Impulsando la identidad institucional en X mediante NLP y análisis de sentimientos: la Universidad King Faisal como caso de estudio
Autores: Albarrak, Khalied M.; Sorour, Shaymaa E.
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Impulsando la identidad institucional en X mediante NLP y análisis de sentimientos: la Universidad King Faisal como caso de estudio
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Universidades
Plataformas de redes sociales
Twitter
Universidad king faisal
Identidad institucional
Aprendizaje automático
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 41
Citaciones: Sin citaciones
Las universidades aprovechan cada vez más las plataformas de redes sociales, especialmente Twitter, para la difusión de noticias, la interacción con la audiencia y la recopilación de comentarios. La Universidad King Faisal (KFU) se dedica a mejorar su identidad institucional (ID), basada en la sostenibilidad ambiental y la seguridad alimentaria, abarcando nueve áreas críticas. Este estudio tiene como objetivo evaluar el impacto de las interacciones de Twitter de KFU en la conciencia pública de su identidad institucional mediante análisis sistemático y métodos de aprendizaje automático (ML). Los objetivos son: (1) Determinar la influencia de la presencia de Twitter de KFU en la conciencia de la ID; (2) crear un conjunto de datos dedicado para el análisis de interacción pública en tiempo real con el contenido de Twitter de KFU; (3) investigar el papel de Twitter en la promoción de la identidad institucional de KFU en los 9 dominios de ID y su impacto cambiante con el tiempo; (4) utilizar agrupamiento k-means y análisis de sentimientos (TFIDF y Word2vec) para clasificar datos y evaluar similitudes entre los dominios de identidad; y (5) aplicar el método de categorización para procesar y categorizar tweets, facilitando la evaluación de los significados de las palabras y las similitudes de los 9 dominios de ID. El estudio también emplea cuatro modelos de ML, incluidos Regresión Logística (LR) y Máquina de Vectores de Soporte (SVM), con el modelo Random Forest (RF) combinado con Word2vec logrando la mayor precisión del 100%. Los hallazgos subrayan el valor del análisis de datos de Twitter de KFU para profundizar la comprensión de su ID y guiar el desarrollo de estrategias de comunicación efectivas.
Descripción
Las universidades aprovechan cada vez más las plataformas de redes sociales, especialmente Twitter, para la difusión de noticias, la interacción con la audiencia y la recopilación de comentarios. La Universidad King Faisal (KFU) se dedica a mejorar su identidad institucional (ID), basada en la sostenibilidad ambiental y la seguridad alimentaria, abarcando nueve áreas críticas. Este estudio tiene como objetivo evaluar el impacto de las interacciones de Twitter de KFU en la conciencia pública de su identidad institucional mediante análisis sistemático y métodos de aprendizaje automático (ML). Los objetivos son: (1) Determinar la influencia de la presencia de Twitter de KFU en la conciencia de la ID; (2) crear un conjunto de datos dedicado para el análisis de interacción pública en tiempo real con el contenido de Twitter de KFU; (3) investigar el papel de Twitter en la promoción de la identidad institucional de KFU en los 9 dominios de ID y su impacto cambiante con el tiempo; (4) utilizar agrupamiento k-means y análisis de sentimientos (TFIDF y Word2vec) para clasificar datos y evaluar similitudes entre los dominios de identidad; y (5) aplicar el método de categorización para procesar y categorizar tweets, facilitando la evaluación de los significados de las palabras y las similitudes de los 9 dominios de ID. El estudio también emplea cuatro modelos de ML, incluidos Regresión Logística (LR) y Máquina de Vectores de Soporte (SVM), con el modelo Random Forest (RF) combinado con Word2vec logrando la mayor precisión del 100%. Los hallazgos subrayan el valor del análisis de datos de Twitter de KFU para profundizar la comprensión de su ID y guiar el desarrollo de estrategias de comunicación efectivas.