Modelado de perfiles de usuario para la recomendación de contenido en Twitter
- Autores
- Rodríguez, María Florencia
- Año de publicación
- 2016
- Idioma
- español castellano
- Tipo de recurso
- tesis de grado
- Estado
- versión aceptada
- Colaborador/a o director/a de tesis
- Godoy, Daniela
- Descripción
- Con el auge de las redes de comunicación, la cantidad de información que circula en la Web crece de manera exponencial día a día. En la actualidad, no existen dudas de que la principal fuente de información es Internet. Tanto grandes empresas como usuarios individuales exploran esta fuente para extraer datos. Este fenómeno ha dado lugar al surgimiento de nuevas formas de comunicación y a la investigación de como explotar esta fuente de información para su aprovechamiento. Uno de los nuevos géneros que ha aparecido en los últimos años es el micro-blogging. Se trata de un servicio que permite a sus usuarios publicar mensajes breves, generalmente solo de texto. El micro-blogging se ha convertido en un medio de comunicación masivo que describe una nueva cultura de participación en la Web, donde cada vez más personas lo utilizan. Con más de 190 millones de usuarios y más de 65 millones de posts por día, Twitter es el servicio de micro-blogging más popular de la Web Social. En Twitter los usuarios publican mensajes llamados tweets. Los tweets están formados por texto plano de corta longitud, con un máximo de 140 caracteres, y se muestran en la página principal del usuario. Al principio fueron pocos los entusiastas del sistema, ya que se verá como una banalización total de la publicación de contenidos. Con el tiempo, la posibilidad de integrar Twitter en otros espacios de la Web, el hecho de que se pueda actualizar y consultar a través del teléfono móvil y las múltiples aplicaciones que se han lanzado aprovechando su API, han asentado el concepto, y se ha visto que es un sistema lo suficientemente exible como para usarlo con diferentes objetivos: transmisión de eventos, información meteorológica, información del tráfico a tiempo real, debates, avances de novedades importantes, casi todo aquello que está pasando se puede vincular de algún modo gracias a Twitter. Dada la gran cantidad de contenido que circula en Twitter uno de los principales desafíos de esta tecnología, es poder brindar al usuario información y contenido que resulte de su interés. Los sistemas de recomendación para Twitter, son herramientas cuyo objetivo es asistir a los usuarios en los procesos de búsqueda de información, ayudando a filtrar contenido, comparando la información de los tweets con el perfil de usuario. El modelado de perfiles permite inferir sus temas de interés en base a la información extraída de sus post. Sin embargo, los mensajes de Twitter están limitados a 140 caracteres y no tienen un contexto teórico, lo cual dificulta la tarea de detectar información a partir de su contenido textual. En esta tesis se plantean diferentes estrategias de modelado de perfiles de usuario a partir de la extracción de información de sus tweets. Las estrategias propuestas son analizadas y evaluadas con el fin de encontrar la que presente mayor precisión a la hora de modelar intereses de usuario.
