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

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.

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.

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.