
)SOLR_TLOGA'strings€   ƒCæ$+0  7handle:"123456789/1389"   #ƒAÛ÷ìÕÐ  J?€  7SolrIndexer.lastIndexed82026-04-24T12:37:31.597Z/search.uniqueid?2-faa9f1c8-5990-4de9-be10-e3062d9dc70b3search.resourcetype!21search.resourceid?faa9f1c8-5990-4de9-be10-e3062d9dc70b&handle.123456789/1389(location„?ma0934804-27e9-4386-bb79-53023e4cc66b?m0e86e95e-fa8c-4b33-a1f0-36da98159ec5?m58a1dd5d-c6ae-4d95-a8c4-d416c90f1d5f?l22682ca6-e66a-4964-99e6-d6cc2587af8b-location.commƒ?a0934804-27e9-4386-bb79-53023e4cc66b?0e86e95e-fa8c-4b33-a1f0-36da98159ec5?58a1dd5d-c6ae-4d95-a8c4-d416c90f1d5f-location.coll?22682ca6-e66a-4964-99e6-d6cc2587af8b(archived$true)withdrawn%false,discoverable$true,lastModified82026-04-24T12:37:31.566Z&author„?Romero GimÃ©nez, MatÃ­as Alejandro?MartÃ­nez Stietz, Alejandro ValentÃ­n9Ayala DÃ­az, Katia Andrea0Delgado, Lourdes.author_keyword„?Romero GimÃ©nez, MatÃ­as Alejandro?MartÃ­nez Stietz, Alejandro ValentÃ­n9Ayala DÃ­az, Katia Andrea0Delgado, Lourdes)author_ac„?*romero gimÃ©nez, matÃ­as alejandro
|||
Romero GimÃ©nez, MatÃ­as Alejandro?0martÃ­nez stietz, alejandro valentÃ­n
|||
MartÃ­nez Stietz, Alejandro ValentÃ­n?ayala dÃ­az, katia andrea
|||
Ayala DÃ­az, Katia Andrea?delgado, lourdes
|||
Delgado, Lourdes-author_filter„?*romero gimÃ©nez, matÃ­as alejandro
|||
Romero GimÃ©nez, MatÃ­as Alejandro?0martÃ­nez stietz, alejandro valentÃ­n
|||
MartÃ­nez Stietz, Alejandro ValentÃ­n?ayala dÃ­az, katia andrea
|||
Ayala DÃ­az, Katia Andrea?delgado, lourdes
|||
Delgado, Lourdes8dc.contributor.author_hl„?Romero GimÃ©nez, MatÃ­as Alejandro?MartÃ­nez Stietz, Alejandro ValentÃ­n9Ayala DÃ­az, Katia Andrea0Delgado, Lourdes9dc.contributor.author_mlt„?Romero GimÃ©nez, MatÃ­as Alejandro?MartÃ­nez Stietz, Alejandro ValentÃ­n9Ayala DÃ­az, Katia Andrea0Delgado, Lourdes5dc.contributor.author„?Romero GimÃ©nez, MatÃ­as Alejandro?MartÃ­nez Stietz, Alejandro ValentÃ­n9Ayala DÃ­az, Katia Andrea0Delgado, Lourdes<dc.contributor.author_stored„?'Romero GimÃ©nez, MatÃ­as Alejandro
|||
null
|||
null
|||
null
|||
null?*MartÃ­nez Stietz, Alejandro ValentÃ­n
|||
null
|||
null
|||
null
|||
null?Ayala DÃ­az, Katia Andrea
|||
null
|||
null
|||
null
|||
null?Delgado, Lourdes
|||
null
|||
null
|||
null
|||
null:dc.description.abstract_hl?ŠSe evaluÃ³ la percepciÃ³n pÃºblica sobre los servicios de conectividad domÃ©stica y mÃ³vil en Paraguay (2020â€“2024) mediante tÃ©cnicas de Procesamiento de Lenguaje Natural (PLN) y Aprendizaje AutomÃ¡tico. Se construyÃ³ un corpus integrado (7 898 comentarios) proveniente de fuentes abiertas (Twitter/X, Reddit y Google
Maps), contemplando el contexto bilingÃ¼e espaÃ±olâ€“guaranÃ­.
