Estadística de procesos estocásticos aplicados a redes sociales de alta volatilidad
Las redes sociales virtuales como Facebook y Twitter están muy difundidas en nuestras vidas cotidianas y generan un montón de datos de intercambios. Planteamos un modelo estocástico para Twitter que nos permite estudiar la dinámica de la red y el comportamiento de los usuarios sobre su saturación...
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | |
| Formato: | tesis doctoral |
| Lenguaje: | Español |
| Publicado: |
2014
|
| Materias: | |
| Acceso en línea: | http://repositoriodigital.uns.edu.ar/handle/123456789/447 |
| Aporte de: |
| Sumario: | Las redes sociales virtuales como Facebook y Twitter están muy difundidas en nuestras
vidas cotidianas y generan un montón de datos de intercambios. Planteamos un modelo
estocástico para Twitter que nos permite estudiar la dinámica de la red y el comportamiento
de los usuarios sobre su saturación. Para estudiar este modelo estocástico se utiliza
la herramienta estadística de cópulas que analiza la dependencia de variables aleatorias.
Este trabajo de tesis proponemos una generalización del estimador por núcleos de
cópulas para serie de tiempos presentado por Fermanian y Scaillet en 2002. Dicha generalización
se extiende a procesos estocásticos de difusión.
A partir de éste estimador, se puede analizar la probabilidad de saturación de un
usuario de Twitter y otras medidas vinculadas con esta saturación. |
|---|