Este documento explora cómo los datos no convencionales de fuentes como redes sociales, ubicaciones de teléfonos móviles y datos de aplicaciones pueden usarse para resolver problemas financieros. Explica cómo estos datos pueden usarse para predecir el riesgo de impago, detectar el estado laboral de una persona y estimar el impacto económico de desastres naturales.
Rumbo a Presidenciales 2013: Análisis y estadísticas de Precandidatos en Rede...GRS Social Networking
Documento que introduce a las proximas presidenciales 2013 en Chile y como los precandidatos se han tomado las Redes Sociales. El documento presenta un Analisis y estadistica de estos hasta Marzo de 2013
Learn about how you can use your creativity to run an online retail business. Upload your photographs, designs, doodles, etc. onto your own T - shirt store, start selling and earning. No investment required.
Control biológico de CLAVIBACTER Pseudomana syringae pv. syringae en Tomate Rojo en base y fundamentos actuales de la biología de la Phyllosfera, comunidad microbiana que vive sobre las hojas de las plantas.
Rumbo a Presidenciales 2013: Análisis y estadísticas de Precandidatos en Rede...GRS Social Networking
Documento que introduce a las proximas presidenciales 2013 en Chile y como los precandidatos se han tomado las Redes Sociales. El documento presenta un Analisis y estadistica de estos hasta Marzo de 2013
Learn about how you can use your creativity to run an online retail business. Upload your photographs, designs, doodles, etc. onto your own T - shirt store, start selling and earning. No investment required.
Control biológico de CLAVIBACTER Pseudomana syringae pv. syringae en Tomate Rojo en base y fundamentos actuales de la biología de la Phyllosfera, comunidad microbiana que vive sobre las hojas de las plantas.
Datos no convencionales en problemas financierosAdigital
Presentación de Esteban Moro (UCM) para Innodata, celebrado el 2 de julio de 2015 en Madrid y organizado por Adigital.
https://www.adigital.org/eventos/innodata/
Presentación utilizada por Esteban Moro, Profesor Titular de Universidad, Miembro del GSIC y del Instituto de Ciencias Matemáticas CSIC-UAM-UCM-UC3M, para la Conferencia #itdUPM2015
Presentación de la Cuarta Medición de Capital Social de Colombia y Resultados de Bogotá.
John Sudarsky presenta los resultados de la nueva medición del Capital Social de Colombia y plantea los cambios necesarios para lograr hacer una transformación hacia una sociedad cívica moderna.
El lado B de Internet: La verdad del comportamiento online en una era de ment...Emisor Digital
Investigación realizada por el centro de estudios Tren Digital de la Facultad de Comunicaciones UC, en coordinación con la agencia digital MediaInteractive.
Saludos:
Aquí tienes todo lo necesario y un poco más para realizar la práctica2.: Del dato al conocimiento. Los datos. Big data. Minería de datos. Data science. Open data. Protección de datos. Huella digital. Internet de las cosas (IoT).
Un marco para el diálogo, la participación activa y la generación de criterios globales con principios y valores científicos.
Y por último, una invitación a participar en la Liga de debate Universitario en el ULPGC, aquí tienes más info: http://csocial.ulpgc.es/iniciativas/liga-debate-universitario/
09 noviembre 2020.
Hasta pronto.
Atentamente,
Fdo.: Bernardo Díaz Almeida
Coordinador Asignatura de Aplicación de las Políticas Económicas Laborales
Grado de Relaciones Laborales y Recursos Humanos
Universidad de Las Palmas de Gran Canarias (ULPGC)
Apuntes sobre sociedad digital.
Material empleado para las clases sobre tecnologías de la información en la asignatura de Creación de Empresas de los Grados de Turismo, Marketing y Contabilidad y Finanzas de la Universidad de Granada.
Experiencia en datos abiertos del Gobierno de Aragón (Zaragoza), Jose M SuberoAragón Open Data
Curso de formación para funcionarios de toda España organizada por el INAP, con jornada celebrada el 13 de mayo de 2014 en Zaragoza, en las dependencias del Gobierno de Aragón.
Presentación de Jose M Subero, Asesor Técnico de Nuevas Tecnologías del Gobierno de Aragón. Título de la ponencia "Experiencia en datos abiertos del Gobierno de Aragón"
Problemática de los créditos de los cuenta gotas (1)Cindy Mancera
La realidad muestra que los préstamos populares, conocidos como ‘gota a gota’, han funcionado por décadas en Colombia y en regiones como la Costa Atlántica son toda una tradición con una estrategia publicitaria muy efectiva: el voz a voz. La lucrativa actividad tiene como principales clientes a comerciantes y empleados de negocios que manejan dinero a diario, como peluquerías, panaderías, centrales de abastos, etc. Están excluidos de este servicio los asalariados.
Datos no convencionales en problemas financierosAdigital
Presentación de Esteban Moro (UCM) para Innodata, celebrado el 2 de julio de 2015 en Madrid y organizado por Adigital.
https://www.adigital.org/eventos/innodata/
Presentación utilizada por Esteban Moro, Profesor Titular de Universidad, Miembro del GSIC y del Instituto de Ciencias Matemáticas CSIC-UAM-UCM-UC3M, para la Conferencia #itdUPM2015
Presentación de la Cuarta Medición de Capital Social de Colombia y Resultados de Bogotá.