El flujo elaborado incluyÃ³ recolecciÃ³n automatizada, tratamiento previo y preprocesamiento lingÃ¼Ã­stico (normalizaciÃ³n, manejo de negaciones, detecciÃ³n de idioma y mapeo de emojis), vectorizaciÃ³n
con TFâ€“IDF para los modelos. Se compararon tres enfoques de clasificaciÃ³n de sentimientos: Naive Bayes (NB) y PerceptrÃ³n Multicapa (MLP) como referencias eficientes sobre TFâ€“IDF, y un modelo BERT multilingÃ¼e como alternativa contextual principal.
Las reseÃ±as con rating de Google Maps sirvieron como semilla de etiquetado para el entrenamiento y la evaluaciÃ³n, con particiÃ³n estratificada y validaciÃ³n. Los resultados se integraron en un modelo dimensional en estrella y tableros interactivos en Power BI para facilitar lectura ejecutiva por empresa, plataforma y periodo.
Los hallazgos muestran predominio de sentimiento negativo (63 %) y positivo (31 %), con fracciÃ³n neutra acotada, ademÃ¡s de patrones temÃ¡ticos recurrentes vinculados a cobertura, velocidad, atenciÃ³n e incidencias del servicio. El desempeÃ±o del sistema satisfizo el criterio de Ã©xito establecido (exactitud 70 %) y permitiÃ³
responder preguntas de estudio con trazabilidad desde los artefactos generados (datasets consolidados, mÃ©tricas y paneles). Se discuten implicancias para la mejora del servicio y lÃ­neas futuras de trabajo.7dc.description.abstract?ŠSe evaluÃ³ la percepciÃ³n pÃºblica sobre los servicios de conectividad domÃ©stica y mÃ³vil en Paraguay (2020â€“2024) mediante tÃ©cnicas de Procesamiento de Lenguaje Natural (PLN) y Aprendizaje AutomÃ¡tico. Se construyÃ³ un corpus integrado (7 898 comentarios) proveniente de fuentes abiertas (Twitter/X, Reddit y Google
Maps), contemplando el contexto bilingÃ¼e espaÃ±olâ€“guaranÃ­.
El flujo elaborado incluyÃ³ recolecciÃ³n automatizada, tratamiento previo y preprocesamiento lingÃ¼Ã­stico (normalizaciÃ³n, manejo de negaciones, detecciÃ³n de idioma y mapeo de emojis), vectorizaciÃ³n
con TFâ€“IDF para los modelos. Se compararon tres enfoques de clasificaciÃ³n de sentimientos: Naive Bayes (NB) y PerceptrÃ³n Multicapa (MLP) como referencias eficientes sobre TFâ€“IDF, y un modelo BERT multilingÃ¼e como alternativa contextual principal.
Las reseÃ±as con rating de Google Maps sirvieron como semilla de etiquetado para el entrenamiento y la evaluaciÃ³n, con particiÃ³n estratificada y validaciÃ³n. Los resultados se integraron en un modelo dimensional en estrella y tableros interactivos en Power BI para facilitar lectura ejecutiva por empresa, plataforma y periodo.
Los hallazgos muestran predominio de sentimiento negativo (63 %) y positivo (31 %), con fracciÃ³n neutra acotada, ademÃ¡s de patrones temÃ¡ticos recurrentes vinculados a cobertura, velocidad, atenciÃ³n e incidencias del servicio. El desempeÃ±o del sistema satisfizo el criterio de Ã©xito establecido (exactitud 70 %) y permitiÃ³
responder preguntas de estudio con trazabilidad desde los artefactos generados (datasets consolidados, mÃ©tricas y paneles). Se discuten implicancias para la mejora del servicio y lÃ­neas futuras de trabajo.=dc.description.abstract.es_ES?ŠSe evaluÃ³ la percepciÃ³n pÃºblica sobre los servicios de conectividad domÃ©stica y mÃ³vil en Paraguay (2020â€“2024) mediante tÃ©cnicas de Procesamiento de Lenguaje Natural (PLN) y Aprendizaje AutomÃ¡tico. Se construyÃ³ un corpus integrado (7 898 comentarios) proveniente de fuentes abiertas (Twitter/X, Reddit y Google
Maps), contemplando el contexto bilingÃ¼e espaÃ±olâ€“guaranÃ­.
