Detectando la prioridad de contenidos generados en Twitter por medio de n-gramas de palabras

Abstract

En la actualidad, el uso de las redes sociales ha revolucionado la forma en que los usuarios intercambian ideas, opiniones e información. Gracias a este cambio de paradigma en la forma de interactuar entre los usuarios, las grandes compañías y personajes públicos han comenzado a prestar particular interés a la opinión generada respecto a sus productos y/o servicios, actos y/o eventos dentro de las redes sociales. A esta actividad se le conoce como el Análisis de Reputación en Línea (ARL), actividad desempeñada principalmente por usuarios expertos en el análisis de imagen y que al mismo tiempo son capaces de tomar decisiones estratégicas que ayuden a mejorar la reputación de una empresa o personaje público. La relevancia que ha tomado esta actividad en últimos años ha motivado a la comunidad científica a proponer métodos automáticos que apoyen las labores de un ARL. En este trabajo se propone un método automático para determinar cuándo un tuit es importante dentro de una categoría predefinida de mensajes. El método propuesto se basa en el uso de n-gramas para establecer la importancia de los contenidos generados en Twitter. Los experimentos realizados muestran que la ocurrencia de ciertos términos permite a un modelo de clasificación automática determinar de forma efectiva (medida-F=0.7) cuando un tuit es o no importante para un ARL.