Extracción de insights clave para la toma de decisiones a partir de comentarios negativos de detractores del Banco BBVA

dc.contributor.advisorMásmela Caita, Luis Alejandro
dc.contributor.authorJerez Hernández , Wilson Eduardo
dc.date.accessioned2025-04-04T17:15:21Z
dc.date.available2025-04-04T17:15:21Z
dc.date.created2024-12-12
dc.descriptionEste trabajo presenta el desarrollo de un modelo de análisis de sentimientos basado en técnicas de Machine Learning, con el objetivo de clasificar y obtener insights a partir de comentarios negativos emitidos por los detractores del Banco BBVA. El propósito principal es identificar áreas de mejora en los servicios del banco para aumentar la satisfacción del cliente y reducir el número de detractores. Para lograrlo, se emplea procesamiento de lenguaje natural NLP sobre datos textuales obtenidos de redes sociales y encuestas internas.
dc.description.abstractThis work presents the development of a sentiment analysis model based on Machine Learning techniques, with the objective of classifying and obtaining insights from negative comments issued by detractors of Banco BBVA. The main purpose is to identify areas of improvement in the bank's services to increase customer satisfaction and reduce the number of detractors. To achieve this, natural language processing (NLP) is used on textual data obtained from social networks and internal surveys.
dc.identifier.urihttp://hdl.handle.net/11349/94647
dc.publisherUniversidad Distrital Francisco José de Caldas
dc.relation.referencesNelson Salgado Reyes, Graciela Elizabeth Trujillo Moreno, «Análisis de sentimientos en datos de redes sociales: aplicación de técnicas de procesamiento de lenguaje natural y machine learning para analizar opiniones y sentimientos en datos de redes sociales,» 2024.
dc.relation.referencesBBVA, «BBVA Colombia, 60 años de historia,» BBVA.com, 2023.
dc.relation.referencesBBVA, «BBVA Colombia lidera la transformación digital del sector,» BBVA.com, 2023.
dc.relation.referencesBBVA, «El 2023 fue el año de hacer inversiones récord en Colombia: Mario Pardo, presidente de BBVA en Colombia,» BBVA.com, 2024.
dc.relation.referencesHotjar, «Análisis del NPS: 5 formas de entender tu resultado NPS,» Hotjar.com, 2023.
dc.relation.referencesElastic, «¿Qué es el análisis de sentimiento? Una guía completa del análisis de sentimiento,» Elastic.co, 2023.
dc.relation.referencesTowards AI, «Bank Complaints Fictional Data,» Towards AI, 2023.
dc.relation.referencesNazar Anchorena, C., «Extracción de patrones en las reseñas sobre celulares mediante el modelado de temas y el análisis de sentimientos,» Universidad Torcuato Di Tella, 2022.
dc.relation.referencesDavid M. Blei, Andrew Y. Ng, Michael I. Jordan, «Latent Dirichlet Allocation,» Journal of Machine Learning Research, 3(2003), pp. 993-1022.
dc.relation.referencesFlorian Rosner, Andreas Hinneburg, Michael Röder, Matthias Nettling, Andreas Both, «Evaluating topic coherence measures,» NIPS 2013 Workshop on Topic Models: Computation,Application, and Evaluation, 2013.
dc.rights.accesoAbierto (Texto Completo)
dc.subjectMachine learning
dc.subjectAnálisis de sentimiento
dc.subjectNLP
dc.subjectBBVA
dc.subjectClientes detractores
dc.subject.keywordMachine learning
dc.subject.keywordSentiment analysis
dc.subject.keywordNLP
dc.subject.keywordBBVA
dc.subject.keywordCustomer detractors
dc.subject.lembMatemáticas -- Tesis y disertaciones académicas
dc.subject.lembBancos -- Servicio al cliente
dc.subject.lembAnálisis del discurso
dc.subject.lembAprendizaje automático (Inteligencia artificial)
dc.subject.lembLingüística computacional
dc.titleExtracción de insights clave para la toma de decisiones a partir de comentarios negativos de detractores del Banco BBVA
dc.title.titleenglishExtraction of Key insights for decision making from negative comments of detractors of BBVA Bank
dc.typebachelorThesis
dc.type.degreePasantía

Archivos

Bloque original

Mostrando 1 - 2 de 2
Cargando...
Miniatura
Nombre:
JerezHernadezWilsonEduardo2024.pdf
Tamaño:
429.77 KB
Formato:
Adobe Portable Document Format
No hay miniatura disponible
Nombre:
Licencia de uso y autorización.pdf
Tamaño:
97.75 KB
Formato:
Adobe Portable Document Format

Bloque de licencias

Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
7 KB
Formato:
Item-specific license agreed upon to submission
Descripción:

Colecciones