Detección automática de Comunidades en redes sociales online OSN usando contenido textual e interacciones en la red tweeter

Ricardo Alberto Acero Niño
{"title":"Detección automática de Comunidades en redes sociales online OSN usando contenido textual e interacciones en la red tweeter","authors":"Ricardo Alberto Acero Niño","doi":"10.15765/wpmis.v3i2.1160","DOIUrl":null,"url":null,"abstract":"Las redes sociales online cada vez ejercen más influencia en nuestra vida diaria y en general en la sociedad;  están cambiando nuestra forma de actuar y hasta de pensar , han permeado la mayoría por no decir todos los sectores de la sociedad ; además de que ya se establecen propiedades como la similaridad, la centralidad , el grado de un nodo o individuo, a través del análisis de las interacciones entre los miembros de la red se puede detectar comunidades, ; hay herramientas para analizar estas interacciones y establecer comportamientos, información que se puede utilizar con fines comerciales, para mejorar el comercio o la prestación de servicios, para fines académicos ayudando a resolver problematicas, para fines sociales como corregir conductas.  Desde antes del año 2000 se viene estudiando la detección de comunidades tanto para redes estáticas, las que no cambian con el paso del tiempo,  como en redes dinámicas que cambian en el tiempo, evolucionan tanto en nodos como en enlaces.  Muchos de los algoritmos construidos detectan comunidades basados en la estructura del grafo, entendiendo el grafo como una estructura conformada por nodos ( individuos miembros ) y enlaces o arcos; también algoritmos que utilizan las interacciones de los individuos; el objetivo de este proyecto es detectar comunidades usando este contenido textual y las interacciones en una red social como Twitter.","PeriodicalId":282395,"journal":{"name":"Working papers. Maestría en Ingeniería de Sistemas","volume":"13 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-08-26","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Working papers. Maestría en Ingeniería de Sistemas","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.15765/wpmis.v3i2.1160","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Las redes sociales online cada vez ejercen más influencia en nuestra vida diaria y en general en la sociedad;  están cambiando nuestra forma de actuar y hasta de pensar , han permeado la mayoría por no decir todos los sectores de la sociedad ; además de que ya se establecen propiedades como la similaridad, la centralidad , el grado de un nodo o individuo, a través del análisis de las interacciones entre los miembros de la red se puede detectar comunidades, ; hay herramientas para analizar estas interacciones y establecer comportamientos, información que se puede utilizar con fines comerciales, para mejorar el comercio o la prestación de servicios, para fines académicos ayudando a resolver problematicas, para fines sociales como corregir conductas.  Desde antes del año 2000 se viene estudiando la detección de comunidades tanto para redes estáticas, las que no cambian con el paso del tiempo,  como en redes dinámicas que cambian en el tiempo, evolucionan tanto en nodos como en enlaces.  Muchos de los algoritmos construidos detectan comunidades basados en la estructura del grafo, entendiendo el grafo como una estructura conformada por nodos ( individuos miembros ) y enlaces o arcos; también algoritmos que utilizan las interacciones de los individuos; el objetivo de este proyecto es detectar comunidades usando este contenido textual y las interacciones en una red social como Twitter.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
自动检测在线社交网络OSN社区使用文本内容和网络tweeter互动
在线社交网络对我们的日常生活和整个社会的影响越来越大;它们正在改变我们的行为方式,甚至思维方式,它们已经渗透到社会的大多数部门,如果不是所有部门的话;除了已经建立的属性,如相似性、中心性、节点或个体的程度,通过分析网络成员之间的相互作用,可以检测社区;有分析这些互动和建立行为的工具,可以用于商业目的的信息,用于改善商业或提供服务,用于帮助解决问题的学术目的,用于社会目的,如纠正行为。自2000年以前以来,人们一直在研究社区检测,无论是静态网络(不随时间变化),还是动态网络(随时间变化),都在节点和链路中进化。许多构建的算法基于图的结构检测社区,将图理解为由节点(个体成员)和链接或弧组成的结构;还有利用个体互动的算法;这个项目的目标是检测使用这些文本内容的社区,以及Twitter等社交网络上的互动。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Prototipo funcional de software empleando la tecnología Blockchain para la generación de certificados Modelo de predicción de abandono de clientes en una empresa de publicidad exterior mediante el uso de técnicas de minería de datos Diseño de un modelo predictivo para equipos profesionales en Dota 2 Descubrimiento de patrones de interacción entre una página web y los visitantes mediante el uso de técnicas de minería de datos Identificación y análisis de patrones que permitan generar propuestas en el procesamiento de grandes volúmenes de datos de E/S en un sistema de almacenamiento paralelo
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1