Metodología de corrección de sesgo para valoraciones de productos en línea utilizando minería de texto afectiva y teoría de respuesta a ítem

Autores/as

  • Eduardo Jorquera SMU SA
  • Daniel Cabrera-Paniagua Universidad de Valparaíso
  • Camilo Gómez-Narváez Consultor independiente
  • Harvey Rosas Consultor independiente

Palabras clave:

Metodología de corrección de sesgos, Teoría de respuesta al ítem, Minería de texto afectiva, Amazon fine food reviews

Resumen

Este trabajo presenta una metodología para la corrección de sesgos en las valoraciones de productos, considerando específicamente la minería de texto afectiva y la teoría de respuesta al ítem (TRI). Las novedades de este trabajo son: diseñar una metodología para la corrección de sesgos en las valoraciones de productos online, definir un escenario experimental utilizando datos oficiales de Amazon Fine Food Reviews y analizar los prometedores resultados obtenidos de la aplicación de la metodología propuesta en el escenario experimental. Los experimentos revelan que es posible concebir un método automatizado para la corrección de sesgos en las valoraciones de productos online utilizando la TRI y la minería de texto afectiva, todo lo anterior dentro de una metodología unificada.

 

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Eduardo Jorquera, SMU SA

SMU SA

Daniel Cabrera-Paniagua, Universidad de Valparaíso

Universidad de Valparaíso. Escuela de Ingeniería Informática

Camilo Gómez-Narváez, Consultor independiente

Consultor independiente

Harvey Rosas, Consultor independiente

Consultor independiente

Descargas

Publicado

2025-02-03

Cómo citar

[1]
E. Jorquera, D. Cabrera-Paniagua, C. Gómez-Narváez, y H. Rosas, «Metodología de corrección de sesgo para valoraciones de productos en línea utilizando minería de texto afectiva y teoría de respuesta a ítem», Ingeniare, Rev. chil. ing., vol. 32, feb. 2025.