Predicción del Sentimiento de Mercado para los Crudos Pivotes Venezolanos con base en el Análisis de Noticias

Autores/as

  • Arlán Briceño
  • Aneriz Rodríguez
  • Haydemar Núñez

Palabras clave:

Minería de Texto, Análisis de Términos más Frecuentes, Balanceo de Clases, Selección de Variables, Máquina de Vectores de Soporte

Resumen

En este estudio se utilizan diversas técnicas de la minería de datos para emitir una recomendación basada en la clasificación del sentimiento de un grupo de noticias. La idea de esta recomendación es apoyar la toma de decisión sobre la dirección del precio futuro del petróleo crudo venezolano de exportación. Específicamente, se trabajó con minería de texto para clasificar noticias recientes del mercado petrolero a partir del aprendizaje de noticias previamente clasificadas. En este artículo se plantea y resuelve el problema de clasificación de noticias desde el punto de vista de un proyecto de minería de datos. El proceso de minería contempla la recolección de los datos, la limpieza y transformación de los mismos, aplicación de diferentes algoritmos de clasificación, y la fase de difusión y uso. Los resultados demuestran que el clasificador Máquina de Vectores de Soporte (SVM) ofrece el mejor desempeño para la correcta clasificación de las noticias.

Descargas

Los datos de descargas todavía no están disponibles.

Descargas

Número

Sección

Artículos