Análisis masivo de texto
Como ya comentamos en un post anterior, a través de web scraping, disponemos de un considerable volumen de información. En el caso que nos ocupa, información que proviene de un foro de discusión online. Lo que estaba en formato html lo hemos convertido en una hoja de cálculo en la que cada fila representa un mensaje y con una serie de columnas que contienen las piezas de información asociadas a cada uno de ellos.
Esto quiere decir que manejamos datos cuantitativos pero también una columna en la que se almacenan todos lo mensajes publicados. Son algo más de millón y medio de caracteres para los que ahora hay que buscar una buena herramienta de análisis. (más…)
