Técnicas estadísticas en análisis de redes sociales

Abstract

El gran auge de las tecnologías de la comunicación ha supuesto un gran cambio en la forma en que seres humanos nos relacionamos. En particular nos hemos acogido notoriamente al uso de redes sociales, en las cuales nos relacionamos virtualmente emulando la vida real. Es por esto que, con el propósito de conocer un poco más el comportamiento de los usuarios resulta de gran interés la aplicación de técnicas estadísticas en redes sociales. En la introducción del trabajo hablamos de la importancia que tiene el estudio de las redes sociales. Además de ello presentamos la red social Twitter, servicio de microblogging, y el software estadístico R. El el primer capítulo hablaremos de cómo se extraen dichos mensajes así como la posterior organización de estos mensajes con varios ejemplos. En el segundo capítulo explicamos con detalle el Análisis de Frecuencia, aplicándolo a un conjunto de datos basado en mensaje de Twitter. En este vemos la construcción de la matriz término-documento, fundamental a lo largo del trabajo, y una aplicación de esta en forma de wordcloud de los mensajes de la cuenta oficial de Donald Trump. En el tercer capítulo vemos el Análisis Clustering o de Conglomerados. En él comenzamos introduciendo el concepto de distancia entre documentos. Posteriormente explicamos detalladamente los m´etodos jer´arquicos y los divisivos. Además, se incluye una aplicación de ambos sobre las mensajes de la famosa cuenta @wikileaks, observando resultados bastante claros a la hora de agrupar los temas principales de los que se habla en dicha cuenta. En el cuarto capítulo nos centramos en el Análisis de Sentimientos. Resulta ser un tema de gran importancia en lo que aplicación a Twitter se refiere ya que dicha red social es comúnmente usada para volcar las opiniones las opiniones personales sobre toda índole de temas. Primeramente explicamos en qué consiste el análisis de polaridad, exponiendo un ejemplo en el que la opinión de usuarios angloparlantes sobre la corrupción en España es claramente negativa. Por otro lado vemos el análisis de sentimientos basado en técnicas clasificatorias como el SVM, Naives Bayes o el algoritmo de máxima entropía.