Fil: Rodríguez, María Florencia. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina
Fil: Godoy, Daniela. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina - Materia
-
Computación
Información
Twitter
Medios de comunicación
Internet
Comunicación virtual
Redes sociales - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional del Centro de la Provincia de Buenos Aires
- OAI Identificador
- oai:ridaa.unicen.edu.ar:123456789/557
Ver los metadatos del registro completo
id |
RIDUNICEN_3db1fb0313034c4346eaa8310df640ab |
---|---|
oai_identifier_str |
oai:ridaa.unicen.edu.ar:123456789/557 |
network_acronym_str |
RIDUNICEN |
repository_id_str |
a |
network_name_str |
RIDAA (UNICEN) |
spelling |
Modelado de perfiles de usuario para la recomendación de contenido en TwitterRodríguez, María FlorenciaComputaciónInformaciónTwitterMedios de comunicaciónInternetComunicación virtualRedes socialesCon el auge de las redes de comunicación, la cantidad de información que circula en la Web crece de manera exponencial día a día. En la actualidad, no existen dudas de que la principal fuente de información es Internet. Tanto grandes empresas como usuarios individuales exploran esta fuente para extraer datos. Este fenómeno ha dado lugar al surgimiento de nuevas formas de comunicación y a la investigación de como explotar esta fuente de información para su aprovechamiento. Uno de los nuevos géneros que ha aparecido en los últimos años es el micro-blogging. Se trata de un servicio que permite a sus usuarios publicar mensajes breves, generalmente solo de texto. El micro-blogging se ha convertido en un medio de comunicación masivo que describe una nueva cultura de participación en la Web, donde cada vez más personas lo utilizan. Con más de 190 millones de usuarios y más de 65 millones de posts por día, Twitter es el servicio de micro-blogging más popular de la Web Social. En Twitter los usuarios publican mensajes llamados tweets. Los tweets están formados por texto plano de corta longitud, con un máximo de 140 caracteres, y se muestran en la página principal del usuario. Al principio fueron pocos los entusiastas del sistema, ya que se verá como una banalización total de la publicación de contenidos. Con el tiempo, la posibilidad de integrar Twitter en otros espacios de la Web, el hecho de que se pueda actualizar y consultar a través del teléfono móvil y las múltiples aplicaciones que se han lanzado aprovechando su API, han asentado el concepto, y se ha visto que es un sistema lo suficientemente exible como para usarlo con diferentes objetivos: transmisión de eventos, información meteorológica, información del tráfico a tiempo real, debates, avances de novedades importantes, casi todo aquello que está pasando se puede vincular de algún modo gracias a Twitter. Dada la gran cantidad de contenido que circula en Twitter uno de los principales desafíos de esta tecnología, es poder brindar al usuario información y contenido que resulte de su interés. Los sistemas de recomendación para Twitter, son herramientas cuyo objetivo es asistir a los usuarios en los procesos de búsqueda de información, ayudando a filtrar contenido, comparando la información de los tweets con el perfil de usuario. El modelado de perfiles permite inferir sus temas de interés en base a la información extraída de sus post. Sin embargo, los mensajes de Twitter están limitados a 140 caracteres y no tienen un contexto teórico, lo cual dificulta la tarea de detectar información a partir de su contenido textual. En esta tesis se plantean diferentes estrategias de modelado de perfiles de usuario a partir de la extracción de información de sus tweets. Las estrategias propuestas son analizadas y evaluadas con el fin de encontrar la que presente mayor precisión a la hora de modelar intereses de usuario.Fil: Rodríguez, María Florencia. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; ArgentinaFil: Godoy, Daniela. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; ArgentinaUniversidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias ExactasGodoy, Daniela2016-032016-05-05T16:52:36Z2016-05-05T16:52:36Zinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfapplication/pdfhttp://www.ridaa.unicen.edu.ar/xmlui/handle/123456789/557https://www.ridaa.unicen.edu.ar/handle/123456789/557spahttp://creativecommons.org/licenses/by-nc/2.5/ar/info:eu-repo/semantics/openAccessreponame:RIDAA (UNICEN)instname:Universidad Nacional del Centro de la Provincia de Buenos Aires2025-09-04T09:43:49Zoai:ridaa.unicen.edu.ar:123456789/557instacron:UNICENInstitucionalhttps://www.ridaa.unicen.edu.ar/Universidad públicaNo correspondehttps://www.ridaa.unicen.edu.ar/oailleiboff@rec.unicen.edu.ar;gimeroni@rec.unicen.edu.ar;lvarela@rec.unicen.edu.ar ;ArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2025-09-04 09:43:49.867RIDAA (UNICEN) - Universidad Nacional del Centro de la Provincia de Buenos Airesfalse |
dc.title.none.fl_str_mv |
Modelado de perfiles de usuario para la recomendación de contenido en Twitter |
title |
Modelado de perfiles de usuario para la recomendación de contenido en Twitter |
spellingShingle |
Modelado de perfiles de usuario para la recomendación de contenido en Twitter Rodríguez, María Florencia Computación Información Medios de comunicación Internet Comunicación virtual Redes sociales |
title_short |
Modelado de perfiles de usuario para la recomendación de contenido en Twitter |
title_full |
Modelado de perfiles de usuario para la recomendación de contenido en Twitter |
title_fullStr |
Modelado de perfiles de usuario para la recomendación de contenido en Twitter |
title_full_unstemmed |
Modelado de perfiles de usuario para la recomendación de contenido en Twitter |
title_sort |
Modelado de perfiles de usuario para la recomendación de contenido en Twitter |
dc.creator.none.fl_str_mv |
Rodríguez, María Florencia |
author |
Rodríguez, María Florencia |
author_facet |
Rodríguez, María Florencia |
author_role |
author |
dc.contributor.none.fl_str_mv |
Godoy, Daniela |
dc.subject.none.fl_str_mv |
Computación Información Medios de comunicación Internet Comunicación virtual Redes sociales |
topic |
Computación Información Medios de comunicación Internet Comunicación virtual Redes sociales |
dc.description.none.fl_txt_mv |
Con el auge de las redes de comunicación, la cantidad de información que circula en la Web crece de manera exponencial día a día. En la actualidad, no existen dudas de que la principal fuente de información es Internet. Tanto grandes empresas como usuarios individuales exploran esta fuente para extraer datos. Este fenómeno ha dado lugar al surgimiento de nuevas formas de comunicación y a la investigación de como explotar esta fuente de información para su aprovechamiento. Uno de los nuevos géneros que ha aparecido en los últimos años es el micro-blogging. Se trata de un servicio que permite a sus usuarios publicar mensajes breves, generalmente solo de texto. El micro-blogging se ha convertido en un medio de comunicación masivo que describe una nueva cultura de participación en la Web, donde cada vez más personas lo utilizan. Con más de 190 millones de usuarios y más de 65 millones de posts por día, Twitter es el servicio de micro-blogging más popular de la Web Social. En Twitter los usuarios publican mensajes llamados tweets. Los tweets están formados por texto plano de corta longitud, con un máximo de 140 caracteres, y se muestran en la página principal del usuario. Al principio fueron pocos los entusiastas del sistema, ya que se verá como una banalización total de la publicación de contenidos. Con el tiempo, la posibilidad de integrar Twitter en otros espacios de la Web, el hecho de que se pueda actualizar y consultar a través del teléfono móvil y las múltiples aplicaciones que se han lanzado aprovechando su API, han asentado el concepto, y se ha visto que es un sistema lo suficientemente exible como para usarlo con diferentes objetivos: transmisión de eventos, información meteorológica, información del tráfico a tiempo real, debates, avances de novedades importantes, casi todo aquello que está pasando se puede vincular de algún modo gracias a Twitter. Dada la gran cantidad de contenido que circula en Twitter uno de los principales desafíos de esta tecnología, es poder brindar al usuario información y contenido que resulte de su interés. Los sistemas de recomendación para Twitter, son herramientas cuyo objetivo es asistir a los usuarios en los procesos de búsqueda de información, ayudando a filtrar contenido, comparando la información de los tweets con el perfil de usuario. El modelado de perfiles permite inferir sus temas de interés en base a la información extraída de sus post. Sin embargo, los mensajes de Twitter están limitados a 140 caracteres y no tienen un contexto teórico, lo cual dificulta la tarea de detectar información a partir de su contenido textual. En esta tesis se plantean diferentes estrategias de modelado de perfiles de usuario a partir de la extracción de información de sus tweets. Las estrategias propuestas son analizadas y evaluadas con el fin de encontrar la que presente mayor precisión a la hora de modelar intereses de usuario. Fil: Rodríguez, María Florencia. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina Fil: Godoy, Daniela. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina |
