Browsing by Subject "Twitter"

Now showing 1 - 5 of 5
  • Thumbnail Image
    Item
    Análisis de sentimientos utilizando aprendizaje automático de menciones en twitter para la secretaría de movilidad de Bogotá
    (Pontificia Universidad Javeriana Cali, 2023) Quiñonez Romero, Luis Eduardo; Carbonell García, Luisa Fernanda; Peralta Alean, Andrés Gabriel; Pabón Burbano, María Constanza
    La evolución de la sociedad moderna ha llevado a la instauración de urbes de gran densidad en donde difícilmente se logra mantener un balance entre las zonas de trabajo, estudio y las zonas residenciales, lo que genera desplazamientos considerables para la población media dentro de su ciclo de cotidianidad. La ciudad de Bogotá no es la excepción a estas condiciones, por lo que la Secretaría de Movilidad asume un reto en la implementación de medidas que agilicen el transporte de los ciudadanos. Un desafío subyacente en la implementación de estas medidas es la medición de su efectividad, donde la percepción de los usuarios juega un papel fundamental en la evolución de los planes de movilidad y la identificación de necesidades y ajustes de las iniciativas actuales. En ese sentido las redes sociales operan como compiladores masivos de percepciones sobre la gestión realizada, generando que la Secretaría enfoque esfuerzos de comunicación sobre la red social twitter, queriendo contar con un mecanismo automatizado que permita identificar las tendencias en cuanto a las percepciones de los usuarios. Para tal fin se pretende desarrollar un análisis de sentimientos con un modelo de clasificación de aprendizaje supervisado, el cual permita, mediante una aplicación en línea usando uno o varios modelos entrenados, identificar y clasificar conjuntos de tweets.
  • Thumbnail Image
    Item
    Detección de publicaciones generadas por bots en twitter
    (Pontificia Universidad Javeriana Cali, 2021) Vera Leyton, Brayan David; Pabón, María Constanza
    La presencia de los bots en plataformas de redes sociales tales como Twitter, Facebook e Instagram, han generado una gran problemática en la comunidad de usuarios, ya que la mayoría de estos bots son maliciosos y buscan difundir información, que en muchos casos puede ser errónea y perjudicial para el buen nombre de la comunidad que usa este tipo de plataformas. Por lo cual, la detección de bots sociales es un mecanismo de defensa para los usuarios en contra de la difamación y el daño al buen nombre de cada uno de los afectados por cuentas automatizadas. Además, ayuda a las empresas a filtrar grandes volúmenes de información errónea que perjudica la imagen y el buen nombre de dichas empresas. En este proyecto de grado se realizó una investigación de los estudios realizados en los últimos años en la detección de bots en las redes sociales. Este estudio se realizó con el objetivo de seleccionar dos técnicas de aprendizaje automático utilizadas para esta tarea en especifico. Árbol de decisión y red neuronal convolucional, fueron las técnicas seleccionadas, implementadas y evaluadas por medio de las métricas más utilizadas en los artículos examinados, además de comparar los resultados obtenidos entre ambas técnicas.
  • Thumbnail Image
    Item
    Identificación de las narrativas usadas por un grupo de periodistas en la red social Twitter antes, durante y después de las movilizaciones del 21 de noviembre de 2019 en Colombia
    (Pontificia Universidad Javeriana Cali, 2021) Melo Hurtado, Laura Valentina; Quintero, María Alejandra
    Las redes sociales se han convertido en una herramienta comunicativa de gran importancia que sirve para informar a las personas sobre sucesos o hechos que acontecen, no solo en Colombia sino a nivel internacional. Bajo esta premisa, en la presente investigación se pretenden identificar las narrativas usadas por un grupo de periodistas en la red social Twitter antes, durante y después de las movilizaciones del 21 de noviembre de 2019 en Colombia. Dentro del estudio se evidencia el lenguaje empleado por los periodistas, además de vislumbrar las características y los tuits con mayor representatividad en la movilización. De manera general, se presenta una serie de características que describen la narrativa de los 36 tuits seleccionados para la investigación. Los tuits se seleccionaron comprendiendo la temporalidad entre el 20 a 22 de noviembre de 2019, permitiendo estudiar el antes, durante y después de las movilizaciones, además de conocer las principales diferencias del cubrimiento y el género periodístico empleado, esta información brinda una visualización sobre la narrativa de los tuits. Para el desarrollo de la investigación se empleó la metodología netnográfica, un método cualitativo e interpretativo de las interacciones de las personas en internet, permitiendo compilar y describir las principales particularidades de abordaje de los tuits seleccionados para el cumplimiento del objetivo de investigación. Los tuits fueron seleccionados teniendo en cuenta re-tuits e interacción de los usuarios con el tuit publicado. Para la búsqueda de dichas publicaciones se tuvieron en cuenta palabras claves como “Paro Nacional”, “21 de noviembre” y “movilizaciones”, que al momento de ingresadas en la barra de búsqueda de Twitter se relacionaron con los hashtags #ParoNacional21N y #21N.
