Hispanopedia WikiEl análisis de datos sociales es el análisis basado en datos de cómo interactúan las personas en contextos sociales, a menudo con datos obtenidos de servicios de redes sociales . El objetivo puede ser simplemente comprender el comportamiento humano o incluso propagar una historia de interés para el público objetivo. Las técnicas pueden implicar comprender cómo fluyen los datos dentro de una red, identificar nodos influyentes (personas, entidades, etc.) o descubrir temas de tendencia.
El análisis de datos sociales suele comprender dos pasos clave: 1) la recopilación de datos generados a partir de sitios de redes sociales (o mediante aplicaciones sociales) y 2) el análisis de esos datos, que en muchos casos requiere un análisis de datos en tiempo real (o casi en tiempo real), mediciones que comprendan y ponderen adecuadamente factores como la influencia, el alcance y la relevancia, una comprensión del contexto de los datos que se analizan y la inclusión de consideraciones sobre el horizonte temporal. En resumen, el análisis de datos sociales implica el análisis de las redes sociales para comprender y sacar a la luz los conocimientos que están integrados en los datos. [1]
El análisis de datos sociales puede ofrecer una nueva perspectiva sobre la inteligencia empresarial , en la que la exploración social de los datos puede conducir a importantes perspectivas que el usuario de la analítica no había previsto o explorado. El término fue introducido por Martin Wattenberg en 2005 [2] y recientemente también se lo ha denominado análisis de big social data en relación con la computación de big data .
Existen sistemas que ayudan a los usuarios a analizar datos sociales. Permiten almacenar conjuntos de datos y crear representaciones visuales correspondientes. Los mecanismos de discusión suelen utilizar marcos como blogs y wikis para impulsar esta exploración social/ inteligencia colaborativa .
Obtención de datos sociales
Los servicios de redes sociales son cada vez más populares con el desarrollo de la Web 2.0 . Muchos de estos servicios proporcionan API que permiten un fácil acceso a sus datos respondiendo a las consultas de los usuarios con los datos solicitados en forma de cadenas con formato XML o JSON . Para proteger la privacidad de sus usuarios, servicios como Facebook requieren que la persona que solicita los datos tenga los permisos de acceso necesarios. Los servicios también pueden cobrar a los usuarios por el acceso a sus datos. Las fuentes de datos sociales incluyen Twitter , Facebook , sitios web de noticias, Wikipedia y We Feel Fine .
Algunas API solo permiten acceder a datos en pequeñas cantidades, por lo que indexar los datos en masa puede convertirse en un desafío. Six_Apart fue la primera empresa de redes sociales en proporcionar una fuente de contenido (gratuita) para todas las publicaciones de su red (proporcionada a través de XMPP). Twitter llegó más tarde y proporcionó una fuente de contenido, al igual que empresas como Spinn3r, Datasift y GNIP.
Métodos de análisis
En la mayoría de los casos, queremos descubrir las relaciones entre los datos sociales y otro evento o queremos obtener resultados interesantes de los análisis de datos sociales para predecir algunos eventos. Hay algunos artículos destacados en este campo, incluidos Twitter Mood Predicts The Stock Market , [3] Predicting The Present With Google Trends [4], etc. Para lograr estos objetivos, necesitamos los métodos adecuados para realizar los análisis. Por lo general, utilizamos métodos estadísticos , métodos de aprendizaje automático o métodos de minería de datos para realizar los análisis.
Universidades de todo el mundo están abriendo programas de posgrado en análisis de datos sociales.
Conceptos clave
Cuando hablamos de análisis de datos sociales, hay una serie de factores que es importante tener en cuenta (que mencionamos anteriormente): [1]
- Análisis de datos sofisticados : lo que distingue el análisis de datos sociales del análisis de sentimientos es la profundidad del análisis. El análisis de datos sociales tiene en cuenta una serie de factores (contexto, contenido, sentimientos) para brindar información adicional.
- Consideración del tiempo : las ventanas de oportunidad son significativamente limitadas en el campo de las redes sociales. Lo que es relevante un día (o incluso una hora) puede no serlo al día siguiente. Poder ejecutar y analizar los datos rápidamente es un imperativo.
- Análisis de influencia : comprender el impacto potencial de individuos específicos puede ser clave para entender cómo pueden resonar los mensajes. No se trata solo de cantidad, sino también de calidad.
- Análisis de redes : los datos sociales también son interesantes porque migran, crecen (o mueren) en función de cómo se propagan por la red. Así es como comienza la actividad viral y se propaga.
Véase también
- Análisis de datos
- Grandes datos
- Inteligencia empresarial
- Inteligencia colaborativa
- Analítica social
- IBM jStart
- La revolución de los datos sociales
- Servicio de Datos Económicos y Sociales
Referencias
- ^ de IBM Emerging Technology - jStart - En el horizonte - Análisis de datos sociales
- ^ 2005: Nombres de bebés, visualización y análisis de datos sociales Martin Wattenberg. Simposio IEEE sobre visualización de información.
- ^ Bollen, Johan; Mao, Huinan; Zeng, Xiaojun (2011). "El estado de ánimo de Twitter predice el mercado de valores". Revista de ciencia computacional . 2 (1): 1–8. arXiv : 1010.3003 . doi :10.1016/j.jocs.2010.12.007. S2CID 14727513.
- ^ Choi, Hyunyoung; Varian, Hal (2012). "Predicción del presente con Google Trends" (PDF) . Economic Record . 88 (s1): 2–9. doi :10.1111/j.1475-4932.2012.00809.x. S2CID 155467748.