description |
Con el auge de las redes de comunicación, la cantidad de información que circula en la Web crece de manera exponencial día a día. En la actualidad, no existen dudas de que la principal fuente de información es Internet. Tanto grandes empresas como usuarios individuales exploran esta fuente para extraer datos. Este fenómeno ha dado lugar al surgimiento de nuevas formas de comunicación y a la investigación de como explotar esta fuente de información para su aprovechamiento. Uno de los nuevos géneros que ha aparecido en los últimos años es el micro-blogging. Se trata de un servicio que permite a sus usuarios publicar mensajes breves, generalmente solo de texto. El micro-blogging se ha convertido en un medio de comunicación masivo que describe una nueva cultura de participación en la Web, donde cada vez más personas lo utilizan. Con más de 190 millones de usuarios y más de 65 millones de posts por día, Twitter es el servicio de micro-blogging más popular de la Web Social. En Twitter los usuarios publican mensajes llamados tweets. Los tweets están formados por texto plano de corta longitud, con un máximo de 140 caracteres, y se muestran en la página principal del usuario. Al principio fueron pocos los entusiastas del sistema, ya que se verá como una banalización total de la publicación de contenidos. Con el tiempo, la posibilidad de integrar Twitter en otros espacios de la Web, el hecho de que se pueda actualizar y consultar a través del teléfono móvil y las múltiples aplicaciones que se han lanzado aprovechando su API, han asentado el concepto, y se ha visto que es un sistema lo suficientemente exible como para usarlo con diferentes objetivos: transmisión de eventos, información meteorológica, información del tráfico a tiempo real, debates, avances de novedades importantes, casi todo aquello que está pasando se puede vincular de algún modo gracias a Twitter. Dada la gran cantidad de contenido que circula en Twitter uno de los principales desafíos de esta tecnología, es poder brindar al usuario información y contenido que resulte de su interés. Los sistemas de recomendación para Twitter, son herramientas cuyo objetivo es asistir a los usuarios en los procesos de búsqueda de información, ayudando a filtrar contenido, comparando la información de los tweets con el perfil de usuario. El modelado de perfiles permite inferir sus temas de interés en base a la información extraída de sus post. Sin embargo, los mensajes de Twitter están limitados a 140 caracteres y no tienen un contexto teórico, lo cual dificulta la tarea de detectar información a partir de su contenido textual. En esta tesis se plantean diferentes estrategias de modelado de perfiles de usuario a partir de la extracción de información de sus tweets. Las estrategias propuestas son analizadas y evaluadas con el fin de encontrar la que presente mayor precisión a la hora de modelar intereses de usuario. |
publishDate |
2016 |
dc.date.none.fl_str_mv |
2016-03 2016-05-05T16:52:36Z 2016-05-05T16:52:36Z |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis info:eu-repo/semantics/acceptedVersion http://purl.org/coar/resource_type/c_7a1f info:ar-repo/semantics/tesisDeGrado |
format |
bachelorThesis |
status_str |
acceptedVersion |
dc.identifier.none.fl_str_mv |
http://www.ridaa.unicen.edu.ar/xmlui/handle/123456789/557 https://www.ridaa.unicen.edu.ar/handle/123456789/557 |
url |
http://www.ridaa.unicen.edu.ar/xmlui/handle/123456789/557 https://www.ridaa.unicen.edu.ar/handle/123456789/557 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
http://creativecommons.org/licenses/by-nc/2.5/ar/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc/2.5/ar/ |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf application/pdf |
dc.publisher.none.fl_str_mv |
Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas |
publisher.none.fl_str_mv |
Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas |
dc.source.none.fl_str_mv |
reponame:RIDAA (UNICEN) instname:Universidad Nacional del Centro de la Provincia de Buenos Aires |
reponame_str |
RIDAA (UNICEN) |
collection |
RIDAA (UNICEN) |
instname_str |
Universidad Nacional del Centro de la Provincia de Buenos Aires |
repository.name.fl_str_mv |
RIDAA (UNICEN) - Universidad Nacional del Centro de la Provincia de Buenos Aires |
repository.mail.fl_str_mv |
lleiboff@rec.unicen.edu.ar;gimeroni@rec.unicen.edu.ar;lvarela@rec.unicen.edu.ar ; |
_version_ |
1842341496274026496 |
score |
12.623145 |