  • No Thumbnail Available
    Item
    Perceptual Quality Assessment of Pan-sharpened Images
    (Pontificia Universidad Javeriana, 2018) Agudelo Medina, Oscar Andrés; Benítez Restrepo, Hernán Darío
    Pan-sharpening (PS) is an approach to fuse the spatial details of a high-resolution panchromatic (PAN) image and the spectral information of a low- resolution multispectral (MS) image. PS is a preliminary step for enhancing images for remote sensing tasks, such as change detection, object recognition, visual image analysis, and scene interpretation. Given the need for selecting pan-sharpening techniques that provide better spatial and spectral quality of pan-sharpened images, it is highly desirable to be able to automatically and accurately predict pan-sharpened image quality, as would be perceived and reported by human beings and evaluating at the same time spectral distortions as color changes in the PS image. In this research we propose a new image quality assessment (IQA) measure that uses the statistics of natural images, commonly referred to as natural scene statistics (NSS) to extract statistical regularities from PS images. NSS are measurably modified by the presence of distortions, we take advantage of this behavior to characterize some relevant distortions presented in PS images. We analyze six PS methods in the presence of two common distortions, blur, and white noise, on PAN images. Furthermore, we conducted a human study on the subjective quality of pristine and degraded PS images and created a completely blind fused image quality analyzer. In this test, 33 subjects evaluated 420 images in five sessions. In addition, we propose an opinion aware fused image quality analyzer, whose relative predictions with respect to other models match better to human perceptual evaluations than state-of-the-art reduced and full resolution quality metrics. An implementation of the results of subjective study and the proposed fused image quality measures can be found at https://github.com/oscaragudelom/Pansharpening-IQA.
  • No Thumbnail Available
    Item
    Towards an Algorithmic Selection of Spreaders in Twitter
    (Pontificia Universidad Javeriana, 2018) Duque Marín, Arturo; Rocha, Camilo
    This research empirically studies mechanisms and criteria for selecting spreaders in Twitter. Spreaders are users capable of disseminating information to large portions of the network, whether they are considered in uentials or not. This work is an initial approximation in which the Twitter social network is represented as a network and the selection mechanisms exploit its structural properties to nd suitable spreaders. Because the selection depends on di erent mechanisms (e.g. algorithmic, manual, and random selection), a comparison of the distinct features they generate, such as cost and coverage, is investigated. The cost of a spreader is assumed proportional to the coverage potential, that is, the larger the coverage potential, the greater the cost. The cost associated with the selection mechanism is the sum of the coverage potentials of all the selected initial spreaders. This work models, simulates and analyzes how di erent structural properties that characterize the nodes of a network shape information spreading in terms of the coverage and the cost of the initial spreaders. Extensive experimentation is carried out using data from the Twitter social network. These experiments illustrate how di erent selection mechanisms help shaping the dynamics of the spreading process, as well as the cost of the spreaders. Certain network metrics provide good insight for cost-e ective spreader selection, meaning that some metrics (node properties) lead to the identi cation of users with good capabilities to spread information. In general, this work identi es conditions under which an algorithmic selection mechanism o ers the best performance in terms of coverage and cost, and network metrics characterize the optimal initial spreaders in the network. The ndings can o er an alternative approach to select spreaders in commercial and advertising campaigns.