Representación del conocimiento de redes sociales y su dinámica
Esta tesis se enfoca en el estudio de la dinámica del conocimiento que se presenta en el contexto de las redes sociales. Acorde con la literatura, este tipo de redes puede ser representada como una red compleja, la cual permite representar tanto a los miembros de la red como las relaciones (con d...
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | |
| Formato: | tesis doctoral |
| Lenguaje: | Español |
| Publicado: |
2019
|
| Materias: | |
| Acceso en línea: | http://repositoriodigital.uns.edu.ar/handle/123456789/4682 |
| Aporte de: |
| Sumario: | Esta tesis se enfoca en el estudio de la dinámica del conocimiento que se presenta en
el contexto de las redes sociales. Acorde con la literatura, este tipo de redes puede ser
representada como una red compleja, la cual permite representar tanto a los miembros de
la red como las relaciones (con distintos grados de fortalezas) entre los mismos; sin embargo,
en los modelos clásicos no se hace explícita la representación del conocimiento. Como
primer aporte de esta tesis, se presenta un modelo denominado Base de Conocimiento de
Red (BCR), el cual permite representar este contexto como una red compleja multi-capa,
que también permite representar el conocimiento individual de cada miembro. Además,
el modelo posibilita establecer un conjunto de restricciones sobre la parte estructural y
sobre la parte epistémica de la red para poder caracterizar dominios más específicos. Asimismo,
se propone una manera de representar el contenido que
uye por la red mediante
elementos denominados ítems de noticia.
En contextos sociales, debido a la cantidad de información que puede ser generada en
un breve lapso y a la velocidad con que puede
fluir en la red, la integración de ésta con los
conocimientos previos de un agente no es una tarea sencilla. Basándose en la literatura
preexistente, se podría pensar en realizar dicha integración con operadores de revisión de
creencias clásicos; sin embargo, luego de analizarlos se concluyó que los mismos no son
adecuados ya que éstos no son capaces de manejar la riqueza de las entradas epistémicas
provenientes de las plataformas sociales. Por lo tanto, uno de los principales aportes de
esta tesis es la definición de tres familias de operadores específicos para revisar la base
de conocimiento local de un usuario: mesurado, débilmente mesurado y social. Tales
operadores fueron definidos agrupando distintos subconjuntos de postulados planteados
con el fin de representar distintas actitudes que puede tener un usuario para integrar el
conocimiento social. La definición de estos postulados fue informada por una evaluación
empírica realizada sobre un vasto conjunto de datos reales compuesto de publicaciones de
la red social Twitter. Además, para los primeros dos operadores se propone una construcción algorítmica, denominada revisión mesurada, la cual construye la KB local revisada
identificando las posibles operaciones a partir de órdenes parciales estrictos.
Como última contribución, se reporta el resultado de una segunda evaluación empírica
cuyo objetivo es implementar una aplicación de una versión simplificada del modelo de
BCR. Ésta demuestra que, junto con algoritmos de Machine Learning, el modelo puede
utilizarse para predecir comportamientos básicos de usuarios en Twitter. |
|---|