Descripción de la forma en la que Aragón Open Social Data captura y muestra la información proveniente de redes sociales. Exposición de las funcionalidades que Aragón Open Social Data posee y explicación de la tecnología que hay detrás de la aplicación.
5.
> 750 millones de usuarios únicos
> 500 terabytes de datos al día
6.
> 750 millones de usuarios únicos
> 500 millones de usuarios únicos
> 500 terabytes de datos al día
7.
> 750 millones de usuarios únicos
> 500 millones de usuarios únicos
> 340 millones de tweets al dia
> 500 terabytes de datos al día
8.
Redes sociales
“Una red social es una estructura social compuesta
por un conjunto de actores (tales como individuos u
organizaciones) que están relacionados de acuerdo a
algún criterio (relación profesional, amistad,
parentesco, etc.)”
9.
¿Para qué sirven las redes sociales?
• Mantener contacto con amigos
• Buscar trabajo
• Buscar pareja
• Vender productos
• Promocionar empresas
• Recomendaciones
• Transporte
10.
EL PODER DE LAS REDES
•Los individuos organizados como grupo
•Capacidad para organizar grupos enormes
•Reputación online
•Propagación de la información e inmediatez de la misma
18. ARAGÓN OPEN SOCIAL DATA
API WEB
Escucha de los datos
Abierta
Datos estructurados
Datos históricos
Facilita la reutilización de los datos
Análisis en tiempo real
Visualización
Extraer valor de los datos
Informes a medida
25.
Términos: palabras o conjunto de palabras que
deben contener los mensajes a analizar
Filtro por fecha: desde / hasta
Dejar en blanco para analizar todo el contenido
Filtro por comarca:
Se puede seleccionar una comarca o elegir “TODO
ARAGÓN”
26.
27.
Ejemplo buscando los términos:
“pilares” y “pilarica”
en todo aragón sin filtrar por fechas
28.
Términos: “PILARES” y “PILARICA”
Parámetros de la consulta
Tipo de contenidoFuente de los datos
Resumen general
35.
Términos: “PILARES” y “Fiestas del pilar”
entre el 1 de septiembre y el 30 de octubre de 2015
Autor Fuente Fecha de publicación Ver el mensaje origina en el sitio web donde fue publicado
43.
Aragón
N.º mín. de mensajes enviados desde un punto
N.º máx. de mensajes enviados desde un punto
N.º de mensajes geoposicionados encontrados
Normalizar por n.º de habitantes
49.
Procesar automáticamente lenguaje natural
para identificar y extraer información acerca
de la actitud del autor a la hora de escribir el
mensaje
50.
Las redes sociales son utilizadas como UN medio
de expresión de SENTIMIENTOS
51.
Aprendizaje automático
¿Cómo una máquina puede analizar los
sentimientos?
Entrenando un sistema automático con mensajes para que
sea capaz de clasificarlos satisfactoriamente
Calcula la probabilidad de que una palabra sea positiva o
negativa
52.
¿Cómo una máquina puede analizar los
sentimientos?
Varias estrategias: (ninguna fiable al 100%, precisión del 65-70%)
●
Análisis manual
●
Partir de una bolsa de palabras clasificadas por humanos y
deducir el sentimiento del resto de palabras de la oración.
●
Analizar automáticamente si una oración es positiva o
negativa, por ejemplo, comprobando emoticonos.
●
Si una oración tiene un emoticono deducir el sentimiento
del resto de palabras de la oración.
53.
¿Cómo una máquina puede analizar los
sentimientos?
Varias estrategias: (ninguna fiable al 100%, precisión del 65-70%)
●
Análisis manual
●
Partir de una bolsa de palabras clasificadas por humanos y
deducir el sentimiento del resto de palabras de la oración.
●
Analizar automáticamente si una oración es positiva o
negativa, por ejemplo, comprobando emoticonos.
●
Si una oración tiene un emoticono deducir el sentimiento
del resto de palabras de la oración.
54.
¿Cómo una máquina puede analizar los
sentimientos?
Análisis basado en emoticonos:
Emoticonos “positivos”: :) :D =D :]
Emoticonos “negativos”: :( :[
56.
ME GUSTAA!!! qué bien,de las mejores series :D
Ya, pero que mi Fabio no muera tampoco :(((((
¿Cómo una máquina puede analizar los
sentimientos?
57.
¿Cómo una máquina puede analizar los
sentimientos?
ME GUSTAA!!! qué bien,de las mejores series :D
Ya, pero que mi Fabio no muera tampoco :(((((
58.
¿Cómo una máquina puede analizar los
sentimientos?
ME GUSTAA!!! que bien,de las mejores series :D
Ya, pero que mi Fabio no muera tampoco :(((((
Mensaje positivo
Mensaje (muy) negativo
59.
¿Cómo una máquina puede analizar los
sentimientos?
ME GUSTAA!!! qué bien de las mejores series :D
Ya pero que mi Fabio no muera tampoco :(((((
Mensaje positivo
Mensaje (muy) negativo
pron verbo adv nombreadjprep detdet
Análisis léxico
adv conj det nombre adv verbo advconj
60.
¿Cómo una máquina puede analizar los
sentimientos?
gusta →
bien →
mejores →
series →
Puntuamos
ya →
Fabio →
no →
muera →
tampoco →
61.
¿Cómo una máquina puede analizar los
sentimientos?
Aplicamos probabilidades
62.
¿Cómo una máquina puede analizar los
sentimientos?
gusta Prob pos = 100%→
bien Prob pos = 100%→
mejores Prob pos = 100%→
series Prob pos = 100%→
Puntuamos
ya Prob pos = 0%→
Fabio Prob pos = 0%→
no Prob pos = 0%→
muera Prob pos = 0%→
tampoco Prob pos = 0%→
Nota: la probabilidad de que una palabra sea positiva es la inversa de la probabilidad de que sea negativa
63.
¿Cómo una máquina puede analizar los
sentimientos?
Añadimos nuevos tweets al análisis
64.
¿Cómo una máquina puede analizar los
sentimientos?
Que tampoco muera Carmen. Me gusta. :D
El resto de mis series están a la espera :(
Mensaje positivo
Mensaje negativo
conj adv nombre verbopronverb
Análisis léxico
det nombre detnombre verboconj prep nombre
¡Antes eran negativas!
¡Antes era positiva!
65.
¿Cómo una máquina puede analizar los
sentimientos?
Entrenamiento con 4600 tweets con emoticonos
gusta 75%→
bien 92%→
mejores 83%→
series 56%→
ya 52%→
Fabio 49%→
no 60%→
muera 74%→
tampoco 75%→
Probabilidad positiva Probabilidad negativa
66.
¿Cómo una máquina puede analizar los
sentimientos?
Normalizado:
Polaridad = prob. positivo – prob. negativo
1: más positivo-1: más negativo 0: neutro
67.
¿Cómo una máquina puede analizar los
sentimientos?
ME GUSTAA!!! qué bien,de las mejores series :D
Ya, pero que mi Fabio no muera tampoco :(((((
Polaridad: 0,94
97% prob. positiva
Polaridad: -0,99
99% prob. negativa
68.
¿Cómo una máquina puede analizar los
sentimientos?
Me gusta esta serie
Polaridad: 0,88
94% prob. positiva
¡Que ya no muera nadie!
Polaridad: -0,99
99% prob. negativa
74.
En el contexto de la teoría de redes, una red
compleja se refiere a una red (grafo) que posee
cierta propiedades estadísticas y topológicas
no triviales que no ocurren en redes simples
Ejemplo de redes con tales características en
la naturaleza son las redes sociales, las redes
neuronales...
76.
¿Qué relaciones se pueden
analizar en una red social?:
- ¿Quién es amigo de quién?
- ¿Quién menciona a quién?
- ¿Quién usa un hashtags?
- ¿Quién retweetea a quién?
- ¿Quién vive cerca de quién?
- ¿Quién …?
77.
¿Qué relaciones se pueden
analizar en una red social?:
- ¿Quién es amigo de quién?
- ¿Quién menciona a quién?
- ¿Quién usa un hashtags?
- ¿Quién retweetea a quién?
- ¿Quién vive cerca de quién?
- ¿Quién …?
78.
Emisor Mensaje
@pepe No me gusta como ha quedado, @maria
@maria Hola @javier, me ha parecido muy interesante
@javier Gracias @maria, todo ha sido gracias a @ana
@ana @marta, deberías ver lo que han hecho @javier y @pepe
@pepe @maria ahora esta mejor
89.
Emisor Mensaje
@pepe No me gusta como ha quedado, @maria
@maria Hola @javier, me ha parecido muy interesante
@javier Gracias @maria, todo ha sido gracias a @ana
@ana @marta, deberías ver lo que han hecho @javier y @pepe
@pepe @maria ahora esta mejor
A @marta sólo la menciona @ana y no participa con nadie más → comunidad
90.
Cada color corresponde a una comunidad
1
@javier
@maria
@pepe
1
2
1
1
1
1
1
3
2
1
1
@Ana
@Marta
93.
Algunas propiedades que
podemos observar:
¿Cuántas de las personas relacionadas con un individuo se
relacionan entre sí?
Ninguna Todos están relacionados
94.
Algunas propiedades que
podemos observar:
¿Es una red jerarquizada? ¿Todos se relacionan con el mismo
número de personas?
Red jerarquizada
Cada uno tiene distinto
número de relaciones
Red no jerarquizada
Todos tienen el mismo
número de relaciones
95.
Algunas propiedades que
podemos observar:
¿Cuál es la cohexión de la red? ¿Está la red dividida en grupos que
se pueden separar fácilmente?
No pueden separarse Pueden separarse
97.
Buscando “cincormazada”
Federación asociaciones
de barrios
Turismo
Ocio nocturno
Políticos y medios de
comunicación
Organismos oficiales y
medios de comunicación
98.
Buscando “calanda”
Organismos oficiales
Prensa y medios
Turismo
Meteorología
Red mucho más conexa y menos jerárquica
Es más complicado determinar donde acaba
una comunidad y dónde empieza otra.
99.
100.
Hasta 10 suscripciones.
Cada una:
- Hasta 10 términos
- Filtro por comarca