Técnicas big data: análisis de textos a gran escala para la investigación científica y periodística

Autores/as

  • Carlos Arcila-Calderón El profesional de la información
  • Eduar Barbosa-Caro
  • Francisco Cabezuelo-Lorenzo

DOI:

https://doi.org/10.3145/epi.2016.jul.12

Palabras clave:

Datos, Big data, Minería de datos, Aprendizaje automático, Modelamiento de temas, Análisis de sentimientos

Resumen

Este trabajo conceptualiza el término big data y describe su importancia en el campo de la investigación científica en ciencias sociales y en las prácticas periodísticas. Se explican técnicas de análisis de datos textuales a gran escala como el análisis automatizado de contenidos, la minería de datos (data mining), el aprendizaje automatizado (machine learning), el modelamiento de temas (topic modeling) y el análisis de sentimientos (sentiment analysis), que pueden servir para la generación de conocimiento en ciencias sociales y de noticias en periodismo. Se expone cuál es la infraestructura necesaria para el análisis de big data a través del despliegue de centros de cómputo distribuido y se valora el uso de las principales herramientas para la obtención de información a través de software comerciales y de paquetes de programación como Python o R.

Descargas

Publicado

2016-07-29

Cómo citar

Arcila-Calderón, C., Barbosa-Caro, E., & Cabezuelo-Lorenzo, F. (2016). Técnicas big data: análisis de textos a gran escala para la investigación científica y periodística. Profesional De La Información, 25(4), 623–631. https://doi.org/10.3145/epi.2016.jul.12

Número

Sección

Análisis / Analysis

Descargas

La descarga de datos todavía no está disponible.