John Sudarsky presenta los resultados de la nueva medición del Capital Social de Colombia y plantea los cambios necesarios para lograr hacer una transformación hacia una sociedad cívica moderna.
El lado B de Internet: La verdad del comportamiento online en una era de ment...Emisor Digital
Investigación realizada por el centro de estudios Tren Digital de la Facultad de Comunicaciones UC, en coordinación con la agencia digital MediaInteractive.
Saludos:
Aquí tienes todo lo necesario y un poco más para realizar la práctica2.: Del dato al conocimiento. Los datos. Big data. Minería de datos. Data science. Open data. Protección de datos. Huella digital. Internet de las cosas (IoT).
Un marco para el diálogo, la participación activa y la generación de criterios globales con principios y valores científicos.
Y por último, una invitación a participar en la Liga de debate Universitario en el ULPGC, aquí tienes más info: http://csocial.ulpgc.es/iniciativas/liga-debate-universitario/
09 noviembre 2020.
Hasta pronto.
Atentamente,
Fdo.: Bernardo Díaz Almeida
Coordinador Asignatura de Aplicación de las Políticas Económicas Laborales
Grado de Relaciones Laborales y Recursos Humanos
Universidad de Las Palmas de Gran Canarias (ULPGC)
Apuntes sobre sociedad digital.
Material empleado para las clases sobre tecnologías de la información en la asignatura de Creación de Empresas de los Grados de Turismo, Marketing y Contabilidad y Finanzas de la Universidad de Granada.
Experiencia en datos abiertos del Gobierno de Aragón (Zaragoza), Jose M SuberoAragón Open Data
Curso de formación para funcionarios de toda España organizada por el INAP, con jornada celebrada el 13 de mayo de 2014 en Zaragoza, en las dependencias del Gobierno de Aragón.
Presentación de Jose M Subero, Asesor Técnico de Nuevas Tecnologías del Gobierno de Aragón. Título de la ponencia "Experiencia en datos abiertos del Gobierno de Aragón"
Problemática de los créditos de los cuenta gotas (1)Cindy Mancera
La realidad muestra que los préstamos populares, conocidos como ‘gota a gota’, han funcionado por décadas en Colombia y en regiones como la Costa Atlántica son toda una tradición con una estrategia publicitaria muy efectiva: el voz a voz. La lucrativa actividad tiene como principales clientes a comerciantes y empleados de negocios que manejan dinero a diario, como peluquerías, panaderías, centrales de abastos, etc. Están excluidos de este servicio los asalariados.
The dynamics of human social behavior in communication networksEsteban Moro
Slides of my invited talk at the TNETS workshop during the ECCS'13 conference in Barcelona.
More info about this research here: http://markov.uc3m.es/2013/05/are-you-a-social-keeper-or-a-social-explorer/
4. @estebanmoro
Mejorar problemas que ya tenían respuesta
Responder a problemas que no tenían respuesta
Encontrar problemas que no sabíamos que teníamos
¿Datos no convencionales?
5. @estebanmoro
You are who you know
¿Quién tiene más riesgo de impago de un crédito en esta red social?
Utilizar llamadas de teléfono o redes sociales para determinar la probabilidad de impago
Lenddo, Cignifi.
Granovetter: más diversidad de contactos, más oportunidades, más trabajo, etc.
6. @estebanmoro−3.80 −3.75 −3.70 −3.65 −3.60
40.3540.4040.4540.50
You are what is surrounding you
Renta
Cocktail
Art Gallery
Pool
Garden
Bank
Renta ➡
Bar
Brewery
Grocery Store
Automotive
Datos de Foursquare para obtener el ADN comercial de las zonas
Renta de las personas está correlacionada con el ADN de la zona (R2 = 0.5)
Data: 65000 fsq venues in Madrid
7. @estebanmoro
You are how you move
Datos de movilidad para detectar si una persona está en paro
(Tweets geolocalizados)
−3.7 −3.6 −3.5 −3.4 −3.3
40.4040.4540.5040.55
tabla$lon[ii]
tabla$lat[ii]
−3.7 −3.6 −3.5 −3.4 −3.3
40.4040.4540.5040.55
tabla$lon[jj]
tabla$lat[jj]
10km
8. @estebanmoro
You are how you move
Datos de movilidad para detectar si una persona está en paro
(Tweets geolocalizados)
−3.7 −3.6 −3.5 −3.4 −3.3
40.4040.4540.5040.55
tabla$lon[ii]
tabla$lat[ii]
−3.7 −3.6 −3.5 −3.4 −3.3