El flujo elaborado incluyÃ³ recolecciÃ³n automatizada, tratamiento previo y preprocesamiento lingÃ¼Ã­stico (normalizaciÃ³n, manejo de negaciones, detecciÃ³n de idioma y mapeo de emojis), vectorizaciÃ³n
con TFâ€“IDF para los modelos. Se compararon tres enfoques de clasificaciÃ³n de sentimientos: Naive Bayes (NB) y PerceptrÃ³n Multicapa (MLP) como referencias eficientes sobre TFâ€“IDF, y un modelo BERT multilingÃ¼e como alternativa contextual principal.
Las reseÃ±as con rating de Google Maps sirvieron como semilla de etiquetado para el entrenamiento y la evaluaciÃ³n, con particiÃ³n estratificada y validaciÃ³n. Los resultados se integraron en un modelo dimensional en estrella y tableros interactivos en Power BI para facilitar lectura ejecutiva por empresa, plataforma y periodo.
Los hallazgos muestran predominio de sentimiento negativo (63 %) y positivo (31 %), con fracciÃ³n neutra acotada, ademÃ¡s de patrones temÃ¡ticos recurrentes vinculados a cobertura, velocidad, atenciÃ³n e incidencias del servicio. El desempeÃ±o del sistema satisfizo el criterio de Ã©xito establecido (exactitud 70 %) y permitiÃ³
responder preguntas de estudio con trazabilidad desde los artefactos generados (datasets consolidados, mÃ©tricas y paneles). Se discuten implicancias para la mejora del servicio y lÃ­neas futuras de trabajo./dc.language.iso"es5dc.language.iso.es_ES"es,dc.publisher?Facultad PolitÃ©cnica, Universidad Nacional del Este2dc.publisher.es_ES?Facultad PolitÃ©cnica, Universidad Nacional del Este'subject…4percepciÃ³n pÃºblica9servicios de conectividad?procesamiento de lenguaje natural7aprendizaje automÃ¡tico9anÃ¡lisis de sentimientos/subject_keywordŠ4percepciÃ³n pÃºblica4percepciÃ³n pÃºblica9servicios de conectividad9servicios de conectividad?procesamiento de lenguaje natural?procesamiento de lenguaje natural7aprendizaje automÃ¡tico7aprendizaje automÃ¡tico9anÃ¡lisis de sentimientos9anÃ¡lisis de sentimientos*subject_ac…?percepciÃ³n pÃºblica
|||
percepciÃ³n pÃºblica?servicios de conectividad
|||
servicios de conectividad?(procesamiento de lenguaje natural
|||
procesamiento de lenguaje natural?aprendizaje automÃ¡tico
|||
aprendizaje automÃ¡tico?anÃ¡lisis de sentimientos
|||
anÃ¡lisis de sentimientos4subject_tax_0_filter…?percepciÃ³n pÃºblica
|||
percepciÃ³n pÃºblica?servicios de conectividad
|||
servicios de conectividad?(procesamiento de lenguaje natural
|||
procesamiento de lenguaje natural?aprendizaje automÃ¡tico
|||
aprendizaje automÃ¡tico?anÃ¡lisis de sentimientos
|||
anÃ¡lisis de sentimientos.subject_filter…?percepciÃ³n pÃºblica
|||
percepciÃ³n pÃºblica?servicios de conectividad
|||
servicios de conectividad?(procesamiento de lenguaje natural
|||
procesamiento de lenguaje natural?aprendizaje automÃ¡tico
|||
aprendizaje automÃ¡tico?anÃ¡lisis de sentimientos
|||
