Ingeniero Civil en Computación / Este informe detalla el proceso de investigaci on y desarrollo de un prototipo de aplicación WEB que, a partir de los mensajes de la red social Twitter que se muestran a un usuario, genera un collage con im agenes que representan visualmente la información. Para lograr esto se aprovecha el hecho de que un gran n umero de los mensajes desplegados contienen un v nculo hacia alguna p agina WEB y a su vez, estas contienen una imagen relevante a la informaci on transmitida, ya sea un logo corporativo o una ilustraci on. Utilizando la API de Twitter y una serie de librer as externas, se logra obtener estos mensajes junto con sus respectivas im agenes para generar su posterior procesamiento. El contenido descargado es agrupado autom aticamente haciendo uso de herramientas de minería de datos. El objetivo de este proceso es generar una agrupaci on por t opicos y una selección de mensajes representativos de cada grupo con la nalidad de hacer m as simple la visualización de la información. Por último, el prototipo generado es evaluado en cuanto a rendimiento y percepción por parte de los usuarios. Los resultados y sus conclusiones son discutidos en este informe.

Ingeniero Civil en Computación / Hoy en día, las compañías de software lanzan al mercado productos que usan extensivamente funcionalidades sociales. Más aún, millones de usuarios participan en comunidades virtuales de usuarios, las que consisten en plataformas de software que agrupan personas con intereses similares, y que interactúan regularmente. En efecto, a pesar de lo desafiante e incierto que es el desarrollo de soluciones de apoyo a comunidades online, no hay guías claras para modelar estas soluciones de software. La gran mayoría de las guías existentes vienen del ámbito de las ciencias sociales y tienen que ver con cómo abordar aspectos conductuales de una comunidad, como por ejemplo: privacidad, gobernabilidad, participación, entre otros. El trabajo desarrollado y presentado en esta memoria entrega la formalización y validación preliminar de un patrón de diseño, que ayuda a modelar plataformas de soporte a las actividades de una comunidad online. Este patrón considera los requisitos de software identificados por diversos investigadores de las áreas de computación social y sistemas colaborativos. El patrón fue utilizado como guía para desarrollar una herramienta de apoyo a una comunidad parcialmente virtual. La funcionalidad embebida en el diseño de dicha herramienta fue validada con un conjunto de usuarios finales, a fin de determinar cuán apropiadas eran éstas para apoyar las interacciones entre miembros de esa comunidad. La comunidad estaba compuesta por el profesor, los auxiliares y alumnos del curso SIA450 Tecnología informática, de la Facultad de Economía y Negocios de la Universidad de Chile. Junto con lo anterior, se efectuó una revisión del modelo propuesto con diseñadores y desarrolladores de software (con y sin conocimientos previos sobre el diseño de plataformas sociales). El objetivo de dicha revisión fue contrastar el modelo propuesto contra las necesidades y expectativas de usuarios finales y expertos. Los resultados de las distintas fases de evaluación indican que el modelo de referencia propuesto permite: (1) diseñar nuevos sistemas, (2) elegir la mejor plataforma para una cierta comunidad de entre un conjunto de herramientas posibles, y (3) identificar mejoras futuras o extensiones requeridas por una cierta plataforma de apoyo, la cual es utilizada por los miembros de una comunidad en particular.

Con la masificación mundial de Internet y el amplio acceso a la red en los hogares, han surgido nuevos usos de este medio. En el campo de las comunicaciones, Internet ha tenido un gran desarrollo, transformándose en un medio de comunicación de acceso mundial, que permite una interacción rápida y fluida entre personas de todo el mundo. Aprovechando las facilidades de comunicación que provee Internet, surgen las comunidades virtuales, redes que permiten a sus miembros entregar y recibir información, compartir temas de interés y sostener conversaciones. Dada la ausencia de un vínculo cara a cara, la confianza existente en el medio es un factor decisivo al momento de decidir unirse y participar de una comunidad virtual. Muchas investigaciones han abordado el tema de la confianza en las comunidades virtuales, estudiando las diferentes variables que la afectan. En un estudio previo realizado en la Universidad de Chile, se identifican las variables que determinan la confianza en las comunidades virtuales, creando un Modelo Consolidado que se presenta en este estudio. El objetivo de esta investigación es probar dicho modelo a través de encuestas a usuarios de comunidades virtuales, y así analizar su validez. Para realizar este estudio, se modificó el Modelo Consolidado, generando nuevas variables y eliminando otras, según información bibliográfica pertinente y opinión de expertos. Posteriormente se encuestaron exitosamente a 417 usuarios de comunidades virtuales, acerca de las 17 variables identificadas en el Modelo Modificado en esta investigación. Después de analizar los resultados de las encuestas, pudimos concluir que todos los constructos analizados en el Modelo Modificado estaban bien definidos, con un buen grado de fiabilidad y unidimensionalidad. Posteriormente realizamos una regresión lineal con 14 variables independientes, que nos llevó a concluir que la confianza hacia la comunidad virtual está influida por los valores que comparten con la comunidad, la libertad, la reputación, la seguridad privacidad, la interactividad, la satisfacción y la disposición a confiar.