40.4040.4540.5040.55
tabla$lon[jj]
tabla$lat[jj]
Trabajando
10km
9. @estebanmoro
You are how you move
Datos de movilidad para detectar si una persona está en paro
(Tweets geolocalizados)
−3.7 −3.6 −3.5 −3.4 −3.3
40.4040.4540.5040.55
tabla$lon[ii]
tabla$lat[ii]
−3.7 −3.6 −3.5 −3.4 −3.3
40.4040.4540.5040.55
tabla$lon[jj]
tabla$lat[jj]
Trabajando En paro
10km
10. @estebanmoro
You are how you move
Datos de movilidad para detectar si una persona está en paro
(Tweets geolocalizados)
−3.7 −3.6 −3.5 −3.4 −3.3
40.4040.4540.5040.55
tabla$lon[ii]
tabla$lat[ii]
−3.7 −3.6 −3.5 −3.4 −3.3
40.4040.4540.5040.55
tabla$lon[jj]
tabla$lat[jj]
Trabajando En paro
Menor movilidad geográfica, más probabilidad de estar en paro
10km
11. @estebanmoro
You are when you act
Datos de actividad en redes sociales para detectar si una persona está en paro
(Tweets geolocalizados)
0
20
40
0 5 10 15 20 25
dos
count
0 4 8 12 16 20 24
Númerodetweets
0 4 8 12 16 20 24
0
10
20
30
40
0 5 10 15 20 25
uno
count
10
20
40
30
20
10
Hora Hora
12. @estebanmoro
You are when you act
Datos de actividad en redes sociales para detectar si una persona está en paro
(Tweets geolocalizados)
Trabajando
0
20
40
0 5 10 15 20 25
dos
count
0 4 8 12 16 20 24
Númerodetweets
0 4 8 12 16 20 24
0
10
20
30
40
0 5 10 15 20 25
uno
count
10
20
40
30
20
10
Hora Hora
13. @estebanmoro
You are when you act
Datos de actividad en redes sociales para detectar si una persona está en paro
(Tweets geolocalizados)
Trabajando En paro
0
20
40
0 5 10 15 20 25
dos
count
0 4 8 12 16 20 24
Númerodetweets
0 4 8 12 16 20 24
0
10
20
30
40
0 5 10 15 20 25
uno
count
10
20
40
30
20
10
Hora Hora
14. @estebanmoro
You are when you act
Datos de actividad en redes sociales para detectar si una persona está en paro
(Tweets geolocalizados)
Trabajando En paro
Más tweets por la mañana, más probabilidad de trabajar
0
20
40
0 5 10 15 20 25
dos
count
0 4 8 12 16 20 24
Númerodetweets
0 4 8 12 16 20 24
0
10
20
30
40
0 5 10 15 20 25
uno
count
10
20
40
30
20
10
Hora Hora
15. @estebanmoro
We are when we act
Datos de actividad para detectar el paro en una zona
(Tweets geolocalizados)
Torrijos, 26% paro
Sobrarbe, 7% paro
2
4
6
8
5 10 15 20
hour
fraction
0 4 8 12 16 20
2%
Fraccióndetweets
4%
6%
8%
Hora
Modelo sencillo: Paro = Actividad por la mañana Dataset: 19.6 Million geolocalized tweets
A. Llorente, EM, et al, 2015
http://arxiv.org/abs/1411.3140
16. @estebanmoro
Are we what we say or what we do?
Detectamos más o menos paro que oficialmente se declara? (por provincias)
Error = ModeloParo(Actividad) - Paro declarado
(Tweets geolocalizados)
Dataset: 19.6 Million geolocalized tweets
A. Llorente, EM, et al, 2015
http://arxiv.org/abs/1411.3140
15 20 25 30 35
−0.3−0.10.00.10.20.3
tt$sumergida
error
30%
20%
10%
0%
-10%
-20%
-30%
Error
% Economía Sumergida
15 20 25 30 35
El modelo predice
menos paro que el
oficial en las
provincias con
mayor economía
sumergida
17. @estebanmoro
We are what we said
Podemos predecir el impacto económico de un desastre natural? Cuantía de los Seguros?
Huracán Sandy, 29 de Octubre de 2012
Impacto económico ~10/20 mil millones de dólares
Dataset: 52.55 Million messages, 14Million users
Yury Kryvasheyeu, Manuel Cebrián, EM, et al 2015
http://arxiv.org/abs/1504.06827
18. @estebanmoro
We are what we said
Podemos predecir el impacto económico de un desastre natural? Cuantía de los Seguros?
Huracán Sandy, 29 de Octubre de 2012
Impacto económico ~10/20 mil millones de dólares
Dataset: 52.55 Million messages, 14Million users
Yury Kryvasheyeu, Manuel Cebrián, EM, et al 2015
http://arxiv.org/abs/1504.06827
19. @estebanmoro
We are what we said
Podemos predecir el impacto económico de un desastre natural? Cuantía de los Seguros?
Huracán Sandy, 29 de Octubre de 2012
Impacto económico ~10/20 mil millones de dólares
Dataset: 52.55 Million messages, 14Million users
Yury Kryvasheyeu, Manuel Cebrián, EM, et al 2015
http://arxiv.org/abs/1504.06827
Número de tweets
Sentimiento de los
tweets
Ayudas (FEMA)
Reclamaciones
Seguros
Correlaciónconimpactoeconómico
Horas desde toma de tierra
actividad
sentimiento