Un nuevo método para clustering de tweets Basado en métodos de ensambles y técnicas de hashing

Autores
Kraiselburd, Cecilia; Gentile, Matias; Varani, Bruno; Neirotti, Fabricio; Amar, Eduardo; Moine, Juan; Bigatti, Cristian
Año de publicación
2016
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión enviada
Descripción
Este trabajo tiene como objetivo abordar un nuevo método de clustering basado en métodos de ensambles aplicados a datos no estructurados provenientes de la red social Twitter. Se aplicó particularmente el método de clustering por acumulación de evidencia (EAC). Dicha técnica brinda la posibilidad y ventaja de generar una matriz de distancia entre tweets para la posterior aplicación de algoritmos de clustering sobre la misma con una combinación óptima de parámetros. Previamente a su aplicación se utilizó la técnica de Minhash mediante el desglose de tweets en n-gramas para optimizar el cálculo. Los resultados obtenidos son prometedores, mostrando la utilidad del método aplicado para descubrir grupos temáticos de tweets a partir de un conjunto grande de datos obtenidos de Twitter.
Fil: Bigatti, Cristian. Universidad Tecnológica Nacional. Facultad Regional Rosario; Argentina.
Fil: Moine, Juan. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.
Fil: Amar, Eduardo. Universidad Tecnológica Nacional. Facultad Regional Rosario; Argentina.
Fil: Neirotti, Fabricio. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.
Fil: Varani, Bruno. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.
Fil: Gentile, Matias. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.
Fil: Kraiselburd, Cecilia. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.
Materia
Redes sociales
Informática
Base de datos
Procesamiento de datos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
Repositorio Institucional (UCaSal)
Institución
Universidad Católica de Salta
OAI Identificador
oai:bibliotecas.ucasal.edu.ar:61981
Acceder
id RIUCASAL_09d98d3df5c1cfe1972988ca31fe4d9e
oai_identifier_str oai:bibliotecas.ucasal.edu.ar:61981
network_acronym_str RIUCASAL
repository_id_str 3930
network_name_str Repositorio Institucional (UCaSal)
spelling Un nuevo método para clustering de tweets Basado en métodos de ensambles y técnicas de hashingKraiselburd, CeciliaGentile, MatiasVarani, BrunoNeirotti, FabricioAmar, EduardoMoine, JuanBigatti, CristianRedes socialesInformáticaBase de datosProcesamiento de datosEste trabajo tiene como objetivo abordar un nuevo método de clustering basado en métodos de ensambles aplicados a datos no estructurados provenientes de la red social Twitter. Se aplicó particularmente el método de clustering por acumulación de evidencia (EAC). Dicha técnica brinda la posibilidad y ventaja de generar una matriz de distancia entre tweets para la posterior aplicación de algoritmos de clustering sobre la misma con una combinación óptima de parámetros. Previamente a su aplicación se utilizó la técnica de Minhash mediante el desglose de tweets en n-gramas para optimizar el cálculo. Los resultados obtenidos son prometedores, mostrando la utilidad del método aplicado para descubrir grupos temáticos de tweets a partir de un conjunto grande de datos obtenidos de Twitter. Fil: Bigatti, Cristian. Universidad Tecnológica Nacional. Facultad Regional Rosario; Argentina.Fil: Moine, Juan. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.Fil: Amar, Eduardo. Universidad Tecnológica Nacional. Facultad Regional Rosario; Argentina.Fil: Neirotti, Fabricio. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.Fil: Varani, Bruno. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.Fil: Gentile, Matias. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.Fil: Kraiselburd, Cecilia. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.Universidad Católica de Salta. Facultad de Ingeniería (Salta)Congreso Nacional de Ingeniería en Informática / Sistemas de información (4° : 2016 nov. 17-18 : Salta)2016-12-30info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/submittedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttps://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=619816198120170807u u u0frey0103 baspa1001514Salta (province)info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Atribución/Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)reponame:Repositorio Institucional (UCaSal)instname:Universidad Católica de Saltainstacron:UCaSal2025-10-23T11:19:16Zoai:bibliotecas.ucasal.edu.ar:61981Institucionalhttp://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=16Universidad privadaNo correspondehttp://bibliotecas.ucasal.edu.ar/ws/oai2_7?verb=Identifycdiedrich@ucasal.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:39302025-10-23 11:19:17.09Repositorio Institucional (UCaSal) - Universidad Católica de Saltafalse
dc.title.none.fl_str_mv Un nuevo método para clustering de tweets Basado en métodos de ensambles y técnicas de hashing
title Un nuevo método para clustering de tweets Basado en métodos de ensambles y técnicas de hashing
