Show simple item record

dc.contributor.advisorDomínguez, Martín Ariel
dc.contributor.advisorCelayes, Pablo Gabriel
dc.contributor.authorMeriles, Emanuel Juan René
dc.date.accessioned2022-05-12T13:40:02Z
dc.date.available2022-05-12T13:40:02Z
dc.date.issued2022
dc.identifier.urihttp://hdl.handle.net/11086/24823
dc.descriptionTesis (Lic. en Cs. de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2022.es
dc.description.abstractEn estos últimos años, las redes sociales se han hecho cada vez más masivas. En consecuencia, son una fuente fundamental de información y una poderosa herramienta para esparcir ideas y opiniones. Basándose en Twitter, este trabajo estudia el problema de predecir las preferencias de retweeteo de un usuario, dado un tweet, considerando cómo el tweet ha sido compartido por el ambiente de ese usuario; y además el problema más global de predecir si un tweet va a ser popular o no, basado en el comportamiento de retweeteo de usuarios centrales. Para ambos problemas exploramos la evolución de la calidad de la predicción, dependiendo de la cantidad de información disponible en el tiempo desde que un tweet es creado, y elaborar conclusiones sobre el trade-off entre el tiempo transcurrido y la performance de la predicción.es
dc.description.abstractIn recent years, social networks have become increasingly massive. As a consequence, they are a fundamental source of information and a powerful tool to spread ideas and opinions. Based on Twitter, this work studies the problem of predicting user retweeting preferences, given a tweet, and considering how the tweet has been shared by the user's environment; the more global problem of predicting weather a tweet will become popular or not, based on a few central user's retweeting behaviour is also tackled. For both problems we explore the evolution of the prediction quality, varying the amount of information available on time since a tweet is first published, and elaborate conclusions on the trade-off between elapsed time and prediction performance.en
dc.language.isospaes
dc.rightsAtribución-NoComercial-CompartirIgual 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.subjectAnálisis de redes socialeses
dc.subjectAprendizaje automáticoes
dc.subjectDetección de influenciadoreses
dc.subjectDetección de comunidadeses
dc.subjectModelos de predicciónes
dc.subjectTwitteres
dc.subjectComputaciòn aplicada en sociologíaes
dc.subjectProcesamiento del lenguaje naturales
dc.subjectApplied computing in Sociologyen
dc.subjectComputing methodologiesen
dc.subjectNatural language processingen
dc.subjectSupport vector machinesen
dc.subjectLatent Dirichlet allocationen
dc.titlePredicción temprana de tendencia en redes sociales basada en características sociales y contenidoes
dc.typebachelorThesises
dc.description.filFil: Meriles, Emanuel Juan René. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.es


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial-CompartirIgual 4.0 Internacional
Except where otherwise noted, this item's license is described as Atribución-NoComercial-CompartirIgual 4.0 Internacional