Medidas de tiempos de entrenamiento y deducción

A continuación se presentan una serie de ilustraciones que muestran los        tiempo de cada algoritmo para cada validación cruzada. No fue posible        armar un gráfico que muestre todos los algoritmos juntos, ya que resulta        inviable comprar los tiempos de SVM con los Naive Bayes y KNN ya que los        valores que expresa Naive Bayes y KNN se expresan en milisegundos y SVM        en segundos.       Ilustración 5.5 : Tiempo de entrenamiento y clasificación, algoritmo SVM     

  Ilustración 5.6 : Tiempo de entrenamiento y clasificación, algoritmo Naive Bayes    Ilustración 5.7 : Tiempo de entrenamiento y clasificación, algoritmo KNN     

Analizando los tres gráficos anteriores, podemos observar ciertas        características globales y particulares y cada uno. Como característica global        vemos que los tiempos de SVM son mucho mayores a los tiempos de los        otros algoritmos con un crecimiento exponencial al ir aumentando el        volumen de los datos de entrenamiento. Por otro lado, al ir analizando        gráfico por gráfico, vemos que SVM presenta      grandes tiempos de      entrenamiento, con crecimiento exponencial al ir aumentando el volumen de        entrenamiento y no se observa tiempo de clasificación ya que comparado        con el tiempo de entrenamiento este es despreciable. Naive Bayes es el más        parejo de los tres con tiempos similares para el entrenamiento y deducción.        Por último KNN presenta los tiempo de clasificación más altos, siendo estos        dos a tres veces mayor a Naive Bayes, pero no dispone de tiempos de        entrenamiento ya que esta versión de KNN no realiza un entrenamiento para        deducir.               

5.4 Resumen 

En el presente capítulo el objetivo consistió en llevar a cabo un experimento        que pusiera a prueba diversos aspectos de la herramienta       _​TweetAnalyser_​.  El caso de estudio propuesto se enfocó en dos grandes aspectos.        Inicialmente demostrar que la utilización de temas candidatos como parte de        la deducción de los temas principales, mejora la precisión de los algoritmos.        En segunda medida se realizó un conjunto de pruebas de validación cruzada        utilizando varios porcentajes con el fin de analizar la precisión de los        algoritmos de forma independiente de la información del conjunto de datos.  En el primer aspecto se llevó a cabo una experimentación que se basó en        observar el comportamiento de la herramienta a partir de dos conjuntos de        datos de distinto tamaño con y sin temas candidatos. Dicha experimentación        comprendió cuatro ejecuciones del sistema      _​TweetAnalyser_​. Con los      resultados obtenidos permitieron demostrar que la utilización de temas        candidatos mejoraba la precisión de los algoritmos. 

Para el segundo aspecto se llevó a cabo una experimentación en la cual se        realizó un conjunto de pruebas utilizando el esquema de validación cruzada.        En el cual con la utilización de distintos porcentajes de entrenamiento y        clasificación se logró      obtener un conjunto de resultados promedio        relacionado con la precisión de los algoritmos independientemente de los        datos utilizados para las pruebas. Adicionalmente se realizaron métricas        acerca del tiempo de entrenamiento y clasificación de cada algoritmo que        permitieron verificar    la viabilidad del enfoque consiguiendo resultados        alentadores.              

CAPÍTULO 6 

6. Conclusiones

En este trabajo final se presentó un enfoque para capturar las tendencias        temáticas manifestadas en publicaciones de la red social Twitter. A partir del        mencionado enfoque se desarrolló la aplicación      _​TweetAnalyser que lo      materializa. 

En la Sección 6.1 se presentan las contribuciones aportadas por el enfoque        propuesto. Por otra parte, en la Sección 6.2 se nombran ciertas limitaciones        observadas a lo largo del desarrollo del mismo y se presentan un conjunto        de trabajos futuros que permiten continuar con el enfoque propuesto. Por        último en la sección 6.3 se presenta un resumen del capítulo donde se        enuncia la ventaja de utilizar la herramienta 

6.1 Contribuciones 

Lo que destaca a la investigación es el uso de las redes sociales como        fuentes de información. Hoy en día es muy común, que los usuarios de redes        sociales compartan contenido que le pueda ser de utilidad a otro grupo de        usuarios. Si dichos datos pueden ser enfocados a través de la temática que        abordan se abre un nuevo nicho de información.  

Aprovechando este nuevo nicho de información que provee      una fuente    continua de información es posible realizar un análisis sobre la información        en tiempo real para detectar tendencias actuales de lo que habla la        sociedad. Esta información puede brindar un nuevo aspecto a considerar al        momento de realizar un análisis de mercado o al momento de medir la        evolución de un producto ya existente, entre muchas otras cosas. 

El análisis de casos de estudios reales fueron sujetos a pruebas        experimentales  permitió  mostrar  la  viabilidad  de  la  herramienta  TweetAnalyser  _​para la detección de tendencias en tiempo real.        Adicionalmente, el trabajo presenta ciertas contribuciones que lo destacan        sobre los trabajos relacionados introducidos en la Sección 2.2.6. Tales        contribuciones son presentadas a continuación: 

En primer lugar, como contribución principal,       _​TweetAnalyser brinda a los        usuarios la posibilidad de poder realizar análisis sobre tendencias temáticas        a partir de datos capturados de las redes sociales.       _​TweetAnalyser _​puede  realizar estas tendencias mediante procesamiento del texto de cada tuit sin       

depender de hashtags. Adicionalmente para el análisis de la información        cuenta con un conjunto de gráficos que permite visualizar las tendencias        actuales.  

En segundo lugar, se logró presentar un análisis de tendencias temáticas a        través de una página web que contiene un con conjunto opciones que        permiten al usuario realizar búsquedas sobre las distintas tendencias        actuales a través de distintos diagramas. Tales tendencias son detectadas de        forma automática a partir de las publicaciones compartidas en Twitter.        Mediante los distintos gráficos, los usuarios que necesiten      visualizar la    información de tendencias actuales podrán comprender rápidamente los        principales temas sobre los que se habla actualmente en las redes. 

En tercer lugar, otro aspecto destacable del enfoque propuesto es su        capacidad de enfocar las búsquedas del usuario por medio de una serie de        filtros. Si bien es deseable analizar las tendencias temáticas a nivel general        de toda la red, la aplicación permite al usuario enfocar el análisis sobre las        tendencias que son de su interés. 

En cuarto y último lugar, la herramienta desarrollada provee fácil interacción        con terceros. Esto permite el acceso por parte de otras aplicaciones a la        información detectada por la herramienta. Este acceso es provisto mediante        un servicio web, el cual brinda dicha información en los formatos de        intercambio de datos convencionales más utilizados en la actualidad.