UNC: lograron predecir el impacto de una publicación en Twitter

Córdoba - Sociedad 20/09/2018
La novedad es que las predicciones fueron realizadas en base al entorno de los usuarios y no al contenido de los mensajes.
Twitter
Los tres investigadores brindarán el viernes una conferencia en la Feria del Libro y el Conocimiento de Córdoba. Foto: ilustrativa.

Dos tesis de la Facultad de Matemática, Astronomía, Física y Computación (Famaf) de la Universidad Nacional de Córdoba (UNC) analizaron el comportamiento de usuarios e “influencers” en Twitter, que en Argentina suma doce millones de seguidores. La novedad del estudio es que las predicciones fueron realizadas en base al entorno de los usuarios y no al contenido de los mensajes.

El trabajo encabezado por Pablo Celayes y dirigido por Martín Domínguez, apunta a predecir qué tan probable es que un usuario repostee un tuit de un tercero, basándose solo en el comportamiento que se da en su entorno de Twitter, es decir aquellos a quienes sigue y, a su vez, los seguidos por estos.

De esa manera, se generó un modelo capaz de predecir cuándo un tuit será reposteado por ese usuario particular con una efectividad del 87%, ignorando el contenido del posteo y basándose solo en el comportamiento del usuario y sus "vecinos" de esa red social.

A su vez, Matías Silva demostró cómo los "influencers" son decisivos al momento de definir si un tuit será o no popular, independientemente del contenido que se exprese en los 280 caracteres que ofrece la red. Su modelo permite predecir si un retuit será tendencia con una precisión del 78%. Si a ello se suman técnicas para analizar el contenido, la efectividad de las predicciones asciende al 87%.

Los tres investigadores brindarán el viernes una conferencia en la Feria del Libro y el Conocimiento de Córdoba, donde se presentará las conclusiones del trabajo titulado “Predicción de tendencias en redes sociales”.

Te puede interesar

Boletín de noticias

 

 

Te puede interesar

data-matched-content-ui-type="image_card_sidebyside" data-matched-content-rows-num="4" data-matched-content-columns-num="1"