Reglas de asociación aplicadas al análisis de contenido de los tweets sobre enfermedades transmitidas por vectores en Santander, Colombia

dc.contributor.authorRodríguez Angarita, Cristian Eduardo
dc.contributor.authorRojas Mariño, Juan Camilo
dc.contributor.authorLamos Díaz, Henry
dc.contributor.authorRamírez Sierra, Yuly Andrea
dc.contributor.researchgroupSemilleros de Investigación UNABspa
dc.coverage.campusUNAB Campus Bucaramangaspa
dc.coverage.spatialBucaramanga (Santander, Colombia)spa
dc.coverage.temporal2018spa
dc.date.accessioned2023-09-20T22:12:07Z
dc.date.available2023-09-20T22:12:07Z
dc.date.issued2018-11
dc.description.abstractLas redes sociales permiten generar una enorme cantidad de datos que pueden ser procesados por medio de técnicas de minería de datos y de aprendizaje automático para obtener conocimiento de valor y apoyar la toma de decisiones; pueden explotarse, por ejemplo, caracterizar poblaciones con algún brote epidémico durante un tiempo determinado. Twitter a través de la interfaz de programación de aplicaciones, permite extraer efectivamente estos datos y mediante la aplicación de técnicas de representación del texto se proceda a descubrir patrones útiles, novedosos y válidos. Esta investigación se basa en la metodología del descubrimiento de conocimiento en bases de datos y un marco referencial definido para aplicar técnicas de minería de texto y clasificadores supervisados de aprendizaje automático para analizar la información sobre enfermedades transmitidas por vectores en Santander, Colombia.spa
dc.description.abstractenglishSocial networks allow obtaining a large amount of data that can be processed by means of data mining and machine learning techniques to obtain valuable knowledge and support decision making; it can be exploited, for example, to characterize a health trend, such as epidemic outbreaks in a population during a certain time. Twitter through the application programming interface (API), allows to extract this data effectively by applying the techniques of text representation to proceed to discover useful, novel and valid patterns. This research is based on the methodology of knowledge discovery in databases (KDD) and a referential framework defined to apply text mining techniques and supervised classifiers of machine learning to analyze information on vector-borne diseases in Santander, Colombia.spa
dc.description.learningmodalityModalidad Presencialspa
dc.format.mimetypeapplication/pdfspa
dc.identifier.instnameinstname:Universidad Autónoma de Bucaramanga - UNABspa
dc.identifier.issnISSN 2344-7079spa
dc.identifier.reponamereponame:Repositorio Institucional UNABspa
dc.identifier.repourlrepourl:https://repository.unab.edu.cospa
dc.identifier.urihttp://hdl.handle.net/20.500.12749/21963
dc.language.isospaspa
dc.publisher.deparmentSistema de Investigación SIUNABspa
dc.publisher.facultyFacultad Ingeniería
dc.publisher.grantorUniversidad Autónoma de Bucaramanga UNABspa
dc.relation.ispartofseriesGeneración Creativa : Encuentro de Semilleros de Investigación UNABspa
dc.relation.references[1] A. Hussain and E. Cambria, “Semi-supervised learning for big social data analysis,” Neurocomputing, vol. 275, pp. 1662–1673, 2018.spa
dc.relation.references[2] I. Kagashe, Z. Yan, and I. Suheryani, “Enhancing seasonal influenza surveillance: Topic analysis of widely used medicinal drugs using twitter data,” J. Med. Internet Res., vol. 19, no. 9, pp. 1–14, 2017.spa
dc.relation.references[3] M. E. Ochoa, “Enfermedades de transmisión vectorial (ETV). Santander, 2013,” Inf. epidemiológico Santander, p. 322908, 2014.spa
dc.relation.references4] J. H. Orallo, M. J. Ramírez Quintana, and C. Ferri Ramírez, Introducción a la minería de datos, Pearson. 2004spa
dc.relation.references[5] R. Ruiz Sánchez, “Heurísticas de selección de atributos para datos de gran dimensionalidad,” p. 189, 2006.spa
dc.relation.references[6] Erik G., “Introduction to Supervised Learning,” pp. 1–5, 2014.spa
dc.relation.urihttp://hdl.handle.net/20.500.12749/14242
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.sourceRodríguez, C. E., et al. (2018). Reglas de asociación aplicadas al análisis de contenido de los tweets sobre enfermedades transmitidas por vectores en Santander, Colombia. Recuperado de: http://hdl.handle.net/20.500.12749/21963spa
dc.subject.keywordsOperations managementspa
dc.subject.keywordsMachine learningspa
dc.subject.keywordsAssociation rulesspa
dc.subject.keywordsInvestigationspa
dc.subject.keywordsSupervised classifiersspa
dc.subject.keywordsTwitterspa
dc.subject.keywordsVector-borne diseasesspa
dc.subject.keywordsSocial networksspa
dc.subject.lembDirección de operacionesspa
dc.subject.lembAprendizaje automáticospa
dc.subject.lembReglas de asociaciónspa
dc.subject.lembInvestigaciónspa
dc.subject.proposalClasificadores supervisadosspa
dc.subject.proposalTwitterspa
dc.subject.proposalEnfermedades transmitidas por vectoresspa
dc.subject.proposalRedes socialesspa
dc.titleReglas de asociación aplicadas al análisis de contenido de los tweets sobre enfermedades transmitidas por vectores en Santander, Colombiaspa
dc.title.translatedAssociation rules applied to the content analysis of the tweets about vector-borne diseases in Santander, Colombiaspa
dc.typeConferenceeng
dc.type.coarhttp://purl.org/coar/resource_type/c_f744
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.type.driverinfo:eu-repo/semantics/conferenceProceedingsspa
dc.type.hasversioninfo:eu-repo/semantics/acceptedVersionspa
dc.type.localMemoria de eventosspa
dc.type.redcolhttp://purl.org/redcol/resource_type/EC_AC

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
2018_Articulo_Rodriguez_Angarita_Cristian_Eduardo.pdf
Tamaño:
142.22 KB
Formato:
Adobe Portable Document Format
Descripción:
Artículo

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
829 B
Formato:
Item-specific license agreed upon to submission
Descripción: