• español
    • English
    • français
    • português
A+A-
  • English 
    • español
    • English
    • français
    • português
    • Usage guides
      • Guidelines for the advisor work direcor
      • Guidelines for the student who loads degree work
      • APA 7 Edition Standards
      • Tips APA 7 Edition Standards
    • Users
    View Item 
    •   National Open and Distance University UNAD
    • Producción Científica
    • Trabajos de Grado - Especialización
    • Escuela de Ciencias Básicas, Tecnología e Ingeniería
    • Especialización
    • Especialización en Ciencia de Datos y Analítica
    • View Item
    •   National Open and Distance University UNAD
    • Producción Científica
    • Trabajos de Grado - Especialización
    • Escuela de Ciencias Básicas, Tecnología e Ingeniería
    • Especialización
    • Especialización en Ciencia de Datos y Analítica
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Optimización del marketing digital: revisión sistemática de técnicas de Big Data y monitoreo de redes sociales

    Thumbnail
    QRCode
    View/Open
    nmsanchezp.pdf (853.6Kb)
    Share
    Date
    2025-08-19
    Author
    Sanchez Posada, Naydaly Mercedes
    Advisor
    Solis Pino, Andres Felipe

    Citación

           
    TY - GEN T1 - Optimización del marketing digital: revisión sistemática de técnicas de Big Data y monitoreo de redes sociales AU - Sanchez Posada, Naydaly Mercedes Y1 - 2025-08-19 UR - https://repository.unad.edu.co/handle/10596/73389 AB - El crecimiento del comercio electrónico ha impulsado el uso de técnicas de análisis de sentimientos para interpretar las opiniones de los consumidores en plataformas digitales. Sin embargo, persisten desafíos en su adopción, especialmente en contextos emergentes. Este trabajo aborda dicha problemática mediante una revisión sistemática de literatura científica publicadas entre 2020 y 2025, utilizando la metodología PRISMA. Se analizaron 64 estudios que aplican técnicas de ciencia de datos como aprendizaje automático, aprendizaje profundo y análisis basado en aspectos. Los resultados muestran una tendencia hacia la automatización, el uso de modelos híbridos y la integración de redes sociales como fuente de datos. Se concluye que el análisis de sentimientos mejora la personalización, la reputación digital y la toma de decisiones estratégicas, aunque aún enfrenta retos como la ambigüedad del lenguaje y la necesidad de modelos explicativos. ER - @misc{10596_73389, author = {Sanchez Posada Naydaly Mercedes}, title = {Optimización del marketing digital: revisión sistemática de técnicas de Big Data y monitoreo de redes sociales}, year = {2025-08-19}, abstract = {El crecimiento del comercio electrónico ha impulsado el uso de técnicas de análisis de sentimientos para interpretar las opiniones de los consumidores en plataformas digitales. Sin embargo, persisten desafíos en su adopción, especialmente en contextos emergentes. Este trabajo aborda dicha problemática mediante una revisión sistemática de literatura científica publicadas entre 2020 y 2025, utilizando la metodología PRISMA. Se analizaron 64 estudios que aplican técnicas de ciencia de datos como aprendizaje automático, aprendizaje profundo y análisis basado en aspectos. Los resultados muestran una tendencia hacia la automatización, el uso de modelos híbridos y la integración de redes sociales como fuente de datos. Se concluye que el análisis de sentimientos mejora la personalización, la reputación digital y la toma de decisiones estratégicas, aunque aún enfrenta retos como la ambigüedad del lenguaje y la necesidad de modelos explicativos.}, url = {https://repository.unad.edu.co/handle/10596/73389} }RT Generic T1 Optimización del marketing digital: revisión sistemática de técnicas de Big Data y monitoreo de redes sociales A1 Sanchez Posada, Naydaly Mercedes YR 2025-08-19 LK https://repository.unad.edu.co/handle/10596/73389 AB El crecimiento del comercio electrónico ha impulsado el uso de técnicas de análisis de sentimientos para interpretar las opiniones de los consumidores en plataformas digitales. Sin embargo, persisten desafíos en su adopción, especialmente en contextos emergentes. Este trabajo aborda dicha problemática mediante una revisión sistemática de literatura científica publicadas entre 2020 y 2025, utilizando la metodología PRISMA. Se analizaron 64 estudios que aplican técnicas de ciencia de datos como aprendizaje automático, aprendizaje profundo y análisis basado en aspectos. Los resultados muestran una tendencia hacia la automatización, el uso de modelos híbridos y la integración de redes sociales como fuente de datos. Se concluye que el análisis de sentimientos mejora la personalización, la reputación digital y la toma de decisiones estratégicas, aunque aún enfrenta retos como la ambigüedad del lenguaje y la necesidad de modelos explicativos. OL Spanish (121)
    Bibliographic managers
    Refworks
    Zotero / EndNote / Mendeley
    BibTeX
    CiteULike
    Keywords
    Big Data Google Scholar
    Sentiment Analysis Google Scholar
    Ecommerce Google Scholar
    Data Mining Google Scholar
    Regional / Country coverage
    cead_-_josé_celestino_mutis
    Metadata
    Show full item record
    PDF Document
    Description of the content
    El crecimiento del comercio electrónico ha impulsado el uso de técnicas de análisis de sentimientos para interpretar las opiniones de los consumidores en plataformas digitales. Sin embargo, persisten desafíos en su adopción, especialmente en contextos emergentes. Este trabajo aborda dicha problemática mediante una revisión sistemática de literatura científica publicadas entre 2020 y 2025, utilizando la metodología PRISMA. Se analizaron 64 estudios que aplican técnicas de ciencia de datos como aprendizaje automático, aprendizaje profundo y análisis basado en aspectos. Los resultados muestran una tendencia hacia la automatización, el uso de modelos híbridos y la integración de redes sociales como fuente de datos. Se concluye que el análisis de sentimientos mejora la personalización, la reputación digital y la toma de decisiones estratégicas, aunque aún enfrenta retos como la ambigüedad del lenguaje y la necesidad de modelos explicativos.
    Format
    pdf
    Type of digital resource
    Monografía
    Content relationship
    Ciencia de Datos y Analítica
    URI
    https://repository.unad.edu.co/handle/10596/73389
    Collections
    • Especialización en Ciencia de Datos y Analítica [247]
    Usage guidesNormativityGuidelines for the advisor work direcorGuidelines for the student who loads degree workAPA 7 Edition StandardsTips APA 7 Edition Standards

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister
    GTM statisticsGTM statistics
    Indexed by:
    logo_Open Archives Initiative
    logo_Biblioteca Digital Ecuatoriana
    logo_OpenDOAR
    logo_Open ROAR
    logo_Google Scholar
    logo_Lyrasis
    logo_WorldCat
    logo_FAO
    logo_AGRIS
    logo_Alianza de Servicios de Información Agropecuaria
    logo_Siembra
    logo_Fedesarrollo
    logo_Colombia Digital
    logo_Hemeroteca UNAD
    logo_RED DE REPOSITORIOS LATINOAMERICANOS
    logo_OAIster
    logo_La Referencia
    logo_Open AIRE
    logo_Core
    logo_Base
    logo_CLACSO
    logo_OpenAlex
    logos isopreadGreat Work to PlaceIcontec - Great Work to Place

    Línea anticorrupción: 3232641617 ext. 1544

    En Bogotá D.C. (Colombia) Teléfono: 323 264 1617 - Línea gratuita nacional: 323 264 1617

    Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional

    Universidad Nacional Abierta y a Distancia UNAD de Colombia - © Copyright UNAD 2024

    Síguenos en: