Identificación de líderes de opinión mediante el modelo PROV-DM y técnicas de minería de grafos
dc.contributor.advisor | Alatrista Salas, Hugo | |
dc.contributor.author | Leon Payano, Mauro Antonio | es_ES |
dc.date.accessioned | 2019-09-04T20:29:54Z | es_ES |
dc.date.available | 2019-09-04T20:29:54Z | |
dc.date.available | 2019-09-04T20:29:54Z | es_ES |
dc.date.created | 2019 | es_ES |
dc.date.issued | 2019-09-04 | es_ES |
dc.description.abstract | El análisis de la influencia social nos permite estudiar la manera de determinar la opinión de las personas utilizando como medio el intercambio de información. Dentro de esta disciplina, la identificación líderes de opinión tiene como finalidad identificar a las personas que ejercen un mayor nivel de influencia. La identificación de líderes de opinión se usa en campañas de marketing viral, sistemas de recomendación de productos y en sistemas de detección de anómalas en redes de telefonía móvil. Debido a que los medios sociales se han transformado en la fuente de datos más representativa y relevante para entender el comportamiento de las personas, el análisis de influencia se ha convertido en una de las tecnologías más importantes en las industrias modernas de información y servicios. Existen diversos métodos para identificar a los líderes de opinión. En este trabajo se plantea un algoritmo híbrido para cuantificar la influencia de acuerdo a atributos estáticos y de interacción de los usuarios pertenecientes a una red social. Los algoritmos híbridos requieren la representación de las interacciones de los usuarios mediante grafos. Por ello, se implementó un algoritmo de construcción, de segmentación y de visualización de grafos con el objeto de abordar los desafíos que involucra identificar y cuantificar la influencia de los usuarios en grandes redes sociales. El procedimiento fue aplicado en mensajes que tratan sobre el calentamiento global, recolectados desde la plataforma de Twitter con el objetivo de representar en un grafo, a los usuarios interesados en el tema. Los líderes de opinión seleccionados a partir del algoritmo propuesto representan mejor la influencia ganada a través del proceso de difusión. Este documento consta de 6 Capítulos: El capítulo 1 busca venir el problema y el enfoque adoptado en este trabajo. El Capítulo 2 describe los diversos conceptos, métodos, procesos y herramientas utilizados en el análisis de influencia social tanto en el presente trabajo y estudios relacionados. El Capítulo 3 describe los trabajos previos que busquen identificar líderes de opinión en grandes redes sociales. El Capítulo 4 describe el procedimiento de análisis de influencia social desarrollado. El Capítulo 5 describe los resultados obtenidos en la ejecución del procedimiento propuesto. Finalmente, el Capítulo 6 presentamos las conclusiones y recomendaciones obtenidas producto de trabajo realizado. | es_ES |
dc.description.uri | Tesis | es_ES |
dc.identifier.uri | http://hdl.handle.net/20.500.12404/14912 | |
dc.language.iso | spa | es_ES |
dc.publisher | Pontificia Universidad Católica del Perú | es_ES |
dc.publisher.country | PE | es_ES |
dc.rights | info:eu-repo/semantics/openAccess | es_ES |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/2.5/pe/ | * |
dc.subject | Teoría de grafos | es_ES |
dc.subject | Grandes volúmenes de datos | es_ES |
dc.subject | Redes sociales--Minería de datos | es_ES |
dc.subject | Minería de datos--Programas para computadoras--Desarrollo | es_ES |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#1.02.00 | es_ES |
dc.title | Identificación de líderes de opinión mediante el modelo PROV-DM y técnicas de minería de grafos | es_ES |
dc.type | info:eu-repo/semantics/masterThesis | es_ES |
dc.type.other | Tesis de maestría | |
renati.advisor.dni | 23976103 | |
renati.discipline | 611087 | es_ES |
renati.level | https://purl.org/pe-repo/renati/level#maestro | es_ES |
renati.type | http://purl.org/pe-repo/renati/type#tesis | es_ES |
thesis.degree.discipline | Informática con mención en Ciencias de la Computación | es_ES |
thesis.degree.grantor | Pontificia Universidad Católica del Perú. Escuela de Posgrado | es_ES |
thesis.degree.level | Maestría | es_ES |
thesis.degree.name | Maestro en Informática con mención en Ciencias de la Computación | es_ES |