Magíster en Gestión de Operaciones / Ingeniero Civil Industrial / Las redes sociales virtuales posibilitan que participantes de todo el mundo compartan experiencias, opiniones e ideas con otros usuarios de intereses comunes, formando así grandes comunidades. Uno de estos tipos de comunidad son las comunidades virtuales de práctica (VCoP), en donde sus miembros generan conocimiento en base al traspaso de experiencias sobre las mejores prácticas en relación a algún tema en particular. En general los miembros comparten sólo con algunos usuarios específicos de la red formando así sub-comunidades. Identificar y caracterizar adecuadamente estas sub-estructuras es de vital importancia, pues son en ellas donde se generan las interacciones necesarias para la creación y desarrollo del conocimiento de la comunidad. El objetivo principal de este trabajo es desarrollar e implementar una metodología para mejorar el proceso de búsqueda de sub-comunidades mediante el uso de Social Network Analysis (SNA) y Text Mining, con el fin de apoyar el proceso de administración en una VCoP. Para ello se propone una metodología que combina dos procesos Knowledge Discovery in Databases (KDD) y SNA y fue aplicada sobre una VCoP real llamada Plexilandia. En la etapa de KDD se efectuó la selección, limpieza, y transformación de los post de los usuarios, para luego aplicar estrategias de reducción de contenido basadas en Text Mining, en particular Latent Dirichlet Allocation (LDA) y Concept Based Text Mining (CB), que permiten describir cada post en términos de tópicos o conceptos. En la etapa de SNA se construyeron grafos o redes que son filtradas utilizando la información obtenida en la etapa anterior. A continuación se utilizaron algoritmos basados en la modularity y algunas mejoras desarrolladas en esta tesis de estos métodos para encontrar las sub-comunidades. Los resultados de los experimentos muestran que las redes filtradas, en general, poseen estructuras de comunidad más fuertes que las redes sin filtrar, un 5% más estables en términos de comunidades encontradas frente a diferentes algoritmos, de una composición, en promedio un 30% diferente a las comunidades encontradas en las redes sin filtrar, y que entre los miembros de las comunidades encontradas se comparte un mayor porcentaje de temas comunes, un 8% mayor para las redes sobre LDA y un 30% mayor para las redes sobre CB en comparación con los grupos encontrados sobre las redes sin filtrar, lo que permite obtener nueva y mejor información acerca de las sub-comunidades en la red. Adicionalmente el uso de estas herramientas basadas en el contenido permite caracterizar a las comunidades encontradas en función de un grupo reducido de tópicos o conceptos, tarea que con los métodos tradicionales no se puede lograr.

