario y el computador. Uno de los campos potenciales en los que esta puede emplearse es el marketing, a través del estudio de la percepción de los usuarios mediante el uso de técnicas de análisis de sentimientos y emociones sobre las opiniones de los usuarios con respecto a los productos y servicios de las empresas. A manera de contribución, este artículo propone el desarrollo de un estudio de análisis de emociones sobre el texto de las opiniones de los asistentes a una feria virtual de emprendimiento denominada Marketing from Home, la cual fue desarrollada durante el confinamiento de la pandemia y coorganizada por el SENA y la Universidad de Cartagena. Para el desarrollo de esta investigación se tuvieron en cuenta cuatro fases metodológicas: exploración y selección de tecnologías de análisis de emociones; limpieza y adecuación del texto de las opiniones; obtención de la distribución porcentual de las emociones en el texto de las opiniones; y análisis de la percepción de los asistentes a la feria. El estudio permitió determinar la distribución porcentual de las seis emociones básicas (felicidad, enojo, tristeza, euforia, miedo y aburrimiento) sobre el texto de las opiniones de los asistentes a la feria virtual Marketing from Home, de cara a la obtención de la percepción general sobre la logística, los stands virtuales y los productos ofrecidos.
Resumen (en)
Affective computing is an emerging area of research that is focused on the development of systems with the ability to recognize, process, and simulate human emotions with the purpose of improving the interaction between the user and the system. One of the potential fields in which it can be used is marketing, through the study of user perception via the use of sentiment and emotion analysis techniques on the opinions of users with respect to the products and services offered by companies. As a contribution, this article proposes the development of a study on emotion analysis based on the text containing the opinions of the attendees to a virtual entrepreneurship fair called Marketing from Home, which was developed during the pandemic lockdown and co-organized by SENA and Universidad de Cartagena. To carry out this research, four methodological phases were taken into account: exploration and selection of technologies for emotion analysis; cleaning and adapting the text of the opinions; obtaining the percentage distribution of emotions in the text with the opinions; and analyzing the perception of the fair attendees. The study allowed determining the percentage distribution of the six basic emotions (happiness, anger, sadness, euphoria, fear, and boredom) across the text containing the opinions of the attendees to the Marketing from Home virtual fair, in order to obtain the general perception of the logistics, the virtual stands, and the products offered.
Referencias
Ali, T., Marc, B., Omar, B., Soulaimane, K., Larbi, S. (2021). Exploring destination’s negative e-reputation using aspect based sentiment analysis approach: Case of Marrakech destination on TripAdvisor. Tourism Management Perspectives, 40. https://doi.org/10.1016/J.TMP.2021.100892
Balahadia, F. F., Fernando, M. C. G., Juanatas, I. C. (2016). Teacher’s performance evaluation tool using opinion mining with sentiment analysis. En Proceedings 2016 IEEE Region 10 Symposium, TENSYMP, 95-98. https://doi.org/10.1109/TENCONSPRING.2016.7519384
Baldasarri, S. (2016). Computación afectiva: tecnología y emociones para mejorar la experiencia de usuario. Revista Institucional de la Facultad de Informática, 3, 14-15
Chanchí, G. E., Campo, W. Y., Sierra, L. M. (2019). Estudio del atributo satisfacción en pruebas de usabilidad, mediante técnicas de análisis de sentimientos. Revista Ibérica de Sistemas e Tecnologias de Informação, E23, 340-352
Chanchí, G. E., Cordoba, A. E. (2019). Análisis de emociones y sentimientos sobre el discurso de firma del acuerdo de paz en Colombia. Revista Ibérica de Sistemas e Tecnologias de Informação, E22(8), 95-107
Dam, Q. B. (2008). The MPG survey: Questioning the biased perception of automobile fuel economy. En IEEE Energy 2030 Conference. https://doi.org/10.1109/ENERGY.2008.4781016
Howells, K., Ertugan, A. (2017). Applying fuzzy logic for sentiment analysis of social media network data in marketing. Procedia Computer Science, 120, 664-670. https://doi.org/10.1016/J.PROCS.2017.11.293
Ikoro, V., Sharmina, M., Malik, K., Batista-Navarro, R. (2018). Analyzing sentiments expressed on Twitter by UK Energy Company consumers. En 5th International Conference on Social Networks Analysis, Management and Security, SNAMS, 95-98. https://doi.org/10.1109/SNAMS.2018.8554619
Kanavos, A., Vonitsanos, G., Mohasseb, A., Mylonas, P. (2020). An entropy-based evaluation for sentiment analysis of stock market prices using Twitter data. En 15th International Workshop on Semantic and Social Media Adaptation and Personalization. https://doi.org/10.1109/SMAP49528.2020.9248440
