Metodología para extracción de tópicos relevantes de la red social Twitter
Existe un rápido incremento en la producción de información y datos de manera virtual, debido a sitios de microblogging como Twitter, red social que produce en promedio 6,000 tweets por segundo, y hasta 500 millones de tweets al día. Razón por la cual esta y muchas otras redes sociales presentan una...
Saved in:
| Main Authors: | , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Escuela Superior Politécnica del Litoral
2015-12-01
|
| Series: | Revista Tecnológica |
| Subjects: | |
| Online Access: | http://200.10.147.88/index.php/tecnologica/article/view/459 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1849311992631787520 |
|---|---|
| author | Rubén Carvajal Carmen Vaca Charlie Medina Cesar Madrid |
| author_facet | Rubén Carvajal Carmen Vaca Charlie Medina Cesar Madrid |
| author_sort | Rubén Carvajal |
| collection | DOAJ |
| description | Existe un rápido incremento en la producción de información y datos de manera virtual, debido a sitios de microblogging como Twitter, red social que produce en promedio 6,000 tweets por segundo, y hasta 500 millones de tweets al día. Razón por la cual esta y muchas otras redes sociales presentan una sobrecarga de contenidos, dificultando a los usuarios la identificación de tópicos de información por la gran cantidad de tweets hablando de diferentes temas. Debido a esta incertidumbre que perjudica a los mismos usuarios que han creado el contenido, se propone un método que a través de la selección de perfiles de usuarios expertos en deportes y política, infiere cuáles son los tópicos más representativos que han ocurrido en un marco de tiempo de 1 día. Esto se calcula tomando en consideración la cantidad de veces que este tópico ha sido mencionado por los expertos en sus timelines. Este experimento incluyó un dataset extraído de Twitter, que contiene 5,815 tweets referentes a deportes y 4,648 tweets referentes a política. Todos los tweets fueron obtenidos de timelines de usuarios seleccionados por los investigadores, que fueron considerados como expertos en sus respectivos temas debido al contenido de sus tweets. Los resultados muestran que la selección efectiva de los usuarios junto con el índice de relevancia implementado para los tópicos puede ayudar a encontrar con mayor facilidad tópicos importantes tanto en tema deportivo, como político |
| format | Article |
| id | doaj-art-0fe62a51eaf844928e6e83ad8341ea5c |
| institution | Kabale University |
| issn | 0257-1749 1390-3659 |
| language | English |
| publishDate | 2015-12-01 |
| publisher | Escuela Superior Politécnica del Litoral |
| record_format | Article |
| series | Revista Tecnológica |
| spelling | doaj-art-0fe62a51eaf844928e6e83ad8341ea5c2025-08-20T03:53:13ZengEscuela Superior Politécnica del LitoralRevista Tecnológica0257-17491390-36592015-12-01285Metodología para extracción de tópicos relevantes de la red social TwitterRubén Carvajal0Carmen Vaca1Charlie Medina2Cesar Madrid3Escuela Superior Politécnica del LitoralEscuela Superior Politécnica del LitoralEscuela Superior Politécnica del LitoralEscuela Superior Politécnica del LitoralExiste un rápido incremento en la producción de información y datos de manera virtual, debido a sitios de microblogging como Twitter, red social que produce en promedio 6,000 tweets por segundo, y hasta 500 millones de tweets al día. Razón por la cual esta y muchas otras redes sociales presentan una sobrecarga de contenidos, dificultando a los usuarios la identificación de tópicos de información por la gran cantidad de tweets hablando de diferentes temas. Debido a esta incertidumbre que perjudica a los mismos usuarios que han creado el contenido, se propone un método que a través de la selección de perfiles de usuarios expertos en deportes y política, infiere cuáles son los tópicos más representativos que han ocurrido en un marco de tiempo de 1 día. Esto se calcula tomando en consideración la cantidad de veces que este tópico ha sido mencionado por los expertos en sus timelines. Este experimento incluyó un dataset extraído de Twitter, que contiene 5,815 tweets referentes a deportes y 4,648 tweets referentes a política. Todos los tweets fueron obtenidos de timelines de usuarios seleccionados por los investigadores, que fueron considerados como expertos en sus respectivos temas debido al contenido de sus tweets. Los resultados muestran que la selección efectiva de los usuarios junto con el índice de relevancia implementado para los tópicos puede ayudar a encontrar con mayor facilidad tópicos importantes tanto en tema deportivo, como políticohttp://200.10.147.88/index.php/tecnologica/article/view/459Redes socialesmicrobloggingtwittertópicosLDA |
| spellingShingle | Rubén Carvajal Carmen Vaca Charlie Medina Cesar Madrid Metodología para extracción de tópicos relevantes de la red social Twitter Revista Tecnológica Redes sociales microblogging tópicos LDA |
| title | Metodología para extracción de tópicos relevantes de la red social Twitter |
| title_full | Metodología para extracción de tópicos relevantes de la red social Twitter |
| title_fullStr | Metodología para extracción de tópicos relevantes de la red social Twitter |
| title_full_unstemmed | Metodología para extracción de tópicos relevantes de la red social Twitter |
| title_short | Metodología para extracción de tópicos relevantes de la red social Twitter |
| title_sort | metodologia para extraccion de topicos relevantes de la red social twitter |
| topic | Redes sociales microblogging tópicos LDA |
| url | http://200.10.147.88/index.php/tecnologica/article/view/459 |
| work_keys_str_mv | AT rubencarvajal metodologiaparaextracciondetopicosrelevantesdelaredsocialtwitter AT carmenvaca metodologiaparaextracciondetopicosrelevantesdelaredsocialtwitter AT charliemedina metodologiaparaextracciondetopicosrelevantesdelaredsocialtwitter AT cesarmadrid metodologiaparaextracciondetopicosrelevantesdelaredsocialtwitter |