Análisis de reseñas según las emociones de los lectores con Tekstum

Hablamos mucho de la importancia que han adquirido las reseñas y comentarios de libros para editoriales y usuarios online, y cada vez más de la importancia de localizar esas reseñas entre la gran marea de comentarios que hay en la red.

Sabemos de plataformas que han basado su modelo precisamente en los comentarios de los lectores, también de algoritmos que reconocen semánticamente las emociones de los usuarios y que, por tanto, ayudan a identificar mejor las verdaderas opiniones de estos sobre cualquier producto.

Pues bien eso es lo hace precisamente Tekstum, analizar gran cantidad de reseñas y comentarios sobre libros para, posteriormente, generar datos objetivos de las opiniones de los lectores sobre los mismos basados en sus emociones.

Su tecnología se fundamenta en un complejo algoritmo basado en Big Data y Natural Language Processing (NLP) que analiza los sentimientos y emociones que transmiten los libros a sus lectores, para transformarlos en datos útiles para el sector editorial.

El algoritmo, pues, recoge, estructura y analiza el sentimiento de las opiniones y los comentarios de los lectores. Ofrece información procedente de las redes sociales (Twitter, Facebook, etc.), reseñas literarias, tráfico web, ratings, etc., y realiza un completo análisis de emociones de todos estos datos.

Asimismo, la herramienta también puede ser de utilidad a los propios lectores, ya que en su plataforma se pueden encontrar libros recomendados por cientos de otros lectores que han expresado su opinión sobre un determinado título.

Según nos cuentan sus fundadores, Marc Santandreu y Marc Martínez (economistas de formación, acompañados por un equipo multidisciplinar que aporta diferentes enfoques al proyecto), la idea nació a partir de la observación de que «el sector editorial se caracteriza mucho por la intuición y poco por la analítica».

Así, vieron la necesidad de aportar una solución tecnológica creada específicamente para editores con la cual pudieran aprovechar adecuadamente todo el volumen ingente de información de valor que hay en la red.

Todo desde la perspectiva de la demanda real y, por tanto, desde el conocimiento real del lector: qué siente, qué prefiere, qué le gusta, sus emociones, etc.