Análisis comparativo de métodos de machine learning para clasificar opiniones sobre el servicio de restaurantes peruanos en Facebook

Customer opinions on social media services are vital for companies because they can improve and enhance business opportunities if the comments can be analyzed in time. The purpose of this work is to determine the best performing machine learning methods to apply sentiment analysis and classify positive and negative comments about the Peruvian restaurant service on Facebook. As the first contribution to this project, two datasets of comments from Peruvian restaurant chain posts on Facebook were created. The second contribution is the proposed methodology divided into two stages: in the first stage, Natural Language techniques were applied for the pre-processing of comments; In the second stage, the performance of the Naive Bayes, Random Forest, and SVM algorithms with RBF and Linear cores was analyzed to classify the opinions in the datasets. The experimental results demonstrated that the SVM classifier obtained the best performance in both the training and testing stages with 91.44% and 94% accuracy for the primary and secondary datasets, respectively, proving the viability of the proposed methodology.Las opiniones de los clientes sobre servicios en redes sociales son vitales para las empresas debido a que se pueden utilizar para mejorar y potenciar las oportunidades de negocio si los comentarios pueden analizarse a tiempo. El propósito de este trabajo es determinar los métodos de machine learning con mejor rendimiento para aplicar análisis de sentimientos y clasificar comentarios positivos y negativos sobre el servicio de restaurantes peruanos en Facebook. Como primera contribución en este proyecto, se crearon dos datasets de comentarios de publicaciones de cadenas de restaurantes peruanos en Facebook. La segunda contribución es la metodología propuesta dividida en dos etapas: en la primera etapa se aplicaron técnicas de Lenguaje Natural para el preprocesamiento de los comentarios; en la segunda etapa se analizó el desempeño de los algoritmos de Naive Bayes, Random Forest y SVM con núcleos RBF y Lineal para clasificar las opiniones en los datasets. Los resultados experimentales demostraron que el clasificador SVM obtuvo el mejor desempeño tanto en la etapa de entrenamiento como en la de pruebas con un 91.44% y 94% de exactitud para los datasets primario y secundario respectivamente, probando la viabilidad de la metodología propuesta