Análisis de temas emergentes a través de Twitter
-
1
Universidad de Salamanca
info
ISSN: 1135-3716
Año de publicación: 2016
Volumen: 22
Número: 2
Páginas: 67-73
Tipo: Artículo
Otras publicaciones en: Scire: Representación y organización del conocimiento
Resumen
El análisis de temas emergentes en las redes sociales se aplica para conocer las opiniones que expresan usuarios individuales, para controlar actividades y actos de asociaciones, analizar las campañas de los políticos o estudiar el impacto de campañas publicitarias por parte de las empresas. Para la detección de dichos temas se aplicó el algoritmo Latent Dirichlett Allocation a un conjunto de perfiles del ámbito de la información y documentación, con el fin de conocer los temas que se tratan en dichos grupos y para evaluar si el sistema de detección es fiable. El sistema funciona correctamente y proporciona resultados fiables.
Referencias bibliográficas
- Aiello, L. M., Petkos, G., Martin, C., Corney, D., Papadopoulos, S., Skraba, R., Jaimes, A. (2013). Sensing trending topics in Twitter. // Multimedia, IEEE Transactions on. 15:6, 1268-1282.
- Allan, J. (2002). Introduction to topic detection and tracking Topic detection and tracking (pp. 1-16): Springer.
- Anta, A. F., Chiroque, L. N., Morere, P., & Santos, A. (2013). Sentiment analysis and topic detection of Spanish tweets: A comparative study of of NLP techniques. // Procesamiento del lenguaje natural. 50, 45-52.
- Benhardus, J.; Kalita, J. (2013). Streaming trend detection in twitter. International Journal of Web Based Communities. 9:1, 122-139.
- Blei, D. M.; Ng, A. Y.; Jordan, M. I. (2003). Latent dirichlet al- location. the Journal of machine Learning research. 3, 993-1022.
- Cheong, M.; Lee, V. (2009). Integrating web-based intelli- gence retrieval and decision-making from the twitter trends knowledge base. // Proceedings of the 2nd ACM workshop on Social web search and mining.
- Mathioudakis, M.; Koudas, N. (2010). Twittermonitor: trend detection over the twitter stream. // Proceedings of the 2010 ACM SIGMOD International Conference on Man- agement of data.
- Mehrotra, R.; Sanner, S.; Buntine, W.; Xie, L. (2013). Improving lda topic models for microblogs via tweet pooling and automatic labeling. // Proceedings of the 36th international ACM SIGIR conference on Research and develop- ment in information retrieval.
- Ostrowski, D. A. (2015). Using latent dirichlet allocation for topic modelling in twitter. // Semantic Computing (ICSC), 2015 IEEE International Conference on.
- Petrovic, S.; Osborne, M.; Lavrenko, V. (2010). The edinburgh twitter corpus. // Proceedings of the NAACL HLT 2010 Workshop on Computational Linguistics in a World of So- cial Media.
- Petrović, S.; Osborne, M.; Lavrenko, V. (2010). Streaming first story detection with application to twitter. Paper presented at the Human Language Technologies: The 2010 Annual Conference of the North American Chapter of the Association for Computational Linguistics.
- Pinholster, G.; Ham, B. (2013). Science communication re- quires time, trust, and Twitter. // Science. 342 (6165), 1464-1464.
- Salton, G.,; Buckley, C. (1988). Term-weighting approaches in automatic text retrieval. // Information processing & management. 24:5, 513-523.
- Sankaranarayanan, J.; Samet, H.; Teitler, B. E.; Lieberman, M. D.; Sperling, J. (2009). Twitterstand: news in tweets. // Proceedings of the 17th acm sigspatial international con- ference on advances in geographic information systems.
- Sharifi, B.; Hutton, M.-A.; Kalita, J. K. (2010). Experiments in microblog summarization. // Social Computing (Social-Com), 2010 IEEE Second International Conference on.
- Sriram, B.; Fuhry, D.; Demir, E.; Ferhatosmanoglu, H.; Demirbas, M. (2010). Short text classification in twitter to improve information filtering. // Proceedings of the 33rd international ACM SIGIR conference on Research and development in information retrieval.
- Wunsch-Vincent, S., & Vickery G. (2010). The evolution of news and the Internet: OECD.