Techniques for the classification of sentiments in social networks to support digital marketing

Social networks have evolved the way we communicate; they have become a new source of information and expression. It is a spontaneous, free, immediate, diverse and universal communication, which allows people to actively participate in topics of their interest. The content generated in the interaction with social networks is vast and has become a valuable source of information, which needs to be analyzed and explored by applying techniques for the classification or labeling of sentiments, in order to find patterns or trends in people’s behavior, which support organizations in strengthening their tasks related to digital marketing. This article takes a theoretical tour of various techniques used to classify feelings on social media. The SVM (Support Vector Machines) supervised learning linear classifier is proposed for the classification or labeling of sentiments in social networks.Las redes sociales han evolucionado la forma de comunicarnos, se han convertido en una nueva fuente de información y de expresión. Se trata de una comunicación espontanea, libre, inmediata, diversa y universal, que permite a las personas, participar activamente en los temas de su interés. El contenido que se genera en la interacción con las redes sociales es vasto y se ha convertido en una valiosa fuente de información, que requiere ser analizada y explorada mediante la aplicación de técnicas para la clasificación o etiquetado de sentimientos, con el propósito de encontrar patrones o tendencias en el comportamiento de las personas, que apoyen a las organizaciones en el fortalecimiento de sus tareas relacionadas con marketing digital. Este artículo hace un recorrido teórico por diversas técnicas utilizadas para la clasificación de sentimientos en medios sociales. Se propone el clasificador lineal de aprendizaje supervisado SVM (Support Vector Machines) para la clasificación o etiquetado de sentimientos en redes sociales