CompartidoEl 23/11/22 por Comillas
Trabajo fin de grado

Aplicación de técnicas de Machine Learning a los negocios

tipo de documento semantico ckh_publication

Ficheros

Resumen Trabajo Fin de Grado
TFG - Chaves Martinez, Rocio.pdf
Tamaño 1241777
Formato Adobe PDF
Fecha de publicación 00/00/2022
Director/Coordinador
Barcos Redín, Lucía

Resumen

Idioma es-ES
Resumen

Actualmente vivimos en un mundo rodeado de tecnologías. Todas las personas tienen acceso a Internet y pueden expresar sus pensamientos, emociones y opiniones a través de la red. En Internet, todo lo que nos rodea, son mensajes, publicaciones en las que los usuarios expresan sus gustos y opiniones, enfatizado en el ámbito deportivo. El deporte siempre ha destacado por la valía de los deportistas que lo practican. El fútbol en concreto siempre ha tenido el factor sorpresa sobre lo que sucederá en los partidos disputados. Sin embargo, desde el auge del Big Data, el machine learning y las nuevas tecnologías, los deportes, en especial, el fútbol pueden mejorar su rendimiento. En este trabajo, se explica la importancia que han tenido las técnicas de machine learning en el deporte; incidiendo en el bádminton, béisbol, la fórmula 1 y el fútbol, y se muestra, a través de diferentes ejemplos, cómo el machine learning y las nuevas tecnologías pueden ayudar a mejorar la eficiencia de los deportistas y el rendimiento económico de los clubs. Estos deportes tienen a su disposición una gran cantidad de datos gracias en parte, a las redes sociales, destacando como principal en este trabajo, Twitter. Esta red social permite a los aficionados comentar sobre cualquier partido que se esté disputando, así como dar su opinión y publicar lo que piensan de los jugadores, del equipo, o del partido entre otras cosas. Por todo ello, este trabajo también incorpora una parte práctica donde se han estudiado dos partidos concretos del Real Madrid Club de Fútbol, analizando los tweets que los aficionados al equipo han publicado en la plataforma Twitter. Ello se realiza con el objetivo de detectar las emociones de los aficionados, de manera que estos sentimientos sirvan a los gestores de los clubs para sacar beneficios y tomar decisiones relacionadas con el seguimiento de los aficionados.

Idioma en-GB
Resumen

Today we live in a world surrounded by technology. Everyone has access to the Internet and can express their thoughts, emotions and opinions through the network. On the Internet, everything that surrounds us are messages, publications in which users express their tastes and opinions, especially in the field of sports. Sport has always stood out for the value of the sportsmen and women who practice it. Soccer, in particular, has always had the surprise factor of what will happen in the matches played. However, since the rise of Big Data, machine learning and new technologies, sports, especially soccer, can improve their performance. This paper explains the importance that machine learning techniques have had in sports, focusing on badminton, baseball, formula 1 and soccer, and shows, through different examples, how machine learning and new technologies can help improve the efficiency of athletes and the economic performance of clubs. These sports have at their disposal a large amount of data thanks in part to social networks, highlighting as the main one in this work, Twitter. This social network allows fans to comment on any match that is being played, as well as to give their opinion and publish what they think of the players, the team, or the match, among other things. For all these reasons, this work also incorporates a practical part: two specific Real Madrid Club de Fútbol matches have been studied, analyzing the tweets that the team's fans have published on the Twitter platform. This is done with the aim of detecting the emotions of the fans, so that these feelings can be used by club managers to draw benefits and make decisions related to the following of the fans.

Palabras clave

Tipo de archivo application/pdf
Idioma es-ES
Tipo de acceso info:eu-repo/semantics/closedAccess
Licencia http://creativecommons.org/licenses/by-nc-nd/3.0/us/
Fecha de modificacion 09/09/2022
Fecha de disponibilidad 17/06/2021
fecha de alta 17/06/2021

Honekin partekatua: