Predicción del éxito de los mensajes de Twitter
En la sociedad actual es habitual emplear las redes sociales, como por ejemplo Twitter, para anunciar y/o difundir múltiples productos, descubrimientos, noticias, etc. El objetivo de las personas que realizan estas publicaciones es que lleguen a ser muy populares, para que la información llegue al m...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2018 |
| País: | España |
| Institución: | Universidad Complutense de Madrid (UCM) |
| Repositorio: | Docta Complutense |
| Idioma: | español |
| OAI Identifier: | oai:docta.ucm.es:20.500.14352/19951 |
| Acceso en línea: | https://hdl.handle.net/20.500.14352/19951 |
| Access Level: | acceso abierto |
| Palabra clave: | 004.85 004.78:316.77 Tweet Popularidad Aprendizaje automático Popularity Machine learning Inteligencia artificial (Informática) Redes 1203.04 Inteligencia Artificial |
| Sumario: | En la sociedad actual es habitual emplear las redes sociales, como por ejemplo Twitter, para anunciar y/o difundir múltiples productos, descubrimientos, noticias, etc. El objetivo de las personas que realizan estas publicaciones es que lleguen a ser muy populares, para que la información llegue al mayor número de personas posible. Sin embargo, no existe una noción de popularidad definida formalmente, ni una fórmula exacta que diga cómo lograrlo. En este trabajo se ha escogido analizar únicamente la red social Twitter, acotando así el problema a estudiar. El fin del trabajo consiste en poder conocer cuando un tweet es popular o no, para posteriormente poder predecir cuándo un tweet se convertirá en popular antes de publicarlo. Para ello, primero se han recopilado una serie de tweets durante casi dos semanas con una temática en común, Cataluña. Luego se han procesado los datos almacenados calculando unas métricas que intentan medir dicha popularidad. Y por último se han aplicado algoritmos de aprendizaje automático, intentando obtener el modelo que prediga el éxito o no de un tweet. El resultado final del trabajo no ha sido del todo satisfactorio, pero se han podido obtener una serie de conclusiones que pueden ser muy útiles de cara a posibles trabajos futuros. |
|---|