Dinamizando y escalando análisis de fenómenos sociales en Twitter

Fecha y Horario: miércoles 9 de setiembre a las 11am
Expositores: Lic. Pablo Celayes (FaMaF - UNC)
Enlace al evento: Clic aquí

Resumen:

El protagonismo de Twitter en las discusiones y eventos sociales de los últimos años, sumado a la facilidad de acceso a su gran volumen de datos, hacen de esta red un objeto central en el análisis computacional de fenómenos sociales.

Para hacer un buen aprovechamiento de este caudal de datos, es vital poder recolectarlos de forma dinámica (respondiendo con rapidez al surgimiento de nuevos temas y tendencias), y procesarlos de manera escalable (incorporando tecnologías que permitan analizar grandes volúmenes de datos con facilidad).

Presentaré en esta charla nuestros últimos avances en estos dos frentes: el desarrollo de una aplicación para sistematizar el monitoreo y visualización, y la reimplementación de los análisis usando la tecnología Spark de procesamiento distribuido de datos masivos.

Publicaciones relacionadas:

• “Twitter Early Prediction of preferences and tendencies based in neighborhood behavior”, ,Emanuel Meriles, Martín Domínguez and Pablo Celayes, Communications in Computer and Information Science, Springer, 7th International Conference on Information Management and Big Data (SimBig 2020); October 2020;
• “Analyzing the Retweeting Behavior of Influencers to Predict Popular Tweetswith and without Considering their Content”, ,Matías Silva, Martín Domínguez and Pablo Celayes, Communications in Computer and Information Science, Springer, 5th International Conference on Information Management and Big Data (SimBig 2018).
• "Prediction of User Retweets Based on Social Neighborhood Information and Topic Modelling" , Pablo Gabriel Celayes and Martín Ariel Domínguez, Lecture Notes in Artificial Intelligence (LNAI series), Springer, Proceeding of Mexican International Conference on Artificial Intelligence (MICAI 2017), Nueva California, Mexico.