anÃ¡lisis de sentimientos.dc.subject_mlt…4percepciÃ³n pÃºblica9servicios de conectividad?procesamiento de lenguaje natural7aprendizaje automÃ¡tico9anÃ¡lisis de sentimientos*dc.subject…4percepciÃ³n pÃºblica9servicios de conectividad?procesamiento de lenguaje natural7aprendizaje automÃ¡tico9anÃ¡lisis de sentimientos0dc.subject.es_ES…4percepciÃ³n pÃºblica9servicios de conectividad?procesamiento de lenguaje natural7aprendizaje automÃ¡tico9anÃ¡lisis de sentimientos%title?]PercepciÃ³n pÃºblica sobre conectividad domÃ©stica y mÃ³vil en Paraguay, mediante lenguaje natural y aprendizaje automÃ¡tico-title_keyword?]PercepciÃ³n pÃºblica sobre conectividad domÃ©stica y mÃ³vil en Paraguay, mediante lenguaje natural y aprendizaje automÃ¡tico(title_ac?ÞpercepciÃ³n pÃºblica sobre conectividad domÃ©stica y mÃ³vil en paraguay, mediante lenguaje natural y aprendizaje automÃ¡tico
|||
PercepciÃ³n pÃºblica sobre conectividad domÃ©stica y mÃ³vil en Paraguay, mediante lenguaje natural y aprendizaje automÃ¡tico-dc.title_sort?]PercepciÃ³n pÃºblica sobre conectividad domÃ©stica y mÃ³vil en Paraguay, mediante lenguaje natural y aprendizaje automÃ¡tico+dc.title_hl?]PercepciÃ³n pÃºblica sobre conectividad domÃ©stica y mÃ³vil en Paraguay, mediante lenguaje natural y aprendizaje automÃ¡tico,dc.title_mlt?]PercepciÃ³n pÃºblica sobre conectividad domÃ©stica y mÃ³vil en Paraguay, mediante lenguaje natural y aprendizaje automÃ¡tico(dc.title?]PercepciÃ³n pÃºblica sobre conectividad domÃ©stica y mÃ³vil en Paraguay, mediante lenguaje natural y aprendizaje automÃ¡tico/dc.title_stored?‚PercepciÃ³n pÃºblica sobre conectividad domÃ©stica y mÃ³vil en Paraguay, mediante lenguaje natural y aprendizaje automÃ¡tico
|||
null
|||
null
|||
null
|||
es_ES.dc.title.es_ES?]PercepciÃ³n pÃºblica sobre conectividad domÃ©stica y mÃ³vil en Paraguay, mediante lenguaje natural y aprendizaje automÃ¡tico'dc.type&Thesis-dc.type.es_ES&Thesis1dc.identifier.uri?http://localhost:8080/xmlui/handle/123456789/13896dc.date.accessioned_dt82026-04-24T12:37:21.000Z3dc.date.accessioned42026-04-24T12:37:21Z1dc.date.available42026-04-24T12:37:21Z*dateIssued*2026-01-012dateIssued_keyword‚*2026-01-01$2026-dateIssued_ac‚92026-01-01
|||
2026-01-01$2026/dateIssued.year$20264dateIssued.year_sort$20261dc.date.issued_dt82026-01-01T00:00:00.000Z.dc.date.issued*2026-01-015dc.date.issued_stored?2026-01-01
|||
null
|||
null
|||
null
|||
null/publication_grp.123456789/1389>has_content_in_original_bundle%false?has_content_in_original_bundle_keyword%false?has_content_in_original_bundle_filter%false/bi_2_dis_filter„?,romero gimeÌnez, matiÌas alejandro
|||
Romero GimÃ©nez, MatÃ­as Alejandro?delgado, lourdes
|||
Delgado, Lourdes?ayala diÌaz, katia andrea
|||
Ayala DÃ­az, Katia Andrea?2martiÌnez stietz, alejandro valentiÌn
|||
MartÃ­nez Stietz, Alejandro ValentÃ­n0bi_2_dis_partial„0Delgado, Lourdes9Ayala DÃ­az, Katia Andrea?MartÃ­nez Stietz, Alejandro ValentÃ­n?Romero GimÃ©nez, MatÃ­as Alejandro5bi_2_dis_value_filter„0Delgado, Lourdes9Ayala DÃ­az, Katia Andrea?MartÃ­nez Stietz, Alejandro ValentÃ­n?Romero GimÃ©nez, MatÃ­as Alejandro/bi_4_dis_filter…?percepcioÌn puÌblica
|||
percepciÃ³n pÃºblica?servicios de conectividad
|||
servicios de conectividad?aprendizaje automaÌtico