Kauffmann, E., Peral, J., Gil, D., Ferrández, A., Sellers, R., Mora, H. (2020). A framework for big data analytics in commercial social networks: A case study on sentiment analysis and fake review detection for marketing decision-making. Industrial Marketing Management, 90, 523-537. https://doi.org/10.1016/J.INDMARMAN.2019.08.003
Kidd, J., Westerhoff, P., Maynard, A. (2021). Survey of industrial perceptions for the use of nanomaterials for in-home drinking water purification devices. NanoImpact, 22, e100320. https://doi.org/10.1016/J.IMPACT.2021.100320
Kuiper, P. K., Hood, K. M. (2019). Examining sentiment analysis when evaluating survey responses. En Proceedings 13th IEEE International Conference on Semantic Computing, 412-415. https://doi.org/10.1109/ICOSC.2019.8665581
Lee, C.-C., Gao, Z., Tsai, C.-L. (2020). BERT-Based stock market sentiment analysis. En IEEE International Conference on Consumer Electronics - Taiwan, Taiwan. https://doi.org/10.1109/ICCE-TAIWAN49838.2020.9258102
Li, H., Chen, Q., Zhong, Z., Gong, R., Han, G. (2022). E-word of mouth sentiment analysis for user behavior studies. Information Processing & Management, 59(1), e102784. https://doi.org/10.1016/J.IPM.2021.102784
Lin, H.-C. K., Wang, T.-H., Lin, G.-C., Cheng, S.-C., Chen, H.-R., Huang, Y.-M. (2020). Applying sentiment analysis to automatically classify consumer comments concerning marketing 4Cs aspects. Applied Soft Computing, 97, e106755. https://doi.org/10.1016/J.ASOC.2020.106755
Lu, L., Zhou, W.-A., Junde, S. (2008). Quantitative customer perception evaluation for telecommunication service. En 3rd International Conference on Pervasive Computing and Applications, 912-915. https://doi.org/10.1109/ICPCA.2008.4783740
Park, J. (2020). Framework for sentiment-driven evaluation of customer satisfaction with cosmetics brands. IEEE Access, 8, 98526-98538. https://doi.org/10.1109/ACCESS.2020.2997522
Roy, S., Sehgal, S., Agrawal, S. (2018). An approach to sentiment analysis of Twitter data on the Goods and Services Tax. En International Conference on Advances in Computing, Communication Control and Networking, 32-36. https://doi.org/10.1109/ICACCCN.2018.8748822
Rudovic, O. O. (2016). Machine learning for affective computing and its applications to automated measurement of human facial affect. En International Symposium on Micro-NanoMechatronics and Human Science. https://doi.org/10.1109/MHS.2016.7824242
Tshering, P., Dhungyel, P. R., Yangdon, L. (2018). Customer perception on online banking system in Bhutan: A study on mobile banking of Bank of Bhutan. En Proceedings of the 2018 International Conference on Current Trends towards Converging Technologies. https://doi.org/10.1109/ICCTCT.2018.8551040
Wang, C., Wang, Z.-H., Kaloush, K. E., Shacat, J. (2021). Perceptions of urban heat island mitigation and implementation strategies: Survey and gap analysis. Sustainable Cities and Society, 66, e102687. https://doi.org/10.1016/J.SCS.2020.102687
Woon, Y. H., Suhaini, S. A. (2021). Survey dataset of women perception on caesarean section. Data in Brief, 35, e106501. https://doi.org/10.1016/J.DIB.2020.106501
Xiang, Y., Liang, H., Fang, X., Chen, Y., Xu, N., Hu, M., Chen, Q., Mu, S., Hedblom, M., Qiu, L.,
Gao, T. (2021). The comparisons of on-site and off-site applications in surveys on perception of and preference for urban green spaces: Which approach is more reliable? Urban Forestry & Urban Greening, 58, e126961. https://doi.org/10.1016/J.UFUG.2020.126961
Yang, J., Xue, Y., Zeng, Z., Guo, W. (2019). Research on multimodal affective computing oriented to online collaborative learning. En Proceedings IEEE 19th International Conference on Advanced Learning Technologies, 137-139. https://doi.org/10.1109/ICALT.2019.00045
Zheng, M., She, Y., Liu, F., Chen, J., Shu, Y., Xiahou, J. (2019). BabeBay-A companion robot for children based on multimodal affective computing. En 14th ACM/IEEE International Conference on Human-Robot Interaction, 604-605. https://doi.org/10.1109/HRI.2019.8673163
Zucco, C., Calabrese, B., Cannataro, M. (2017). Sentiment analysis and affective computing for depression monitoring. En IEEE International Conference on Bioinformatics and Biomedicine, 1988-1995. https://doi.org/10.1109/BIBM.2017.8217966
Cómo citar
APA
ACM
ACS
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
Descargar cita
Licencia
Derechos de autor 2022 Gabriel-Elias Chanchí-Golondrino, Claudia-Estella Hernández-Londoño, Manuel-Alejandro Ospina-Alarcón
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
El (los) autor(es) al enviar su artículo a la Revista Científica certifica que su manuscrito no ha sido, ni será presentado ni publicado en ninguna otra revista científica.
Dentro de las políticas editoriales establecidas para la Revista Científica en ninguna etapa del proceso editorial se establecen costos, el envío de artículos, la edición, publicación y posterior descarga de los contenidos es de manera gratuita dado que la revista es una publicación académica sin ánimo de lucro.
Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional
Acuerdo de creación N° 10 de 1948 del Concejo de Bogotá Acreditación Institucional de Alta Calidad - Resolución N° 23096 del 15 de diciembre del 2016
