Cerrar panel

Cerrar panel

Cerrar panel

Cerrar panel

Data> Big Data Act. 18 ago 2017

Tekstum: ¿el Netflix de los libros?

La 'startup' catalana utiliza big data para analizar miles de tuits y reseñas de libros y categoriza gracias a un algoritmo los sentimientos que provocan en los lectores.

Big data aplicado a los libros. La startup catalana Tekstum analiza miles de tuits y reseñas de lectores en la web gracias a un algoritmo. El objetivo, como explica uno de sus fundadores, Marc Santandreu, es analizar todo lo que se dice de la obra: “realizamos un análisis científico de los comentarios en las redes sociales, en los blogs, en plataformas literarias... nuestro algoritmo está basado en big data e inteligencia artificial en su rama de procesamiento en lenguaje natural y lo que hace es descubrir cuál es el sentimiento, la emoción que transmite un libro a sus lectores”.

¿Qué piensan los lectores del libro La ley del menor de Ian McEwan? Un vistazo a la web de la startup -con 3.000 usuarios- permite ver la buena acogida en las redes del último libro del escritor británico al que los lectores califican de “bueno, original, perfecto”.

cibbva-marc-libros

La startup utiliza el big data para analizar tuits y reseñas de libros.

Un poco peor valorado aparece La guerra civil contada a los jóvenes de Arturo Pérez Reverte que, aunque tiene más comentarios positivos que negativos, algunos lectores lo describen como “superficial” o “flojo”. Libros muy vendidos, como La chica del tren de Paula Hawkins, son castigados en las redes sociales y en las reseñas. El éxito en ventas no significa que guste.

La herramienta de análisis de sentimiento sobre libros establece, según Santandreu, “cual es la polaridad de las opiniones de ese libro -si son positivas, negativas o neutras- e identifica las palabras claves que utilizan los lectores para definir su experiencia lectora, la palabra clave de su impacto emocional”. Algo que no es siempre fácil pues “exigente”, por ejemplo, puede tener connotaciones negativas o positivas en la mente del lector. “Adictivo”, por su parte, asociado a los libros es algo positivo. La herramienta identifica, explica el cofundador de Tekstum, más de 10.000 términos asociados con el mundo del libro.

La parte linguística, la del sentimiento, es una de las variables que más analiza la herramienta que también permite medir el impacto de un autor en concreto: en el caso por ejemplo de una trilogía, cómo ha sido la acogida de los dos primeros libros identificando lo que más ha cautivado a  los lectores.

Varias editoriales trabajan ya con la API de Tekstum “con el objetivo de que hagan seguimiento de sus libros y los de la competencia y enfocar nuevas publicaciones, por otro lado para enriquecer plataformas de venta online”, explica Santandreu.

Las librerías también están en el punto de mira de Tekstum -cuyo equipo también lo forman Lauren Romeo, doctora en lingüística computacional y directora científica, y Juanjo Fernández, responsable de desarrollo-.

Santandreu pone de ejemplo las librerías físicas de Amazon en las calles de Chicago y en Seattle para destacar la importancia de los datos: “Allí, para ofrecer a sus clientes una experiencia distinta utilizan toda la información que tienen de miles de reseñas. La persona que entra en la tienda no sólo ve un libro,  también puede leer la reseña literal que ha sido considerada más útil por los usuarios y el rating de Amazon. Se usa toda esa información para ayudar a los lectores a escoger su libro. Nosotros utilizamos esta materia prima pero vamos un poco más allá pues analizamos toda esa información”, declara.

¿Aspiran a ser Netflix? “Ojalá lo consigamos”, contesta el CEO que alaba de la plataforma de series y películas online la enorme categorización de sus series: “tiene más de 70.000 microsegmentos mientras que en el mundo del libro hay 3.000 categorizaciones”, aclara.

Para Santandreu la herramienta que desarrolla su empresa permite hacer frente a la enorme producción literaria. “Ante este torbellino de libros el lector necesita herramientas para descubrir sus próximas lecturas y herramientas de recomendación distintas a las que existen actualmente que están basadas en búsquedas del usuario o compras anteriores”, declara. Aunque matiza que no todo lo puede saber el big data. “¿Quién iba a pensar que el Leicester sería campeón de la Premier? El big data nos ayuda mucho en las predicciones pero a veces se tiene que saber interpretar las cosas”. Y concluye: “Detrás de los algoritmos siempre hay personas”.