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.
Identifer | oai:union.ndltd.org:UCHILE/oai:repositorio.uchile.cl:2250/168458 |
Date | January 2018 |
Creators | Cleveland Ortega, Pablo Andre |
Contributors | Ríos Pérez, Sebastián, Román Asenjo, Pablo, Aguilera Valenzuela, Felipe, Sauré Valenzuela, Denis |
Publisher | Universidad de Chile |
Source Sets | Universidad de Chile |
Language | English |
Detected Language | Spanish |
Type | Tesis |
Rights | Attribution-NonCommercial-NoDerivs 3.0 Chile, http://creativecommons.org/licenses/by-nc-nd/3.0/cl/ |
Page generated in 0.0017 seconds