Abstract:
Los monitores de actividad física son dispositivos cuya popularidad está en aumento como instrumento para mejorar la salud y el estilo de vida de una persona. Los usuarios a menudo usan las descripciones provistas por los fabricantes respecto a las características funcionales del dispositivo al comprarlo, que prometen efectos positivos; sin embargo, no hay resultados significativos que comprueben la veracidad de estas afirmaciones. En este proyecto se propuso un framework para evaluar la eficiencia de los monitores de actividad física usando reseñas de Amazon. Este consistió en cuatro módulos que incluyeron la recolección de datos, preprocesamiento de datos, extracción de características y análisis de sentimientos. Para este último se usaron dos métodos, uno con un enfoque léxico con SentiWordNet y otro con un enfoque basado en Inteligencia Artificial con el modelo BERT. A partir de los resultados se encontró que el score del modelo BERT para clasificar el sentimiento de las características de los dispositivos como positivo, negativo o neutral, fue de 81% en precisión y 72% en exactitud, en comparación con la precisión del 55% y exactitud del 66% obtenidas con SentiWordNet. En base a los resultados obtenidos con ambas metodologías se concluye que la efectividad de los monitores de actividad física es sobreestimada por parte de los fabricantes. Los usuarios perciben que el rendimiento de las características ofrecidas en los dispositivos es menor al publicitado.
