Uso de técnicas de minería de opinión para apoyar la generación de recomendaciones de productos a partir de reseñas en idioma español

Abstract

El Proyecto de Título presentado en este informe consiste en la aplicación de técnicas de minería de opinión para la extracción de preferencias de usuarios sobre diferentes de características o aspectos de ítems a partir de reseñas que permitan generar recomendaciones. En primer lugar, con las herramientas Jsoup y Univocity Parsers se creó un dataset de reseñas de restaurantes en español, el cual se encuentra en formato de valores separados por tabulación. Para la extracción de características de ítems y análisis de sentimiento de las reseñas, se utilizó un enfoque basado en aprendizaje automático supervisado. Para esto, se etiquetaron manualmente más de 800 oraciones presentes en el dataset con su respectiva polaridad (positivo, negativo o neutral) y aspecto (comida, servicio, precio o ambiente). A partir de las oraciones etiquetadas y utilizando la API de Weka se crearon dos modelos de clasificación, un modelo para determinar los aspectos del ítem de la oración y otro modelo para determinar el sentimiento de la oración. Para mejorar la precisión de los modelos de clasificación, se aplicaron técnicas de limpieza de datos. Los modelos de clasificación creados se utilizaron para extraer los aspectos y sentimiento de todas las oraciones presentes en las reseñas de los usuarios del dataset creado anteriormente. Finalmente, la información de preferencias de aspectos de usuarios obtenida fue incorporada en un sistema de recomendación multi-criterio utilizando técnicas de filtrado colaborativo implementadas con Apache Mahout. La precisión de recomendación fue comparada con un sistema de recomendación tradicional. El mejor resultado lo obtuvo el sistema de recomendación multi-criterio creado a partir de reseñas.