Minería de datos y análisis de sentimiento: usos y aplicaciones en el sector turístico
GUÍA DOCENTE Curso 2024-25
| Titulación: | Máster Universitario en Procesamiento del Lenguaje y Aplicaciones de la Int | 656M |
| Asignatura: | Minería de datos y análisis de sentimiento: usos y aplicaciones en el sector turístico | 5291 |
| Materia: | Estudios de caso I |
| Módulo: | Estudios de caso y prácticas |
| Modalidad de enseñanza de la titulación: | Virtual | Carácter: | Optativa |
| Curso: | 1 | Créditos ECTS: | 4,00 | Duración: | Semestral (Segundo Semestre) |
| Horas virtuales sincrónicas: | 40,00 | Horas estimadas de trabajo autónomo: | 60,00 |
| Horas virtuales asincrónicas: | 0,00 | |
| Idiomas en que se imparte la asignatura: | Español |
| Idiomas del material de lectura o audiovisual: | Inglés, Español |
Departamentos responsables de la docencia
| MATEMÁTICAS Y COMPUTACIÓN | R111 |
| Dirección: | C/ Madre de Dios, 53 | Código postal: | 26006 |
| Localidad: | Logroño | Provincia: | La Rioja |
| Teléfono: | 941299452 | Fax: | 941299460 | Correo electrónico: | dpto.dmc@unirioja.es |
Profesorado previsto
| Profesor: | Martín Arista, Francisco J. | Responsable de la asignatura |
| Teléfono: | 941299425 | Correo electrónico: | javier.martin@unirioja.es |
| Despacho: | 108 | Edificio: | FILOLOGÍAS | Tutorías: | Consultar |
Descripción de los contenidos
-Minería de datos
-Análisis de sentimiento
-Aplicaciones al sector turístico
Requisitos previos de conocimientos y competencias para poder cursar con éxito la asignatura
Ninguno especificado.
Competencias
Competencias generales
CG01 - Poseer y comprender conocimientos sobre procesamiento del lenguaje natural y aplicaciones de la inteligencia artificial a la lingüística que aporten una base u oportunidad de ser originales en el desarrollo de soluciones dentro del ámbito de la lingüística computacional
CG02 - Aplicar los conocimientos adquiridos a la resolución de problemas en entornos nuevos o poco conocidos relacionados con las áreas de estudio de lingüística computacional, procesamiento del lenguaje natural y aplicaciones de la inteligencia artificial a la lingüística
CG03 - Integrar conocimientos y formular juicios a partir de una información que incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de la lingüística computacional, el procesamiento del lenguaje natural y aplicaciones de la inteligencia artificial a la lingüística
CG04 - Comunicar las conclusiones sobre lingüística computacional, procesamiento del lenguaje natural y aplicaciones de la inteligencia artificial a la lingüística -y los conocimientos y razones últimas que las sustentan- a públicos especializados y no especializados de un modo claro y sin ambiguëdades
CG05 - Evaluar el progreso del propio aprendizaje de técnicas y recursos de procesamiento del lenguaje natural e inteligencia artificial aplicada a la lingüística
Competencias específicas
CE23 Resolver, sobre la base de los conocimientos de lingüística computacional, procesamiento de lenguaje natural y aplicaciones de la inteligencia artificial a la lingüística, casos de uso de distintos ámbitos públicos y privados
CC24 Evaluar las técnicas de exploración, limpieza y visualización de datos para el procesamiento del lenguaje.
CC25 Comparar las técnicas de minería de datos y análisis de sentimiento con procesamiento del lenguaje natural.
CC26 Adaptar las técnicas de minería de datos con procesamiento del lenguaje natural al sector turístico.
HD24 Priorizar los datos relevantes para la resolución de un problema de interpretación de datos lingüísticos. HD25 Valorar un problema de interpretación de datos lingüísticos en su totalidad: extracción, limpieza, explotación, análisis y conclusiones.
Resultados del aprendizaje
Los resultados de aprendizaje (Conocimientos o contenidos [CC], competencias [CG y CE] y habilidades o destrezas [HD]) se incluyen en el apartado de competencias hasta que se actualice la aplicación informática del Ministerio de Universidades.
Objetivos de desarrollo sostenible
Temario
Tema 1. Introducción
Tema 2. Minería de datos
Tema 3. Análisis de sentimientos
Bibliografía
| Tipo: | Título |
| Básica | Introduction to data mining, Pang-Ning Tan, Michael Steinbach, Vipin Kumar, Anuj Karpatne, 2019.
|
| Básica | Sentiment Analysis: Mining Opinions, Sentiments, and Emotions, Bing Liu, 2020. |
| Básica | Machine Learning for Business Analytics, Galit Shmueli, 2023 |
| Básica | Data mining for travels and tourism, Manoj B. Karathiya et al., Journal of Information and Operations Management, volume 3, issue 1, 2012. |
| Complementaria | Data Mining: Concepts and Techniques, Jiawei Han el al., 2012 |
| Complementaria | Sentiment analysis of tourist reviews from online travel forum for improving Indonesia tourism sector, Muhammad Abdul Jabbar et al., IFC-Bank of Italy Workshop on ¿Data Science in Central Banking: Applications and tools¿, 2022. |
| Complementaria | Application of Data Mining Technology in Tourism Information Recommendation, Wanchun Zhu, 2nd International Conference on Materials Science, Machinery and Energy Engineering (MSMEE 2017), Atlantiss Press, 2017 |
| Recursos en Internet |
Orange data mining |
Kaggle data sets |
Papers with code data sets |
OpenAI |
Metodología
Modalidades organizativas
Clases teóricas
Seminarios y talleres
Clases prácticas
Estudio y trabajo en grupo
Estudio y trabajo autónomo individual
Métodos de enseñanza
Método expositivo - Lección magistral
Estudio de casos
Resolución de ejercicios y problemas
Aprendizaje basado en problemas
Aprendizaje orientado a proyectos
Aprendizaje cooperativo
Organización
| Actividades dirigidas | Tamaño
de grupo | Horas
virtuales
sincrónicas | Horas
virtuales
asincrónicas | Horas
totales |
| Clases teóricas | Grande | 15,00 | | 15,00 |
| Seminarios y talleres | Reducido | 5,00 | | 5,00 |
| Clases prácticas | Reducido | 20,00 | | 20,00 |
| Total de horas de actividades dirigidas | 40,00 |
| Trabajo autónomo del estudiante | Horas |
| Trabajo y estudio autónomo individual | 60,00 |
| Total de horas de trabajo autónomo | 60,00 |
Evaluación
| Sistema de evaluación | Recuperable | No Recup. |
| Pruebas de ejecución de tareas reales y/o simuladas | | 30% |
| Trabajos y proyectos | 70% | |
| Total | 100% |
Comentarios
En lo relativo a la realización fraudulenta de pruebas de evaluación, se atenderá a lo establecido en el artículo 20 del Reglamento de docencia y evaluación del aprendizaje en las asignaturas de grado y máster de la Universidad de La Rioja.
Versión: 14/06/2024 10:30:35 - G 2024-25 - 656M - 5291 - Impresión: 16/11/2025 01:18:09
