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

Las 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.

• Autores: Rodríguez Angarita, Cristian Eduardo; Rojas Mariño, Juan Camilo; Lamos Díaz, Henry; Ramírez Sierra, Yuly Andrea
• Tipo de recurso: http://purl.org/coar/resource_type/c_f744
• Fecha de publicación: 2018
• Institución: Universidad Autónoma de Bucaramanga - UNAB
• Repositorio: Repositorio UNAB
• Idioma: spa
• OAI Identifier: oai:repository.unab.edu.co:20.500.12749/21963
• Acceso en línea: http://hdl.handle.net/20.500.12749/21963
• Palabra clave: Operations management; Machine learning; Association rules; Investigation; Supervised classifiers; Twitter; Vector-borne diseases; Social networks; Dirección de operaciones; Aprendizaje automático; Reglas de asociación; Investigación; Clasificadores supervisados; Twitter; Enfermedades transmitidas por vectores; Redes sociales
• License: http://creativecommons.org/licenses/by-nc-nd/2.5/co/