ICT Tools to analyze social media and be applied in the business field

dc.contributor
Universitat de Lleida. Departament d'Administració d'Empreses i Gestió Econòmica dels Recursos Naturals
dc.contributor.author
Pons, Adrià
dc.date.accessioned
2023-09-26T12:14:58Z
dc.date.available
2023-09-26T12:14:58Z
dc.date.issued
2022-06-17
dc.identifier.uri
http://hdl.handle.net/10803/689017
dc.description.abstract
Actualment, les dades es consideren un actiu molt valorat i el seu volum augmenta de manera exponencial. Les xarxes socials s'han convertit en una font de dades per recopilar una gran quantitat d'informació. Aquest escenari aporta nous reptes i oportunitats a persones i empreses amb les quals, a través del big data i les tecnologies d'intel·ligència artificial, podem capitalitzar aquest coneixement en diferents àrees de l'àmbit empresarial. En aquesta tesi s'han desenvolupat diferents softwares per tal de gestionar grans quantitats de texts en l'estudi de la RSC i l'anàlisi de sentiments a les indústries de la mineria i la pell a twitter. També s'ha utilitzat un qüestionari per recollir dades dels stakeholders com a estat de l'art per a la indústria adobera. Finalment, s'ha implementat un conjunt de models de regressió per desenvolupar un mètode automatitzat per proporcionar els nivells de risc probables de les accions borsàries.
ca
dc.description.abstract
Los datos se consideran un activo muy valorado y su volumen aumenta de forma exponencial. Las redes sociales se han convertido en una fuente de datos para recopilar gran cantidad de información. Este escenario aporta retos y oportunidades a personas y empresas que, a través del big data y las tecnologías de inteligencia artificial, podemos capitalizar este conocimiento en distintas áreas del ámbito empresarial. En esta tesis se han desarrollado distintos softwares para gestionar grandes cantidades de textos en el estudio de RSC y el análisis de sentimientos en las industrias de la minería y de la piel en Twitter. También se ha utilizado un cuestionario para recoger datos de los stakeholders como estado del arte para la industria curtidora. Por último, se ha implementado un conjunto de modelos de regresión para desarrollar un método automatizado para proporcionar los niveles de riesgo probables de las acciones bursátiles.
ca
dc.description.abstract
Data is considered a highly valued asset and its volume is increasing exponentially. Social media has become a data source to gather a tones of information. This scenario brings new challenges and opportunities to people and companies with which, through big data and artificial intelligence technologies, can capitalize this knowledge in different areas of the business world. In this thesis, different softwares have been developed in order to manage large amounts of texts in the study of CSR and the analysis of sentiments in the mining and leather industries on twitter. A questionnaire was also used to collect data from stakeholders as a state of the art for the tanning industry. Finally, a set of regression models have been implemented to develop an automated method to provide likely stock risk levels.
ca
dc.format.extent
137 p.
ca
dc.language.iso
eng
ca
dc.publisher
Universitat de Lleida
dc.rights.license
L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-nd/4.0/
ca
dc.rights.uri
http://creativecommons.org/licenses/by-nc-nd/4.0/
*
dc.source
TDX (Tesis Doctorals en Xarxa)
dc.subject
AI
ca
dc.subject
Mineria
ca
dc.subject
Predicció Risc
ca
dc.subject
RSC
ca
dc.subject
Pell
ca
dc.subject
Big Data
ca
dc.subject
Piel
ca
dc.subject
Minería
ca
dc.subject
Predicción riesgo
ca
dc.subject
Leather
ca
dc.subject
Mining
ca
dc.subject
Risk prediction
ca
dc.subject.other
Organització d'Empreses
ca
dc.title
ICT Tools to analyze social media and be applied in the business field
ca
dc.type
info:eu-repo/semantics/doctoralThesis
dc.type
info:eu-repo/semantics/publishedVersion
dc.subject.udc
33
ca
dc.contributor.director
Vintró Sánchez, Carla
dc.contributor.director
Rius Torrentó, Josep Maria
dc.embargo.terms
12 mesos
ca
dc.rights.accessLevel
info:eu-repo/semantics/openAccess


Documents

Tapv1de1.pdf

7.165Mb PDF

Aquest element apareix en la col·lecció o col·leccions següent(s)