La pantalla, eterna ventana a otros mundos, en los últimos años ha pasado de ser un fiel soporte de imágenes para transformarse en un auténtico visor por donde todo pasa, pero nada permanece. Por ella corre aquello que ha perdido presencia tangible en nuestro amplísimo repertorio visual, lo que ha reposicionado nuestras experiencias y sensaciones con respecto al entorno e imágenes que nos rodean. Ha modificado nuestros espacios de vida, contribuido a condicionar una nueva lectura espacio-temporal que tiene que ver con la simultaneidad, con la contracción, con la vida en tiempo real, en donde los diversos escenarios son una constante y por consiguiente la posibilidad de mundos y ciudades "múltiples", así como la creación de comunidades virtuales, una realidad. La ciudad contemporánea se vive a través de y en pantallas, al mismo tiempo, también es albergue de ellas; de manera que el discurso visual y el arte crítico que reflexiona y cuestiona el papel de este artilugio en las sociedades contemporáneas puede resultar un real revitalizador de las experiencias que, a través de ese discurso, se viven fundamentalmente en los espacios comunes. Lejos de satanizar este, tan cuestionado aparato, que pronto dejará de mostrarse tal y como hoy todavía lo reconocemos, el trabajo de investigación que aquí presentamos busca colocarlo en su justa dimensión con respecto a su papel condicionante en y para los espacios públicos. / García García Besné, MT. (2011). La transformación de la ciudad en la era de las múltiples pantallas: nueva configuración espacio temporal (1980-2010) [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/11229 / Palancia

Ingeniera Civil Industrial / Las diferentes redes sociales han surgido a partir del sentido común y natural de los humanos por reunirse en torno a un tema, sintiendo que pertenecen a una Comunidad, la cual es representada por una red de relaciones complejas entre las unidades que cambia con el tiempo. Una Comunidad es un grupo de vértices que comparten propiedades comunes y desempeñan un papel similar dentro del grupo, las cuales pueden ser clasificadas como Comunidades de interés, en el que los miembros comparten un interés particular, y Comunidades de práctica, donde los miembros comparten inquietudes, participan y desarrollan un tema volviéndose expertos. Si estas interacciones ocurren sobre plataformas en línea, son llamadas Comunidades virtuales de interés (VCoI) y Comunidades virtuales de práctica (VCoP). El estudio de las Comunidades virtuales (VC) no sólo ayuda a entender su estructura interna, sino que también a descubrir cómo el conocimiento es compartido, los principales miembros, proporcionar herramientas a los administradores para mejorar la participación y asegurar la estabilidad de la comunidad en el tiempo. El área de Análisis de Redes Sociales y de Minería de Datos han estudiado el problema, pero ninguno toma en cuenta el significado del contenido que los miembros de una comunidad generan. Por lo tanto, la principal contribución de este trabajo es tomar en cuenta la semántica de los contenidos creados por los miembros de dos VCoP, así como las propiedades estructurales de las redes que forman, para estudiar la existencia de otros miembros claves, buscar los principales temas de investigación, y estudiar las propiedades de las nuevas redes creadas con contenido. Se utilizó una VCoP científica del área de computación ubicua, y otra del área Web Semántica, considerando como data los autores de los papers aceptados en las conferencias de las comunidades y su contenido. Este trabajo propone dos métodos, el primero, busca representar cada artículo escrito por los miembros por sus Keywords, y el segundo, busca extraer los temas subyacentes de cada paper con el modelo probabilístico LDA. Con el resultado de estos métodos, las interacciones entre autores pueden ser construidas basándose en el contenido en lugar de sólo la relación de coautoría (red base para comparar los métodos). La metodología propuesta es un proceso híbrido llamado SNA-KDD que incluye la extracción y procesamiento de datos de texto, para su posterior análisis con SNA para descubrir nueva información, utilizando teoría de grafos, algoritmos de clasificación (HITS y PageRank) y diferentes medidas estructurales para redes. Los resultados muestran que las redes científicas en estudio pueden ser modeladas como VCoPs usando la metodología SNA-KDD usando teoría de grafos. Esto queda evidenciado en los resultados de la métrica Modularidad, obteniendo valores sobre 0,9 en la mayoría de las redes, lo que indica una estructura de comunidad. Además, los métodos propuestos para introducir el contenido generado por sus miembros, Keywords y Modelo de Tópicos LDA, permite reducir la densidad de todas las redes, eliminando relaciones no relevantes. En la red de Computación Ubicua, con 1920 nodos, se redujo de 5.452 arcos a 1.866 arcos para método de Keywords y a 2.913 arcos para modelo LDA; mientras que en la red de Web Semántica permitió reducir de 20.332 arcos a 13.897 arcos y 8.502 arcos, respectivamente. La detección de miembros claves se realizó contra una comparación de los autores más prominentes del área según las citaciones en Google Scholar. Los resultados indican que la mejor recuperación de miembros claves se da en el método de tópicos por LDA con HITS para el primer dataset, para el segundo se da en Keywords, tanto en métricas de Recall como en Precision.

