Identificación automática de las noticias más relevantes en redes sociales en Costa Rica

Este artículo muestra el resultado de la implementación de un monitor que busca las noticias más relevantes en tres perfiles de Facebook de medios de comunicación costarricenses. Se crea un modelo de datos capaz de almacenar la información consultada en cada uno de los perfiles, como publicacio...

Descripción completa

Detalles Bibliográficos
Autores principales:	Navarro Rodríguez, Jairo Andrés, Casasola Murillo, Édgar
Formato:	Online
Idioma:	spa
Publicado:	Universidad de Costa Rica. Campus Rodrigo Facio. Sitio web: https://www.ucr.ac.cr/ Teléfono: (506) 2511-4000. Correo de soporte: revistas@ucr.ac.cr 2017
Acceso en línea:	https://revistas.ucr.ac.cr/index.php/kanina/article/view/30227

id	KANINA30227
record_format	ojs
spelling	KANINA302272022-05-31T02:51:57Z Identificación automática de las noticias más relevantes en redes sociales en Costa Rica Navarro Rodríguez, Jairo Andrés Casasola Murillo, Édgar monitor relevancia estrategia perfiles noticias Este artículo muestra el resultado de la implementación de un monitor que busca las noticias más relevantes en tres perfiles de Facebook de medios de comunicación costarricenses. Se crea un modelo de datos capaz de almacenar la información consultada en cada uno de los perfiles, como publicaciones, comentarios, y «me gusta». Con la información recolectada se define una estrategia para la clasificación de las noticias, estable- ciendo para cada una de ellas un valor de relevancia. Los resultados son mostrados en tiempo real mediante una página web, clasificando las noticias de mayor a menor relevancia y que, a su vez, pueda llevarlo hasta la noticia seleccionada. Se realiza una comparación manual de los resultados presentados por el sitio web y los datos presentados por cada uno de los perfiles, con el fin de evaluar que tan buena o mala fue la estrategia de clasificación. Finalmente, basándose en los resultados se plantea una discusión de las mejoras que se podrían implementar a futuro en la estrategia de clasificación. Universidad de Costa Rica. Campus Rodrigo Facio. Sitio web: https://www.ucr.ac.cr/ Teléfono: (506) 2511-4000. Correo de soporte: revistas@ucr.ac.cr 2017-08-16 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Article Article application/pdf https://revistas.ucr.ac.cr/index.php/kanina/article/view/30227 10.15517/rk.v40i4.30227 Káñina; Vol. 40 No. 4 (2016): Káñina número extraordinario; 77-86 Káñina; Vol. 40 Núm. 4 (2016): Káñina número extraordinario; 77-86 Káñina; Vol. 40 N.º 4 (2016): Káñina número extraordinario; 77-86 2215-2636 0378-0473 spa https://revistas.ucr.ac.cr/index.php/kanina/article/view/30227/30207 Derechos de autor 2017 Káñina
institution	Universidad de Costa Rica
collection	Káñina
language	spa
format	Online
author	Navarro Rodríguez, Jairo Andrés Casasola Murillo, Édgar
spellingShingle	Navarro Rodríguez, Jairo Andrés Casasola Murillo, Édgar Identificación automática de las noticias más relevantes en redes sociales en Costa Rica
author_facet	Navarro Rodríguez, Jairo Andrés Casasola Murillo, Édgar
author_sort	Navarro Rodríguez, Jairo Andrés
description	Este artículo muestra el resultado de la implementación de un monitor que busca las noticias más relevantes en tres perfiles de Facebook de medios de comunicación costarricenses. Se crea un modelo de datos capaz de almacenar la información consultada en cada uno de los perfiles, como publicaciones, comentarios, y «me gusta». Con la información recolectada se define una estrategia para la clasificación de las noticias, estable- ciendo para cada una de ellas un valor de relevancia. Los resultados son mostrados en tiempo real mediante una página web, clasificando las noticias de mayor a menor relevancia y que, a su vez, pueda llevarlo hasta la noticia seleccionada. Se realiza una comparación manual de los resultados presentados por el sitio web y los datos presentados por cada uno de los perfiles, con el fin de evaluar que tan buena o mala fue la estrategia de clasificación. Finalmente, basándose en los resultados se plantea una discusión de las mejoras que se podrían implementar a futuro en la estrategia de clasificación.
title	Identificación automática de las noticias más relevantes en redes sociales en Costa Rica
title_short	Identificación automática de las noticias más relevantes en redes sociales en Costa Rica
title_full	Identificación automática de las noticias más relevantes en redes sociales en Costa Rica
title_fullStr	Identificación automática de las noticias más relevantes en redes sociales en Costa Rica
title_full_unstemmed	Identificación automática de las noticias más relevantes en redes sociales en Costa Rica
title_sort	identificación automática de las noticias más relevantes en redes sociales en costa rica
publisher	Universidad de Costa Rica. Campus Rodrigo Facio. Sitio web: https://www.ucr.ac.cr/ Teléfono: (506) 2511-4000. Correo de soporte: revistas@ucr.ac.cr
publishDate	2017
url	https://revistas.ucr.ac.cr/index.php/kanina/article/view/30227
work_keys_str_mv	AT navarrorodriguezjairoandres identificacionautomaticadelasnoticiasmasrelevantesenredessocialesencostarica AT casasolamurilloedgar identificacionautomaticadelasnoticiasmasrelevantesenredessocialesencostarica
_version_	1810112809532391424

Identificación automática de las noticias más relevantes en redes sociales en Costa Rica

Ejemplares similares