spellingShingle Un nuevo método para clustering de tweets Basado en métodos de ensambles y técnicas de hashing
Kraiselburd, Cecilia
Redes sociales
Informática
Base de datos
Procesamiento de datos
title_short Un nuevo método para clustering de tweets Basado en métodos de ensambles y técnicas de hashing
title_full Un nuevo método para clustering de tweets Basado en métodos de ensambles y técnicas de hashing
title_fullStr Un nuevo método para clustering de tweets Basado en métodos de ensambles y técnicas de hashing
title_full_unstemmed Un nuevo método para clustering de tweets Basado en métodos de ensambles y técnicas de hashing
title_sort Un nuevo método para clustering de tweets Basado en métodos de ensambles y técnicas de hashing
dc.creator.none.fl_str_mv Kraiselburd, Cecilia
Gentile, Matias
Varani, Bruno
Neirotti, Fabricio
Amar, Eduardo
Moine, Juan
Bigatti, Cristian
author Kraiselburd, Cecilia
author_facet Kraiselburd, Cecilia
Gentile, Matias
Varani, Bruno
Neirotti, Fabricio
Amar, Eduardo
Moine, Juan
Bigatti, Cristian
author_role author
author2 Gentile, Matias
Varani, Bruno
Neirotti, Fabricio
Amar, Eduardo
Moine, Juan
Bigatti, Cristian
author2_role author
author
author
author
author
author
dc.contributor.none.fl_str_mv Congreso Nacional de Ingeniería en Informática / Sistemas de información (4° : 2016 nov. 17-18 : Salta)
dc.subject.none.fl_str_mv Redes sociales
Informática
Base de datos
Procesamiento de datos
topic Redes sociales
Informática
Base de datos
Procesamiento de datos
dc.description.none.fl_txt_mv Este trabajo tiene como objetivo abordar un nuevo método de clustering basado en métodos de ensambles aplicados a datos no estructurados provenientes de la red social Twitter. Se aplicó particularmente el método de clustering por acumulación de evidencia (EAC). Dicha técnica brinda la posibilidad y ventaja de generar una matriz de distancia entre tweets para la posterior aplicación de algoritmos de clustering sobre la misma con una combinación óptima de parámetros. Previamente a su aplicación se utilizó la técnica de Minhash mediante el desglose de tweets en n-gramas para optimizar el cálculo. Los resultados obtenidos son prometedores, mostrando la utilidad del método aplicado para descubrir grupos temáticos de tweets a partir de un conjunto grande de datos obtenidos de Twitter.
Fil: Bigatti, Cristian. Universidad Tecnológica Nacional. Facultad Regional Rosario; Argentina.
Fil: Moine, Juan. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.
Fil: Amar, Eduardo. Universidad Tecnológica Nacional. Facultad Regional Rosario; Argentina.
Fil: Neirotti, Fabricio. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.
Fil: Varani, Bruno. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.
Fil: Gentile, Matias. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.
Fil: Kraiselburd, Cecilia. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.
description Este trabajo tiene como objetivo abordar un nuevo método de clustering basado en métodos de ensambles aplicados a datos no estructurados provenientes de la red social Twitter. Se aplicó particularmente el método de clustering por acumulación de evidencia (EAC). Dicha técnica brinda la posibilidad y ventaja de generar una matriz de distancia entre tweets para la posterior aplicación de algoritmos de clustering sobre la misma con una combinación óptima de parámetros. Previamente a su aplicación se utilizó la técnica de Minhash mediante el desglose de tweets en n-gramas para optimizar el cálculo. Los resultados obtenidos son prometedores, mostrando la utilidad del método aplicado para descubrir grupos temáticos de tweets a partir de un conjunto grande de datos obtenidos de Twitter.
publishDate 2016
dc.date.none.fl_str_mv 2016-12-30
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/submittedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str submittedVersion
dc.identifier.none.fl_str_mv https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=61981
61981
20170807u u u0frey0103 ba
url https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=61981
identifier_str_mv 61981
20170807u u u0frey0103 ba
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Atribución/Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Atribución/Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv 1001514
Salta (province)
dc.publisher.none.fl_str_mv Universidad Católica de Salta. Facultad de Ingeniería (Salta)
publisher.none.fl_str_mv Universidad Católica de Salta. Facultad de Ingeniería (Salta)
dc.source.none.fl_str_mv reponame:Repositorio Institucional (UCaSal)
instname:Universidad Católica de Salta
instacron:UCaSal
reponame_str Repositorio Institucional (UCaSal)
collection Repositorio Institucional (UCaSal)
instname_str Universidad Católica de Salta
instacron_str UCaSal
institution UCaSal
repository.name.fl_str_mv Repositorio Institucional (UCaSal) - Universidad Católica de Salta
repository.mail.fl_str_mv cdiedrich@ucasal.edu.ar
_version_ 1846787980178489344
score 12.471625

Publicaciones similares