Internet ha permitido la creación de distintas formas de comunicación entre los individuos, permitiéndoles intercambiar información y, en conjunto, crear conocimiento. Existe una gran diversidad de entidades sociales en la Web, tales como las redes sociales, comunidades virtuales, entre otras, donde cada una posee un objetivo y una razón de ser. El objetivo del presente trabajo de título es diseñar e implementar una aplicación de análisis que permita proveer de información y apoyar la moderación y administración de comunidades virtuales de práctica, utilizando técnicas de minería de datos, reduciendo la carga de trabajo en esta tarea. En este tipo de entidades, existe un integrante que posee características particulares, el administrador de la comunidad. Este individuo, debe realizar la labor de mantener el control sobre los distintos eventos que acontecen diariamente, arreglar los posibles problemas, facilitar herramientas e información, todo lo necesario para que la comunidad se mantenga acorde con el objetivo principal: crear y mantener el conocimiento. El problema de la administración, existe principalmente ya que las actividades moderadoras pueden tomar mucho tiempo, al ser una actividad básicamente manual. La solución propuesta consta del uso de minería de datos originados en la Web, con la intención de analizar los comportamientos de usuario de los integrantes de la comunidad. Mediante el proceso de descubrimiento de conocimiento en bases de datos (KDD), se intenta encontrar un modelo de clusters o grupos de los comportamientos de manera de analizar sus características y así poder indagar en la revisión de los mensajes generados por ellos. Se utilizan dos algoritmos de clustering particional, SelfOrganizing Maps (SOM) y la variante del K-means, K-Medoids. El uso de SOM tiene el propósito de encontrar la cantidad de clusters inherentes dentro del modelo. Se proponen dos modelos sobre medidas de similitud (modelo 1) y disimilitud (modelo 2) de las sesiones de usuario, utilizando dos representaciones del contenido. Los modelos se basan en el uso de medidas que capturan los aspectos más importantes de la navegación en la Web y en características exclusivas de los foros de comunidades virtuales. La metodología se aplica sobre el foro de la comunidad de Plexilandia.cl. Los resultados varían principalmente en la distribución de cantidad de clusters. El análisis final se basa en dos características principales, el análisis de secuencia y contenido, y en las características de los mensajes ingresados por el usuario durante su navegación. Al evaluar los modelos propuestos, se encuentra que revisando un 85% de todos los mensajes permite encontrar el 88% de los mensajes que requieren moderación para el modelo 1, y al revisar un 65% de todos los mensajes, se encuentra un 61% en el modelo 2. Además, se destaca que un alto porcentaje de los mensajes que requieren más moderación son bien clasificados en este trabajo. En conclusión, es posible encontrar y pronosticar mensajes que requieren mayor atención estudiando los comportamientos que poseen los usuarios respecto al sistema. Analizando las características de los resultados de manera exhaustiva produce una mejor comprensión del porqué ciertos comportamientos identificados generan o no mensajes relevantes al momento de moderar. Estudiando los comportamientos es posible generar estrategias preventivas y así minimizar la necesidad de moderación en la comunidad. Se recomienda en trabajos futuros utilizar otros algoritmos de minería de datos, tales como reglas de asociación, buscando causalidad entre el comportamiento de usuario y la moderación o en el caso del clustering, utilizar medidas de similitud o disimilitud que incluyan características personales de usuario que tengan incidencia en la generación de mensajes problemáticos.

Twitter es un servicio que últimamente ha adquirido bastante notoriedad en el cual sus usuarios envían y leen entradas de texto de un largo máximo de 140 caracteres. En estos mensajes los usuarios hablan de sus actividades diarias y comparten opiniones e información. Se puede acceder a Twitter desde diversas plataformas como aplicaciones de escritorio, aplicaciones móviles y en la web. Sumado a esto, Twitter cuenta con una API abierta con la cual desarrolladores pueden acceder a su contenido y desarrollar aplicaciones. Esto presenta una oportunidad interesante para efectuar tareas de recuperación de la información y de procesamiento de lenguaje natural. Esta memoria tuvo como objetivo aplicar una metodología para identificar y clasificar términos indicativos de intereses de los usuarios. El conocer estos intereses resulta útil para tareas de filtrado de información como lo es la generación de recomendaciones. Para identificar y clasificar los términos se hizo uso de técnicas estadísticas y resultados de búsquedas en el motor de búsqueda Google. Los resultados obtenidos muestran que es posible identificar términos claves indicativos de intereses, y que estas técnicas se pueden refinar para obtener resultados más precisos.

