1. Universidad Autonoma del Estado de Hidalgo
  2. Tesis
  3. Tesis de Licenciatura
Por favor, use este identificador para citar o enlazar este ítem: http://dgsa.uaeh.edu.mx:8080/handle/231104/7813
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.authorCienfuegos Velázquez, Camila Fernanda-
dc.date.accessioned2026-06-19T18:35:55Z-
dc.date.available2026-06-19T18:35:55Z-
dc.date.issued2026-04-09-
dc.identifier.govdocLSC .16960 2026-
dc.identifier.otherATD1756-
dc.identifier.urihttp://dgsa.uaeh.edu.mx:8080/bibliotecadigital/handle/231104/7813-
dc.descriptionEn la actualidad, las redes sociales son espacios donde las personas comparten pensamientos, emociones, experiencias y opiniones. El texto generado constituye una fuente valiosa de conocimiento para estudiar el comportamiento y la salud mental de las personas. Particularmente, en este trabajo se analizan publicaciones de usuarios en distintas plataformas, principalmente X (antes Twitter) y Reddit, con el objetivo de identificar patrones lingüísticos asociados con rasgos de depresión y comparar su manifestación en redes sociales. Para realizar esta investigación, se utilizaron tres conjuntos de datos de referencia, los cuales contienen publicaciones provenientes de tales plataformas. Utilizando tales colecciones, se crearon modelos computacionales para detectar usuarios con depresión mediante el uso de técnicas de procesamiento de lenguaje natural y aprendizaje automático. Se entrenaron varios modelos de clasificación para distinguir entre textos etiquetados como casos de depresión y aquellos que no lo son, priorizando la puntuación F1 en la clase positiva. Los resultados indican que, a pesar de las diferentes características de las publicaciones cada plataforma social (e.g., longitud máxima de las publicaciones), existen similaridades en el uso del lenguaje asociado a depresión. Además, se observó que el desempeño de los modelos de clasificación depende en cierta medida de la colección de datos utilizada en el entrenamiento.es_ES
dc.language.isoeses_ES
dc.publisherICBI-BD-UAEHes_ES
dc.subjectProcesamiento de lenguaje naturales_ES
dc.subjectRedes socialeses_ES
dc.subjectDepresiónes_ES
dc.subjectAprendizaje automáticoes_ES
dc.subjectBolsa de palabrases_ES
dc.subjectCiencias Computacionales.es_ES
dc.titleDetección de usuarios con depresión a través del análisis de sus publicaciones en redes sociales.es_ES
dc.title.alternativeCiencias Computacionales.es_ES
dc.typeTesises_ES
Aparece en las colecciones: Tesis de Licenciatura

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
ATD1756.pdf2.53 MBAdobe PDFVisualizar/Abrir
Mostrar el registro sencillo del ítem


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.