Método para la detección de información relevante de los comentarios de usuarios de aplicaciones de software en la UCI

Abstract

Los productos informáticos deben proporcionar una mejora en el desenvolvimiento, reducción de errores y ahorro de costos operativos para las empresas, debido a que el mercado de desarrollo de software es un entorno muy competitivo. Durante todo el proceso de desarrollo de la aplicación es necesario asegurar la calidad y robustez del software, ya sea a través de pruebas, encuestas o análisis de opiniones de usuarios, permitiendo a especialistas y a empresas de desarrollo de software evolucionar sus productos. El objetivo de esta investigación es desarrollar un método que permita la obtención de información relevante de los comentarios de usuarios de aplicaciones de software en la UCI. La solución obtenida se desarrolló sobre el marco de trabajo Django 1.6, el lenguaje de programación Python 2.7 y con el uso de las bibliotecas NLTK, sklearn y Gensim. El método presentado posee un alto nivel de rendimiento y efectividad, y contribuye a optimizar el proceso de obtención de información relevante de los comentarios de usuarios de software. La aplicación de mediciones basadas en el coeficiente de correlación de Spearman y Pearson verificó la correspondencia entre los datos obtenidos en los experimentos y aquellos obtenidos de la solución implementada. Las pruebas realizadas han corroborado que al utilizar el complemento implementado se minimiza el esfuerzo dedicado y se elimina el efecto de la influencia de la subjetividad al analizar los comentarios de forma tradicional, demostrando su utilidad y placer de uso.