|||
aprendizaje automÃ¡tico?anaÌlisis de sentimientos
|||
anÃ¡lisis de sentimientos?(procesamiento de lenguaje natural
|||
procesamiento de lenguaje natural0bi_4_dis_partial…4percepciÃ³n pÃºblica?procesamiento de lenguaje natural9anÃ¡lisis de sentimientos9servicios de conectividad7aprendizaje automÃ¡tico5bi_4_dis_value_filter…4percepciÃ³n pÃºblica?procesamiento de lenguaje natural9anÃ¡lisis de sentimientos9servicios de conectividad7aprendizaje automÃ¡tico.bi_sort_1_sort?bpercepcioÌn puÌblica sobre conectividad domeÌstica y moÌvil en paraguay, mediante lenguaje natural y aprendizaje automaÌtico.bi_sort_2_sort$2026.bi_sort_3_sort42026-04-24T12:37:21Z$read?g8f18a99c-4fd6-4787-bf2c-39ee4473d82a'a_spell’?Romero GimÃ©nez, MatÃ­as Alejandro?MartÃ­nez Stietz, Alejandro ValentÃ­n9Ayala DÃ­az, Katia Andrea0Delgado, Lourdes?ŠSe evaluÃ³ la percepciÃ³n pÃºblica sobre los servicios de conectividad domÃ©stica y mÃ³vil en Paraguay (2020â€“2024) mediante tÃ©cnicas de Procesamiento de Lenguaje Natural (PLN) y Aprendizaje AutomÃ¡tico. Se construyÃ³ un corpus integrado (7 898 comentarios) proveniente de fuentes abiertas (Twitter/X, Reddit y Google
Maps), contemplando el contexto bilingÃ¼e espaÃ±olâ€“guaranÃ­.
El flujo elaborado incluyÃ³ recolecciÃ³n automatizada, tratamiento previo y preprocesamiento lingÃ¼Ã­stico (normalizaciÃ³n, manejo de negaciones, detecciÃ³n de idioma y mapeo de emojis), vectorizaciÃ³n
con TFâ€“IDF para los modelos. Se compararon tres enfoques de clasificaciÃ³n de sentimientos: Naive Bayes (NB) y PerceptrÃ³n Multicapa (MLP) como referencias eficientes sobre TFâ€“IDF, y un modelo BERT multilingÃ¼e como alternativa contextual principal.
Las reseÃ±as con rating de Google Maps sirvieron como semilla de etiquetado para el entrenamiento y la evaluaciÃ³n, con particiÃ³n estratificada y validaciÃ³n. Los resultados se integraron en un modelo dimensional en estrella y tableros interactivos en Power BI para facilitar lectura ejecutiva por empresa, plataforma y periodo.
Los hallazgos muestran predominio de sentimiento negativo (63 %) y positivo (31 %), con fracciÃ³n neutra acotada, ademÃ¡s de patrones temÃ¡ticos recurrentes vinculados a cobertura, velocidad, atenciÃ³n e incidencias del servicio. El desempeÃ±o del sistema satisfizo el criterio de Ã©xito establecido (exactitud 70 %) y permitiÃ³
responder preguntas de estudio con trazabilidad desde los artefactos generados (datasets consolidados, mÃ©tricas y paneles). Se discuten implicancias para la mejora del servicio y lÃ­neas futuras de trabajo."es?Facultad PolitÃ©cnica, Universidad Nacional del Este4percepciÃ³n pÃºblica9servicios de conectividad?procesamiento de lenguaje natural7aprendizaje automÃ¡tico9anÃ¡lisis de sentimientos?]PercepciÃ³n pÃºblica sobre conectividad domÃ©stica y mÃ³vil en Paraguay, mediante lenguaje natural y aprendizaje automÃ¡tico&Thesis?http://localhost:8080/xmlui/handle/123456789/138942026-04-24T12:37:21Z42026-04-24T12:37:21Z$2026)_version_Û÷ìÕÐ    ;ƒD`-SOLR_TLOG_END   