BIG DATA

BIG DATA

1. como herramienta en las ciencias sociales

2. "Big data se refiere a volúmenes masivos y complejos de información estructurada y no estructurada que requiere de métodos computacionales para extraer elementos específicos del mismo"

3. Técnicas de análisis de datos textuales

   • APRENDIZAJE AUTOMATIZADO (machine learning)
     • Se refiere al diseño de programas o algoritmos a los que se les programa parámetros y configuraciones específicas por estudio, que le permite a la máquina aprender, adaptarse y mejorar a través de patrones y/o tendencias que le genera la experiencia.
       • Aprendizaje supervisado o predictivo: Aprende tanto de los propios datos finales como de datos adicionales ya categorizados
       • Aprendizaje no supervisado o descriptivo: Solo se alimenta de los propios datos finales para encontrar patrones
       • SE DIVIDE EN
         • INFORMACIÓN: árboles de decisión con algoritmos, métodos de ensamblado y bosques aleatorios
         • SIMILITUD: Análisis de cluster jerárquico y no jerárquico, y redes neuronales
         • PROBABILIDAD
         • ERROR
   • MODELAMIENTO DE TEMAS (topic modeling)
     • PRINCIPIOS
       • patrones implícitos
       • conjuntos de términos → Temas
   • ANÁLISIS DE SENTIMIENTOS (Sentiment analysis)
     • Su objetivo se centra en analizar el vocabulario de un texto con el fin de determinar sus cargas emocionales, por medio de un proceso de reconocimiento lexicon (psicolingüistica)
       • -//-
         • Opinion meaning: Detección de la polaridad
       • USOS
         • Análisis de sentimiento a reseñas para recomendarlas o no.
         • Extraer sentimientos de frases u oraciones
         • Combinación de técnicas para extraer resultados más concretos
         • Permite monitorizar en tiempo real tendencias/hashtags clasificando por zona geográfica para determinar el impacto
   • MINERÍA DE DATOS (data mining)
     • Extrae el conocimiento de datos masivos y de las relaciones inmersas entre ellos.
       • FASES
         • limpieza de datos
         • integración de los datos
         • selección de datos
         • transformación de los datos
         • minería de datos
         • evaluación de patrones
         • presentación del conocimiento.
   • ANÁLISIS AUTOMATIZADO
     • Su objetivo es obtener información de un conjunto de datos específico , que suelen ser provenientes de textos o grabaciones
       • BENEFICIOS
         • Mayores muestras y mejor codificación
         • El proceso tecnológico da un porcentaje de confiabilidad que permite resultados más acertados y a distintas escalas
         • Búsqueda instantánea entre datos
         • Ha promovido el uso y evolución de la lingüística computacional.
         • Cada vez logra extraer y analizar mejor los mensajes naturales, es decir, no comprensibles por su código numérico.