La importancia de la minería de datos en los medios sociales

 

Vivimos en una época en la que se generan cada día cantidades masivas de datos. Por ejemplo, cada minuto se envían, aproximadamente, 160 millones de emails, se producen 4 millones de búsquedas en Google, se suben 400 horas de video a Youtube, se escriben medio millón de tweets o se suben 50.000 fotos a Instagram.

Todos estos datos contienen información que puede ser de interés para distintos ámbitos como, por ejemplo, salud pública, política, marketing, economía en general, etc. Para poder explotar estos datos es necesario disponer de conocimientos en lo que se conoce como ciencia de datos. Esta ciencia de datos aporta las competencias necesarias para poder recopilar y explotar los datos combinándolo con diferentes técnicas como el análisis de redes sociales (ARS), la minería de datos, el aprendizaje automático, el aprendizaje profundo u otras técnicas relacionadas con la inteligencia artificial (IA) e incluso la web semántica.

Figura 1. Red social generada a través del hashtag #enredando2019. Fuente foto: https://nodexlgraphgallery.org/Pages/Graph.aspx?graphID=202741  

Sin embargo, ¿es sencillo acceder a esta información para posteriormente procesarla y analizarla? Pues la respuesta es: depende. Algunas plataformas facilitan este trabajo a todo aquel que desee obtener información sobre ellas. Por ejemplo, Twitter dispone de una API mediante la cual es posible obtener tweets en base a los criterios que cualquier persona desee. Además, existen algunas herramientas o librerías de distintos lenguajes de programación que facilitan esta recopilación de tweets. Por ejemplo, se citan tres, de las muchas existentes, a continuación:

• Tweepy para Python.
• T-hoarder para descargar tweets mediante técnicas de streaming.
• Netlytic para descargar tweets y realizar ARS de forma rápida y sencilla.

Entre los casos de uso de esta minería de datos y análisis de los mismos, es posible destacar:

• El estudio de las redes en el ámbito de la política.
• La aplicación de IA a diferentes conjuntos de datos médicos que permiten, por ejemplo, predecir enfermedades en imágenes, a través de sonidos o analizando tweets.

La ciencia de datos es muy amplia y son muchas las técnicas que cualquier persona puede aprender si realmente hay interés en ello.