Magíster en Ciencias, Mención Computación / La masificación de servicios basados en Internet ha permitido la proliferación de nuevas estructuras sociales, como por ejemplo las comunidades virtuales o las redes sociales en línea, donde los miembros interactúan a través de tecnología mediada por computador. A pesar del conocimiento existente acerca de qué aspectos son importantes para diagnosticar el estado de una comunidad virtual, poca atención se ha puesto en cómo medir muchos de estos aspectos, a pesar que usualmente la información requerida para calcularlos está disponible en las plataformas de apoyo a estas comunidades. Esto ocasiona que los administradores no cuenten con información suficiente para diagnosticar o saber cuándo y cómo intervenir la comunidad para lograr un cierto objetivo. Para ayudar a paliar dicho desafío, este trabajo de tesis propone una estrategia para realizar el procesamiento semi-automático de ciertos aspectos sociales, específicos de comunidades virtuales que utilizan un sistema de software como mediador de las interacciones entre sus miembros. A diferencia de otros trabajos del área, esta tesis se enfoca en el análisis de la estructura social que emerge de la comunidad, más que analizar los aspectos que motivan la participación de los miembros de la misma. Por lo anterior, los aspectos a considerar son aquellos relacionados con el concepto de sociabilidad: personas, propósito y políticas. Para lograr el objetivo antes mencionado, se proponen estrategias para capturar, procesar y representar, a través de indicadores, la información generada por una comunidad virtual. En base a la literatura existente, se seleccionó un conjunto de indicadores propuestos en la literatura del área para cada aspecto social en estudio, entre los cuales se encuentran: niveles de participación, identidad, cumplimiento del propósito, claridad y niveles de moderación. Para cada uno de éstos se definió un proceso de evaluación, el cual incluye el uso de una o varias técnicas, entre las cuales se encuentran las siguientes: uso de encuestas, modelos de tópicos, y técnicas de centralidad en redes sociales, entre otras. Adicionalmente, para poder hacer extensivo el presente trabajo al estudio de otras comunidades virtuales, se definió un modelo conceptual común para representar la información de las estructuras sociales en estudio. A partir de dicho modelo se realiza el procesamiento de los aspectos e indicadores mencionados anteriormente. Finalmente se aplicó la estrategia de procesamiento en dos comunidades virtuales ya existentes. Los resultados obtenidos fueron evaluados por sus administradores, quienes indicaron que dichos resultados les permitieron conocer información acerca del funcionamiento y estructura de la comunidad virtual, que no poseían antes de este estudio. Con todo lo anterior, se espera que este trabajo ayude a desarrollar iniciativas futuras que sigan con este enfoque y faciliten el proceso de diagnóstico del estado de una comunidad virtual.

Doctora en Ciencias, Mención Computación / Con la popularidad de la Web y, mas recientemente, el amplio uso de las redes sociales, la necesidad de procesar y encontrar información en grafos muy grandes impone varios desafíos: Cómo procesar grafos muy grandes e cientemente, dado que probablemente son muy grandes para la memoria disponible, o incluso si la memoria es su ciente, realizar un paso sobre el grafo es todavía caro computacionalmente? Cómo almacenar esos grafos e cientemente, para ser archivados, o para ejecutar algoritmos de grafos? Cómo descubrir información relevante tal como componentes densos, comunidades, u otras estructuras? Se han propuesto tres enfoques para manejar grafos grandes. El primero es usar formatos de grafos comprimidos que permiten consultas de navegación básicas directamentee sobre la estructura comprimida, sin la necesidad de descompresión. Esto permite simular cualquier algoritmo de grafo en memoria principal usando mucho menos espacio que la representación plana. Una segunda línea de investigación se focaliza en usar modelos de stream o semi- stream de datos de manera de procesar secuencialmente, idealmente en un paso sobre el disco, usando una cantidad limitada de memoria principal. La tercera línea es el uso de sistemas distribuidos y paralelos donde la memoria es agregada sobre múltiples unidades de procesamiento para procesar el grafo en paralelo. En esta tesis presentamos varios enfoques para manejar grafos grandes (con arcos sin etiquetas) considerando los tres enfoques. Primero, buscamos por patrones que aparecen en grafos de la Web y redes sociales los que podemos representar en forma compacta, en particular mostramos como generalizar algoritmos para encontrar cliques o bicliques para encontrar sub-estructuras densas que comprimen ambas. Segundo, basado en estos subgrafos densos, proponemos esquemas comprimidos que soportan consultas de vecinos directos y reversos, así como otras consultas mas complejas sobre subgrafos densos. Algunas de las contribuciones combinan técnicas del estado del arte mientras otras incluyen representaciones comprimidas novedosas basadas en estructuras de datos compactas. Encontrar subgrafos densos es una tarea que consume tiempo y espacio, así que proporcionamos algoritmos de streaming and algoritmos de memoria externa para descubrir subgrafos densos, asi como también algoritmos distribuidos para construir las estructuras básicas que usamos para las representaciones comprimidas.

