Análisis de sentimientos Bancolombia
DOI:
https://doi.org/10.26507/paper.4521Palabras clave:
análisis de sentimientos, aprendizaje automático, percepción del cliente, BancolombiaResumen
El análisis de sentimientos se ha convertido en una herramienta clave dentro de la minería de datos y el procesamiento de lenguaje natural (NLP), permitiendo evaluar las opiniones y emociones que los usuarios expresan en medios digitales. En el sector financiero, este tipo de análisis cobra especial relevancia por el impacto que tiene la percepción de los clientes en la reputación y posicionamiento de las entidades bancarias.
Este artículo presenta un estudio de análisis de sentimientos aplicado a comentarios publicados por usuarios en redes sociales, específicamente relacionados con la nueva aplicación móvil desarrollada por Bancolombia. A través de técnicas de aprendizaje automático y herramientas de análisis textual, se busca clasificar las opiniones en categorías de sentimiento y extraer patrones que permitan mejorar la experiencia del usuario. Los resultados obtenidos ofrecen una visión detallada de la percepción de los clientes y constituyen un insumo clave para la toma de decisiones en procesos de atención, diseño y comunicación digital.
Biografía del autor/a
Karen Milena Rodríguez Díaz, Universidad Santo Tomás
Estudiante de ingeniería industrial de la Universidad Santo Tomas
sexto semestre
Ernesto Mendieta Sabogal, Universidad Santo Tomás
Profesor de la Universidad Santo Tomas
Citas
Plazas, S., Mejía, J., y Montoya, L. (2021). Inteligencia artificial para la gestión de relaciones con los clientes en el sector financiero. Revista Científica General José María Córdova, 19(34), pp. 123-142.
García, R., y Herrera, C. (2018). Implementación de técnicas de análisis de sentimientos en la banca. Proceedings of Simposio Colombiano de Computación, Vol. 1, Medellín, pp. 101-107.
Liu, B. (2012). Sentiment Analysis and Opinion Mining. Morgan & Claypool Publishers. https://doi.org/10.1007/978-3-031-02145-9
Aggarwal, C. C. (2015). Data Mining: The Textbook. Springer. https://doi.org/10.1007/978-3-319-14142-8
Romero, J. (2019). Minería de textos: Técnicas y herramientas para el análisis de opiniones. Editorial Alfaomega.
Peña, D. (2017). Fundamentos de minería de datos. Editorial Paraninfo.
Bancolombia. (2024). Historia y evolución institucional. Recuperado el 22 de abril de 2025 de https://www.grupobancolombia.com/corporativo/conocenos/historia
Facebook Bancolombia. (2024). Comentarios de clientes extraídos de publicaciones oficiales. Consultado el 10 de abril de 2025 en https://www.facebook.com/Bancolombia
Twitter Bancolombia. (2024). Comentarios de clientes extraídos de publicaciones oficiales. Consultado el 10 de abril de 2025 en https://twitter.com/Bancolombia
Cómo citar
Descargas
Descargas
Publicado
Evento
Sección
Licencia
Derechos de autor 2025 Asociación Colombiana de Facultades de Ingeniería - ACOFI
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
| Estadísticas de artículo | |
|---|---|
| Vistas de resúmenes | |
| Vistas de PDF | |
| Descargas de PDF | |
| Vistas de HTML | |
| Otras vistas | |
