Minería de datos en el análisis de tendencias políticas en redes sociales
Main Article Content
Resumo
Actualmente las Redes Sociales se encuentran inmersas en todos los campos del diario vivir, en áreas como ingeniería, arquitectura, salud, economía, política, etc., por lo que se han constituido en un factor de gran peso en la decisión del usuario, por tal motivo el presente trabajo se desarrolla con la finalidad de utilizar la Minería de Datos como herramienta para transformar la información recopilada de las redes sociales sobre las tendencias políticas. La investigación parte del estudio teórico de la minería de datos con la definición de conceptos necesarios para el proceso, posteriormente se diseñó la herramienta para la recopilación de información, la cual fue aplicada a los usuarios de redes sociales como Facebook, Twitter, WhatsApp e Instagram, debido a que se estudió acerca de las tendencias políticas en dichas redes. Del total de la población, mediante un muestreo no probabilístico por conveniencia, se seleccionó un total de 1016 personas para la aplicación de la encuesta, con la cual se pudo obtener la información necesaria para realizar el análisis requerido con la técnica de minería de datos y posteriormente en los análisis de datos se puede especificar que el 24.3% del total de encuestados son de tendencia de centro, 14.6% son de centro derecha, 18.2% son de centro izquierda, 9.5% son de derecha, 15.1% son de izquierda y el 18.3% de los votantes tomaron como opción que no pertenecen a ninguna tendencia política.
Downloads
Metrics
Article Details
Referências
Flores, J., Morán, J., & Rodríguez, J. (2015). Las redes sociales. Lima: Universidad de San Martín de Porres.
Ibarra, M. (2006). Procesamiento Analítico en Línea (OLAP). Universidad Nacional del Nordeste. Recuperado el mayo de 2018, de http://exa.unne.edu.ar/informatica/SO/OLAPMonog.pdf
Jaramillo, S., Cardona, S., & Fernández, A. (2015). Minería de datos sobre streams de redes sociales, una herramienta al servicio de la Bibliotecología. Información, cultura y sociedad, 33, 63-74. Recuperado el mayo de 2018, de http://www.redalyc.org/pdf/2630/263042678005.pdf
Kadushin, C. (2012). Comprender las redes sociales. Madrid: Centro de investigaciones sociológicas.
Martínez, C. (2012). Aplicación de técnicas de minería de datos para mejorar el proceso de control de gestión en entel. Santiago de Chile: Universidad de Chile. Recuperado el mayo de 2018, de http://repositorio.uchile.cl/bitstream/handle/2250/112065/cf-martinez_ca.pdf?sequence=1
Molina, J., & García, J. (2006). Aplicaciones prácticas utilizando Microsoft Excel y weka. Madrid, España: Universal Carlos Tercero de Madrid. Recuperado el mayo de 2018, de http://matema.ujaen.es/jnavas/web_recursos/archivos/weka%20master%20recursos%20naturales/apuntesAD.pdf
Nieto, M. (2016). Plan de negocios para la creación de una empresa de servicios de minería de datos en Colombia. Bogotá: UNIR. Recuperado el mayo de 2018, de https://reunir.unir.net/bitstream/handle/123456789/4838/NIETO%20PATARROYO%2C%20MARCO%20ANTONIO.pdf
Pérez, C. (2007). Minería de datos técnicas y herramientas. Madrid, España: Paraninfo. S.A. Recuperado el mayo de 2018, de https://books.google.com.ec/books?id=wz-D_8uPFCEC&printsec=frontcover&hl=es#v=onepage&q&f=false
Reyes, N. S. (2019). Modelo para predecir el rendimiento académico basado en redes neuronales y analítica de aprendizaje. Revista Ibérica de Sistemas e Tecnologías de Información, 258-266.
Timarán, S. R., Hernández, I., Caicedo, S. J., Hidalgo, A., & Alvarado, J. (2016). El proceso de descubrimiento de conocimiento en base de datos. Bogotá: Universidad Cooperativa de Colombia. Recuperado el mayo de 2018, de ediciones.ucc.edu.co/index.php/ucc/catalog/download/36/40/230-1