Trabajo presentado en Comunica2 2018. Identificación y análisis de los temas

1. Congreso Internacional sobre Redes Sociales 2018 · Gandia
Liliber Álvarez, Elena del Val,
Ángeles Calduch, Miguel Rebollo (@mrebollo) Comunica 2
Congreso Internacional sobre Redes Sociales 2018 · Gandia
Análisis de ciudades
a través de su actividad
en redes sociales

2. Personas como sensores

3. Interés para las instituciones

4. Objetivos
• Evaluar los diferentes métodos estadísticos
para la detección automática del número de
temas
• Clasificar la información para la detección de
los temas en una ciudad
• Validar el uso de LDA

5. Proceso
Extracción de
tuits
geolocalizados
Preprocesado Lematización
Matriz
documentos-
términos
LDA
Frecuencia de
términos

6. 1. Extracción de tuits

7. 2. Preprocesado
Eliminar palabras
sin significado

8. 3. Lematización
Consiste en extraer el lema o con la raíz de la
palabra.
Elimina
• Conjugaciones
• Generó / número
• Aumentativos/diminutivos
• Etc

9. 4. Matriz documentos-términos

10. 5a Selección de temas
Media armónica
Se calculan las
frecuencias de cada
término
Se eliminan los que
están por debajo de
la mediana
Se obtiene el
máximo de la
media armónica

11. 5b Selección de temas
Distribución de hashtags

12. Experimentos

13. Palabras más frecuentes
Listado de las
palabras más
frecuentes de los
tuits analizados en la
ciudad de Chicago

14. Número de
temas
Media armónica
Distribución de hashtags

15. Identificación de temas

16. Conclusiones

17. Conclusiones
LDA es un buen método para
obtener la distribución de los
temas de conversación en Twitter
El método de la media armónica
funciona mejor para calcular el
número de temas relevantes