¿Qué hace esta solución de AWS?
Esta solución le ayuda a identificar los principales temas relacionados con sus productos, políticas, eventos y marcas. La implementación de esta solución le ayuda a reaccionar con rapidez a nuevas oportunidades de crecimiento, abordar asociaciones negativas con la marca y lograr niveles más altos de satisfacción del cliente.
La solución implementa una plantilla de AWS CloudFormation que admite la ingesta de: 1) Twitter, 2) fuentes RSS públicas de unos 4000 sitios de noticias de todo el mundo, 3) comentarios de videos de YouTube y 4) un bucket de Simple Storage Service (Amazon S3) al que se pueden subir datos para analizarse como documentos JSON u hojas de cálculo de Microsoft Excel (XLSX).
La cuarta opción para cargar datos le permite incorporar datos exportados de sistemas internos o externos que almacenan reseñas de productos y películas, mensajes de chat de foros de comunidades como Reddit, Twitch o Discord, y salidas transcritas de Amazon Transcribe Call Analytics. Esto amplía los casos de uso en distintos nichos de la industria y proporciona un marco a fin de que, con un esfuerzo mínimo, pueda crear y ampliar la solución para integrar una fuente ascendente de su elección. La solución puede personalizarse y ampliarse mediante la creación de adaptadores de ingesta para agregar otras plataformas de redes sociales y sistemas empresariales internos.

Beneficios
Implementación segura con un solo clic
en blanco
Análisis prácticamente en tiempo real
en blanco
Ingesta de datos en varios idiomas
en blanco
Panel de QuickSight preintegrado
Información general sobre la solución de AWS
En el siguiente diagrama se muestra la arquitectura sin servidor que puede implementar automáticamente con la guía de implementación de la solución y la plantilla de AWS CloudFormation correspondiente.

Arquitectura de la solución Descubrimiento de temas polémicos con Machine Learning
La plantilla de AWS CloudFormation implementa de forma automática funciones de AWS Lambda, buckets de Amazon Simple Storage Service (Amazon S3), Amazon Kinesis Data Streams, cola de mensajes fallidos (DLQ) de Amazon Simple Queue Service (Amazon SQS), Amazon Kinesis Data Firehose, flujos de trabajo de AWS Step Functions, tablas de AWS Glue y recursos de Amazon QuickSight en su cuenta.
La arquitectura de la solución incluye los siguientes componentes clave y flujos de trabajo:
1. Ingesta: ingesta y administración de redes sociales y fuentes RSS mediante funciones de Lambda, Amazon DynamoDB y Amazon EventBridge. Para obtener diagramas de arquitectura de referencia detallados para Twitter, comentarios de YouTube, fuentes de noticias RSS y la ingesta personalizada mediante un bucket de Simple Storage Service (Amazon S3), consulte la guía de implementación.
2. Flujo de datos: los datos se almacenan a través de Amazon Kinesis Data Streams para proporcionar resiliencia y acelerar las solicitudes entrantes. Data Streams tienen una cola de mensajes fallidos (DLQ) configurado para detectar cualquier error en el procesamiento de las fuentes.
3. Flujo de trabajo: el consumidor (función Lambda) de Kinesis Data Streams inicia un flujo de trabajo de Step Functions que orquesta las capacidades de Amazon Machine Learning, incluido Amazon Translate, Amazon Comprehend y Amazon Rekognition.
4. Integración: los datos de inferencia se integran con los componentes de almacenamiento a través de una arquitectura basada en eventos mediante Amazon EventBridge. EventBridge permite una mayor personalización para agregar objetivos adicionales mediante la configuración de reglas.
5. Almacenamiento y visualización: una combinación de Kinesis Data Firehose, buckets de Simple Storage Service (Amazon S3), tablas de AWS Glue, Amazon Athena y Amazon QuickSight.
Estos componentes se crean mediante AWS Well-Architected Framework y los pilares de AWS Well-Architected: excelencia operativa, seguridad, fiabilidad, eficiencia de rendimiento y optimización de costes. De este modo, se garantiza una infraestructura segura, de alto rendimiento, resiliente y eficiente.
Descubrir temas polémicos con machine learning
Versión 1.7.1
Última actualización: 03/2022
Autor: AWS
Tiempo estimado de implementación: 10 minutos
Recursos adicionales
Nota: Para suscribirse a las actualizaciones de RSS, debe disponer de un complemento de RSS habilitado para el navegador que utilice.
Contenido relacionado
En esta entrada del blog se enseña a los lectores a utilizar la solución Descubrir temas polémicos con Machine Learning para obtener información de las redes sociales con el fin de aprovechar las oportunidades de crecimiento que surgen rápidamente, hacer frente a un sentimiento negativo y mejorar la satisfacción de los clientes. Como ejemplo, repasamos un caso de uso empresarial en el sector de los medios de comunicación y el entretenimiento.

Consulte nuestra biblioteca de Implementaciones de soluciones de AWS para obtener respuestas a problemas de arquitectura comunes.

Encuentre socios consultores y tecnológicos certificados por AWS que lo ayudarán a comenzar.

Explore nuestra cartera de ofertas de asesoramiento para obtener ayuda autorizada por AWS con la implementación de la solución.