Magíster en Gestión de Operaciones / El creciente uso de los servicios de Internet, particularmente de las redes sociales (OSN) ha generado una gran oportunidad para entender mejor el comportamiento de los usuarios como también de los flujos de información. A pesar de que la modelación de los flujos de información no es un tema nuevo, sí es de mucha dificultad y gracias a la aparición de OSNs y comunidades virtuales de práctica (VCoPs) es que ha resurgido como tema, gracias a la disponibilidad de data. Sin embargo, la mayoría si no todos los estudios revisado solo modelan a un nivel macroscópico, donde los grandes números absorben comportamientos indeseados y así se reportan buenos resultados. Nuestra hipótesis es que es posible modelar la difusión de información a nivel microscópico mediante un modelo derivado de la neurofisiología. El objetivo principal de este trabajo es desarrollar e implementar una metodología para predecir el intercambio de información entre usuarios a un nivel microscópico usando el contenido de texto mediante técnicas de Text Mining, con el _n de apoyar el proceso de administración de una VCoP. Para ello se propone una metodología que combina dos procesos Knowledge Discovery in Databases (KDD) y SNA y fue aplicada sobre una VCoP real llamada Plexilandia. En la etapa de KDD se efectuó la selección, limpieza y transformación de los posts de los usuarios, para luego aplicar una estrategia de reducción de contenido Latent Dirichlet Allocation (LDA), que permite describir cada post en términos de tópicos. En la etapa de SNA se aplicó un modelo neurofisiológico de toma de decisiones adaptado a preferencias de texto para predecir la formación de arcos entre hilos y usuarios usando la información obtenida en la etapa anterior. Los resultados de los experimentos muestran que es posible predecir con un alto porcentaje de éxito, 65 a 80% cuando hay poco ruido y 40 a 60% cuando existe elevado ruido, las interacciones entre usuarios basándose en la similaridad de los textos producidos por ellos. Esto permite vislumbrar la forma en que se difundirá un mensaje e identificar a usuarios que potencialmente estén interesados en un hilo.

La llegada de la era digital ha provocado grandes cambios en los medios de comunicación como el surgimiento de las narrativas transmedia, una forma de contar historias a través de múltiples plataformas donde se requiere la participación activa del usuario. El presente artículo analiza la experiencia transmedia de la serie Stranger Things (2016) y el impacto que tiene en los consumidores al ser un producto original de una plataforma streaming: Netflix. Es un estudio de carácter cualitativo y está basada en las entrevistas y encuestas a comunidades de consumidores de la serie, así como el análisis audiovisual de cada una de las extensiones de la serie. Los resultados demuestran que el factor nostalgia usado en la serie es fundamental para el éxito de la serie y para el surgimiento de la narrativa transmedia dentro de este. Además, la narrativa transmedia permite una interacción más cercana de la audiencia con la serie, así como la fidelización hacia estas extensiones transmediáticas y en consecuencia, la creación de distintas comunidades virtuales en donde los usuarios comparten y crean más contenido a partir de sus propias ideas. / The arrival of the digital era has brought about major changes in the media, such as the emergence of transmedia narratives, a way of telling stories through multiple platforms where active user participation is required. This article analyzes the transmedia experience of the Stranger Things series (2016) and the impact it has on consumers as an original product of a streaming platform: Netflix. The methodology used is qualitative in nature and is based on interviews and surveys of fans of the series, as well as individual analysis of each of the series' extensions. The results demonstrate that the nostalgia factor used in the series is fundamental for the success of the series and for the emergence of the transmedia narrative within it. In addition, the transmedia narrative allows a closer interaction of the audience with the series, as well as loyalty to these transmedia extensions and, consequently, the creation of different virtual communities where users share and create more content based on their own ideas. / Trabajo de investigación