Aprendizaje supervisado para detectar tópicos ráfagas en Twitter

Vista sencilla de ítem
dc.contributor.advisorGómez-Pantoja, Carlos
dc.contributor.authorBarrera Abarca, Luis
dc.contributor.editorFacultad de Ingeniería
dc.date.accessioned2023-01-20T18:49:04Z
dc.date.available2023-01-20T18:49:04Z
dc.date.issued2019
dc.descriptionProyecto de Título (Magíster en Ciencias de la Computación)es
dc.description.abstractDesde la irrupción de Internet en los años 90 se han realizado numerosos trabajos de investigación enfocados en la identificación de patrones en comunidades en línea. Enfoques propuestos como en que se centra en la identificación de partido político, o como en que buscan crear redes de recomendación, otorgan ideas sobre el comportamiento de los grupos sociales humanos. Dichas ideas responden a que las relaciones y comportamientos en comunidades son similares al mundo real .La aparición de la Web 2.0 o ’software social’ ha traído consigo una gran cantidad de aplicaciones de Internet tales como wikis, weblogs y software de redes sociales. Algunos de ellos son conocidos como servicios de microblogging. Estos surgieron como una nueva y popular herramienta, que permite a sus usuarios publicar mensajes acotados en la web sobre lo que están haciendo. Los servicios de microblogging, responden a una forma simple y ágil de comunicación en una red, ofreciendo nuevas posibilidades de intercambios de información. Las redes sociales, tales como Twitter, han revolucionado la forma de comunicarnos. Twitter se encuentra dentro de los servicios de microblogging más populares, siendo el dieciseisavo sitio web más visitado en el mundo según el ranking de tráfico de Alexa. Esta popularidad se refleja en el aumento de número de trabajos de investigación publicados sobre Twitter en diversos campos. Investigaciones relacionadas con análisis semántico en redes sociales han incrementado el enfoque del impacto de los medios sociales en nuestras vidas. Los usuarios de Twitter usualmente tienen comportamientos repetitivos frente a ciertos escenarios. Estos permiten identificar patrones de comportamiento dentro de la comunidad. Aspectos relacionados con la temporalidad del tuit responden a patrones de comportamiento. Algunos de estas características temporales son los tópicos en ráfaga. Estos son denominados trending topics en Twitter y hacen referencia a temas de tendencias dentro de la red. Un tópico en ráfaga corresponde a temas que no ocurren periódicamente. Además la frecuencia de este tipo de temas aumenta repentinamente en un intervalo de tiempo acotado. Dentro de la categorización de tópicos ráfagas se encuentran las situaciones de crisis, tales como, terremotos y huracanes. Estos corresponden a comportamientos ráfagas. Los comportamientos ráfagas corresponden a un aspecto temporal que sufre alzas abruptas en cortos períodos de tiempo. Además, estos no ocurren periódicamente como será estudiado en los capítulos posteriores. Por lo cual, es relevante tener sistemas eficientes de detección de tendencias en Twitter, que permitan tener información actualizada. Esto se puede lograr mediante el uso de técnicas de minería de datos que permiten identificar tópicos en ráfaga, desde distintos enfoques de solución.es
dc.identifier.urihttps://repositorio.unab.cl/xmlui/handle/ria/36229
dc.language.isoeses
dc.publisherUniversidad Andrés Belloes
dc.subjectProcesamiento Electrónico de Datoses
dc.subjectRedes Socialeses
dc.titleAprendizaje supervisado para detectar tópicos ráfagas en Twitteres
dc.typeTesises
Archivos
Bloque original
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
a140108_Barrera_L_Aprendizaje_supervisado_para_detectar_tópicos_2019_Tesis.pdf
Tamaño:
3.37 MB
Formato:
Adobe Portable Document Format
Descripción:
TEXTO COMPLETO EN ESPAÑOL
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
Colecciones
FIng - Trabajos de Titulación Post-Grado