Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/20.500.12008/54282

Título:

Estudio de menciones a personalidades públicas basado en clustering aplicado a tweets

Otros títulos:

Coordinador:

Director:

Compilador:

Autor:

Kauffman Piñeiro, Federico
Larrañaga Fagián, Fabián Andrés

Tutor:

Rosá, Aiala
Moncecchi, Guillermo

Tipo de documento:

Tesis de grado

Editor:

Palabras clave:

Análisis de tweets
Aprendizaje no supervisado
Cluster
Clustering
Anotación
Corpus
Tweets
Validación

Descriptores:

Año de publicación:

2017

Contenido:

Resumen:

Las redes sociales tal y como las conocemos hoy en día son un recurso inagotable para la comunicación e información. Las personas pasamos una gran parte del día revisando nuestras redes, compartiendo información y comunicándonos a través de ellas. Sin embargo, el análisis de esta información es relativamente escaso. En este proyecto, para hacer uso de esta información se propone analizar menciones a personas en la red social Twitter con el objetivo de conocer los temas más relevantes relacionados a políticos y deportistas uruguayos. Para ello se construye un sistema de recolección de tweets con el cual se genera un corpus de aproximadamente 420 mil ejemplares. Posteriormente se aplican y evalúan dos algoritmos de clustering: K-Means y DBSCAN. Además se experimenta con algunas técnicas de expansión de tweets logrando superar los resultados obtenidos en la línea base en la mayoría de los experimentos realizados.

Descripción:

Editorial:

Udelar.FI

EN:

Financiadores:

Citación:

Kauffman Piñeiro, F. y Larrañaga Fagián, F. Estudio de menciones a personalidades públicas basado en clustering aplicado a tweets [en línea]. Tesis de grado. Montevideo : Udelar. FI. INCO, 2017.

Citación:

metadata.cc.license.name:

Documento del Gobiberno:

URI:

https://hdl.handle.net/20.500.12008/54282

ISBN:

e-ISBN:

ISSN:

ISMN:

Otros identificadores:

Título Obtenido:

Ingeniero en Computación

Facultad o Servicio que otorga el Título:

Universidad de la República (Uruguay). Facultad de Ingeniería.

Licencia:

Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)

Cobertura geográfica:

Cobertura temporal:

metadata.dc.relation.IsVersionOf:

Clasificación:

Es versión de:

Colecciones:

Tesis de grado
FicherosDescripciónTamañoFormato
KL17.pdf Tesis de grado 3.66 MB Adobe PDF
Mostrar el registro Dublin Core completo del ítem