App reviews analysis with machine learning
María Sánchez Piñeiro · 2019
Los dispositivos moviles y las opiniones de los usuarios cada vez juegan un papel mas importante en el mundo de la tecnologia. Las plataformas de aplicaciones moviles recogen grandes cantidades de datos de opiniones de usuarios sin analizarlos automaticamente. Creemos en el gran potencial de esos datos y hemos creado una herramienta de clasificacion automatica de resenas de usuarios en aplicaciones moviles con el fin de ofrecer a futuros investigadores una forma de extraer informacion de estos datos. Esta memoria recoge el proyecto de construccion del un clasificador de texto utilizando aprendizaje automatico y tecnicas de procesamiento de lenguaje natural para una clasificacion supervisada. En ella se detalla el funcionamiento del clasificador y todas las opciones disponibles para el investigador. El clasificador realiza preprocesamiento del texto y extraccion de caracteristicas y compara varios metodos de aprendizaje automatico en la clasificacion mostrando sus puntuaciones y resultados. Una parte de los datos introducidos a la herramienta deben estar clasificados para entrenar los algoritmos y asi poder analizar el resto de las resenas. Despues, el investigador elegira entre las opciones de preprocesamiento de texto y extraccion de caracteristicas que se ofrecen. Entre ellas estan la tokenizacion, lematizacion y stemming del texto e inclusion de las puntuationes de las resenas para la clasificacion. Finalmente la herramienta clasificara automaticamente los datos sin etiquetar y mostrara una comparacion de los algoritmos disponibles. Tambien ofrece la posibilidad de anadir otros algoritmos de clasificacion o ’plugins’ que se utilizaran igual que los disponibles por defecto. El proyecto global de la creacion de la herramienta fue realizado por tres alumnos de Computer Science en la Vrije Universiteit de Amsterdam. Esta parte en concreto se centra en el codigo de la herramienta (back-end). Las otras dos partes consistian en la creacion de una interfaz grafica para la misma (front-end) y un caso practico utilizandola para una investigacion real respectivamente. Otro de los objetivos de este subproyecto es hacer la herramienta lo mas extensible y flexible posible para facilitar su futuro uso a personas que no son expertas en la materia y coordinar objetivos con el subproyecto de la interfaz grafica.---ABSTRACT---The importance of portable devices and apps is exponentially increasing. Users are a key part of this commerce expressing their opinions in app reviews, which are important for developers. We believe in the potential of this large amount data and its utility for further studies in any field. For this purpose, we created an automatic reviews classifier. This paper embraces the construction of the classification tool focusing on its flexibility and extensibility. The result is a Machine Learning algorithm comparison and labeling tool combining different Natural Language preprocessing techniques. It also allows to test your own parameters and add different algorithms.