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.

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.

Ingeniero Civil Industrial / El siguiente trabajo de título corresponde al diseño de una comunidad virtual de prácticas para las instituciones pertenecientes al modelo de Atención Primaria de Salud del Gobierno de Chile. Los objetivos de esta comunidad serán los de generar un espacio Web de gestión del conocimiento que facilite la transferencia de mejores prácticas en el área de salud. Para lograr este objetivo, se realizó un análisis tanto de experiencias similares, como de literatura para identificar herramientas que faciliten la detección de buenas prácticas, haciendose cargo de las barreras que enfrenta un individuo para compartir su conocimiento. El CESFAM Cristo Vive de la comuna de Recoleta, realiza una detección de pié diabético oportuna lo que permite que éste se diagnostique eficazmente, disminuyendo la cantidad de amputaciones en las que se incurre. La hipótesis de este trabajo es que si el CESFAM Cristo Vive pudiese documentar sus procedimientos y compartirlos a otras instituciones, éstas podrían igualmente mejorar sus indicadores. De lograrse esto se estaría entregando valor público al ciudadano y a las instituciones. La comunidad de prácticas propuesta, de nombre Colaboración Pública - Salud, cuenta con un sitio Web disponible en http://saludaps.colaboracionpublica.org y a la fecha contiene 49 prácticas de trabajo compartidas por 242 usuarios registrados. Este sitio cuenta con una arquitectura basada en herramientas Web y un equipo de soporte perteneciente al Centro de Sistemas Públicos de la Universidad de Chile. La funcionalidad del sitio es ofrecer un canal que permita levantar buenas prácticas en el área de atención primaria de salud y generar un espacio de conversación entre todos los integrantes de la plataforma. Mientras, existe un equipo de soporte realiza actividades de transferencia de buenas prácticas y monitorea el desempeño del sitio Web. También elabora material con el fin de aumentar el tráfico y participación en el sitio web propuesto. Desde el lanzamiento de la plataforma el 17 de Enero de 2013 se han realizado dos sesiones de transferencia de buenas prácticas, se envió dos newsletters y una encuesta a usuarios del sitio. Luego de siete meses de operación de la plataforma, se observa que aún no ha madurado el sentido de comunidad que se esperaba al momento del diseño de este prototipo. La participación de los usuarios ha sido baja lo que indica que se podrían tener falencias en el diseño. La encuesta realizada a los usuarios indicaría que existen aspectos de mejora de la plataforma, como la generación de más contenido y la implementación de mejoras en la navegación y búsqueda de información.

No description available.

