Geolocalización de usuarios en Twitter utilizando redes convolucionales de grafos
- Autores
- Funes, Federico M.; Álvarez-Hamelin, J. Ignacio; Beiró, Mariano G.
- Año de publicación
- 2022
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- En este trabajo utilizamos un conjunto de datos recolectados de la red social Twitter con el objetivo de analizar el desempeño de distintos modelos que proponemos para determinar la geolocalización de los usuarios de la plataforma. También realizamos un análisis sobre los perfiles de los usuarios para verificar qué tan fiable puede ser la determinación de su residencia. En el artículo detallamos distintas formas de construir las redes que modelan las relaciones entre los usuarios a fin de mejorar la estimación de su ubicación, con sus respectivas ventajas y desventajas. Por último, explicamos nuestro procedimiento para la detección de términos locales, y la conformación de secuencias para los métodos basados en redes neuronales.
Sociedad Argentina de Informática e Investigación Operativa - Materia
-
Ciencias Informáticas
aprendizaje automático
redes sociales
procesamiento del lenguaje natural
geolocalización - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/151589
Ver los metadatos del registro completo
id |
SEDICI_e19d5b016b1866bac0c2216efedd65bc |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/151589 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Geolocalización de usuarios en Twitter utilizando redes convolucionales de grafosFunes, Federico M.Álvarez-Hamelin, J. IgnacioBeiró, Mariano G.Ciencias Informáticasaprendizaje automáticoredes socialesprocesamiento del lenguaje naturalgeolocalizaciónEn este trabajo utilizamos un conjunto de datos recolectados de la red social Twitter con el objetivo de analizar el desempeño de distintos modelos que proponemos para determinar la geolocalización de los usuarios de la plataforma. También realizamos un análisis sobre los perfiles de los usuarios para verificar qué tan fiable puede ser la determinación de su residencia. En el artículo detallamos distintas formas de construir las redes que modelan las relaciones entre los usuarios a fin de mejorar la estimación de su ubicación, con sus respectivas ventajas y desventajas. Por último, explicamos nuestro procedimiento para la detección de términos locales, y la conformación de secuencias para los métodos basados en redes neuronales.Sociedad Argentina de Informática e Investigación Operativa2022-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf30-43http://sedici.unlp.edu.ar/handle/10915/151589spainfo:eu-repo/semantics/altIdentifier/url/https://publicaciones.sadio.org.ar/index.php/JAIIO/article/download/256/205info:eu-repo/semantics/altIdentifier/issn/2451-7496info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:39:02Zoai:sedici.unlp.edu.ar:10915/151589Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:39:02.784SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Geolocalización de usuarios en Twitter utilizando redes convolucionales de grafos |
title |
Geolocalización de usuarios en Twitter utilizando redes convolucionales de grafos |
spellingShingle |
Geolocalización de usuarios en Twitter utilizando redes convolucionales de grafos Funes, Federico M. Ciencias Informáticas aprendizaje automático redes sociales procesamiento del lenguaje natural geolocalización |
title_short |
Geolocalización de usuarios en Twitter utilizando redes convolucionales de grafos |
title_full |
Geolocalización de usuarios en Twitter utilizando redes convolucionales de grafos |
title_fullStr |
Geolocalización de usuarios en Twitter utilizando redes convolucionales de grafos |
title_full_unstemmed |
Geolocalización de usuarios en Twitter utilizando redes convolucionales de grafos |
title_sort |
Geolocalización de usuarios en Twitter utilizando redes convolucionales de grafos |
dc.creator.none.fl_str_mv |
Funes, Federico M. Álvarez-Hamelin, J. Ignacio Beiró, Mariano G. |
author |
Funes, Federico M. |
author_facet |
Funes, Federico M. Álvarez-Hamelin, J. Ignacio Beiró, Mariano G. |
author_role |
author |
author2 |
Álvarez-Hamelin, J. Ignacio Beiró, Mariano G. |
author2_role |
author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas aprendizaje automático redes sociales procesamiento del lenguaje natural geolocalización |
topic |
Ciencias Informáticas aprendizaje automático redes sociales procesamiento del lenguaje natural geolocalización |
dc.description.none.fl_txt_mv |
En este trabajo utilizamos un conjunto de datos recolectados de la red social Twitter con el objetivo de analizar el desempeño de distintos modelos que proponemos para determinar la geolocalización de los usuarios de la plataforma. También realizamos un análisis sobre los perfiles de los usuarios para verificar qué tan fiable puede ser la determinación de su residencia. En el artículo detallamos distintas formas de construir las redes que modelan las relaciones entre los usuarios a fin de mejorar la estimación de su ubicación, con sus respectivas ventajas y desventajas. Por último, explicamos nuestro procedimiento para la detección de términos locales, y la conformación de secuencias para los métodos basados en redes neuronales. Sociedad Argentina de Informática e Investigación Operativa |
description |
En este trabajo utilizamos un conjunto de datos recolectados de la red social Twitter con el objetivo de analizar el desempeño de distintos modelos que proponemos para determinar la geolocalización de los usuarios de la plataforma. También realizamos un análisis sobre los perfiles de los usuarios para verificar qué tan fiable puede ser la determinación de su residencia. En el artículo detallamos distintas formas de construir las redes que modelan las relaciones entre los usuarios a fin de mejorar la estimación de su ubicación, con sus respectivas ventajas y desventajas. Por último, explicamos nuestro procedimiento para la detección de términos locales, y la conformación de secuencias para los métodos basados en redes neuronales. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-10 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/151589 |
url |
http://sedici.unlp.edu.ar/handle/10915/151589 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/url/https://publicaciones.sadio.org.ar/index.php/JAIIO/article/download/256/205 info:eu-repo/semantics/altIdentifier/issn/2451-7496 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
dc.format.none.fl_str_mv |
application/pdf 30-43 |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1844616265041182720 |
score |
13.070432 |