Investigadores CIWS discuten relación entre redes sociales y Web Semántica

Manuel Gomez Rodriguez de Max Planck Institute, discutió con los investigadores del Núcleo Milenio Centro de Investigación de la Web Semántica (CIWS) un programa de modelamiento probabilistico de las dinámicas de opinión de los usuarios en redes sociales.

¿Cómo el entorno influye en la opinión de las personas en redes sociales? Es la pregunta a la que respondió Manuel Gomez Rodriguez de Max Planck Institute, en la charla "Learning Opinion Dynamics in Social Networks" realizada en el marco de los seminarios de Núcleo Milenio Centro de Investigación para la Web Semántica (CIWS).

Durante la actividad, Manuel presentó SLANT, un programa de modelamiento probabilistico de las dinámicas de opinión de los usuarios en redes sociales, que permite descubrir la opinión subyacente de los usuarios en base a sus lazos y vínculos con personas y opiniones de su entorno.

“La gente puede utilizar esta información para medir la opinión política o en mercados de acciones pues no sólo medimos la información, sino también predecimos cómo la opinión de determinado usuario o grupo variará en el tiempo”, señala Gomez y agrega: “Nuestro modelo también identifica qué personas tuvieron influencia en la opinión de un usuario. Por ejemplo, podemos identificar el momento en que cierto partido político tuvo opiniones positivas debido a la publicación de cierto tipo de mensajes”.

“Este método trata de capturar el efecto de las opiniones o acciones de personas en pequeños grupos”, explicó Gomez.

Este seminario se realizó en el contexto de la creciente importancia de las redes sociales en la web semántica. La información subida por los usuarios en sus redes sociales como Facebook o Twitter son datos que se integran a la web semántica y es importante vincularla, clasificarla y almacenarla para futuras investigaciones cientificas.

La investigadora Barbara Poblete realiza investigaciones en el mismo ámbito. La académica creó un algoritmo capaz de detectar qué tan verídica es la información que circula en Twitter tomando sólo un porcentaje de mensajes.