Ingeniera Civil Industrial / El consumo de alcohol es algo totalmente normalizado en nuestra sociedad. Es famosa la frase del escritor Charles Bukowski "Si ocurre algo malo, bebes para olvidar, si ocurre algo bueno, bebes para celebrarlo; y si no pasa nada, bebes para que pase algo". El alcohol está presente en cada una de las celebración y forma parte importante de nuestras tradiciones, sin embargo, es el primer factor de riesgo que causa más muerte y discapacidad en Chile, tiene una alta prevalencia en los accidentes de tránsito y se asocia a la violencia y los delitos, esto se traduce en millonarios costos tanto a nivel monetario como sociales, en el año 2006 se estimó el costo que genera el consumo en un 1,14% del PIB de Chile. Estas consecuencias negativas resultan de gran preocupación para las instituciones de salud que buscan hacer frente a este problema de salud pública. La explosión de las redes sociales se presenta como una alternativa factible para poder obtener información relevante a un bajo costo, comparado con otros métodos para monitorizar el comportamiento de la población. Realizar una encuesta implica costos y tiempo: por eso, este trabajo surge de la necesidad de la Unidad de Adicciones del Departamento de Psiquiatría y Salud Mental del Hospital Clínico de la Universidad de Chile de realizar una monitorización en tiempo real del consumo de alcohol. La hipótesis de investigación de este trabajo plantea que es posible identificar el consumo de alcohol en la población y establecer la existencia de consumo de riesgo de alcohol a partir de la información disponible en Twitter y el contenido generado en esta red social. El objetivo principal de esta memoria es diseñar una aplicación utilizando herramientas de Text Mining, Data Mining, Social Network Analysis y Sentiment Analysis, que permitan identificar y cuantificar la prevalencia del consumo de alcohol en la población chilena, así como también la existencia de consumo de riesgo de esta droga, utilizando la información generada en Twitter por usuarios chilenos, y verificar que esta información extraída refleja el comportamiento de la población general en materia de alcohol. Para modelar el consumo de alcohol se diseñaron cuatro modelos. La precision para el caso de la clase de interés para cada uno de los modelos fue: 0,842 para el modelo de consumo de alcohol en tweets, 0,977 para el modelo de mención de políticas en tweets, 0,860 para el de consumo de alcohol en usuarios y 0,600 para el de consumo de riesgo. La principal conclusión de este trabajo es que se comprueba la hipótesis de investigación. Los resultados obtenidos reflejan el comportamiento de la población general en materia de consumo y consumo de riesgo de alcohol y son comparables con la Encuesta Nacional de Drogas. Los modelos mostrados son capaces de modelar y replicar la información obtenida de esta encuesta.

El FOMO o miedo a perderse experiencias potencialmente gratas ha cobrado interés debido al acelerado avance tecnológico. Por ello, esta investigación tiene como objetivo estudiar al FOMO como variable mediadora que vincula la Satisfacción de las necesidades psicológicas básicas y el Bienestar subjetivo (variables antecedentes) con el Compromiso con las redes sociales (variable de salida). Ello basado en el modelo planteado por Przybylski et al. (2013). La muestra estuvo compuesta por 406 universitarios peruanos y se empleó instrumentos con apropiadas características psicométricas: Escala Fear of missing out (FOMO) (Przybylski et al., 2013), Cuestionario de Compromiso con las redes sociales (SMEQ) (Przybylski et al., 2013), Escala de Satisfacción de las necesidades psicológicas básicas (ESFNPB) (Chen et al., 2015), Escala de Satisfacción con la vida (ESV) (Diener et al., 1985) y Escala del afecto positivo y negativo (PANAS) (Watson et al., 1988) . El modelo de mediación usó la estrategia de análisis de Preacher y Hayes (2008) a través de regresiones jerárquicas que controlaron las variables de edad y sexo. El análisis general reportó que el efecto indirecto de las variables antecedentes mediadas por el FOMO representa el 14.7% del Compromiso con las redes sociales en la muestra. Adicionalmente, se constató diferencias significativas en los niveles FOMO entre los estudiantes de las carreras de Letras y Ciencias, siendo los primeros quienes la experimentaron más. Así, esta investigación ha permitido visibilizar el FOMO en universitarios peruanos y ha brindado un nuevo enfoque para comprender cómo las personas se relacionan con las plataformas virtuales. / FOMO or fear of missing out potentially pleasing experiences has gained relevance for its close relationship with social networks. Therefore, this study aims to approach the FOMO as a mediator variable that relates Basic Psychological Needs Satisfaction and Subjective Wellbeing (antecedent variables) with Social Media Engagement (output variable). This model is based on the propose of Przybylski et al., (2013). The research sample was 406 Peruvian university students. The instruments used for the measurement had optimal psychometric characteristics: Fear of missing out Scale (FOMO) (Przybylski et al., 2013), Social Media Engagement Questionnaire (SMEQ) (Przybylski et al., 2013), Basic Psychological Need Satisfaction and Frustration Scale (BPNSFS) (Chen et al., 2015), Satisfaction with Life Scale (ESV) (Diener et al., 1985) and Positive and Negative Affect Scale (PANA) (Watson et al., 1988). The model used the analysis strategy proposed by Preacher and Hayes (2008) through hierarchical regressions that controlled for the variables of age and sex. General analysis reported that the indirect effect of the antecedent variables mediated by the FOMO represents 14.7% of the Social Media Engagement in the sample. Additionally, differences in FOMO levels were found between students of Letters and Sciences degrees, the former being the ones who experienced it the most. This research has made FOMO visible in Peruvian university students and has provided a new approach to understand how people relate to virtual platforms.