Agrupación Automatizada de Texto en Redes Sociales Basada en Ontologías Financieras
Autores: Calvagna, Andrea; Tramontana, Emiliano; Verga, Gabriella
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Agrupación Automatizada de Texto en Redes Sociales Basada en Ontologías Financieras
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Redes sociales
Agregación de noticias
Interacción del usuario
Sector financiero
Análisis textual
Comunidades de Reddit
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Las redes sociales proporcionan una agregación de noticias y contenido, permitiendo a los usuarios compartir y discutir temas de mayor interés para ellos. Los usuarios pueden enriquecer las noticias proporcionando contexto y opiniones que son útiles para otros usuarios. Comprender los temas de interés ilumina el pensamiento colectivo de un grupo de individuos y ofrece importantes perspectivas para explorar un campo determinado. Entre los campos de interés en las redes sociales, las finanzas destacan. Identificar y organizar automáticamente los principales temas que los usuarios discuten puede ser útil para múltiples propósitos, por ejemplo, identificar los tipos de préstamos preferidos podría ser útil para refinar la publicidad dirigida. Nuestro trabajo tiene como objetivo identificar y organizar los temas discutidos en una red social que están relacionados con el sector financiero. Para ello, proponemos un enfoque que consiste en analizar publicaciones de comunidades de Reddit orientadas a las finanzas. Primero, se recopilaron y limpiaron las publicaciones para eliminar puntuación, enlaces e imágenes. Luego, se calculó la similitud textual para emparejar publicaciones con clases de ontologías dedicadas al sector financiero. Finalmente, se analizó la ontología poblada para identificar grupos de conceptos. Los resultados mostraron que el enfoque propuesto y la herramienta correspondiente pueden resumir temas de un gran número de publicaciones de Reddit utilizando las clases identificadas. Más del 70% de las publicaciones estaban vinculadas a ontologías al considerar tanto publicaciones como comentarios, lo que demuestra que el apoyo automático brindado a las publicaciones relacionadas con conceptos financieros tuvo un alto grado de éxito.
Descripción
Las redes sociales proporcionan una agregación de noticias y contenido, permitiendo a los usuarios compartir y discutir temas de mayor interés para ellos. Los usuarios pueden enriquecer las noticias proporcionando contexto y opiniones que son útiles para otros usuarios. Comprender los temas de interés ilumina el pensamiento colectivo de un grupo de individuos y ofrece importantes perspectivas para explorar un campo determinado. Entre los campos de interés en las redes sociales, las finanzas destacan. Identificar y organizar automáticamente los principales temas que los usuarios discuten puede ser útil para múltiples propósitos, por ejemplo, identificar los tipos de préstamos preferidos podría ser útil para refinar la publicidad dirigida. Nuestro trabajo tiene como objetivo identificar y organizar los temas discutidos en una red social que están relacionados con el sector financiero. Para ello, proponemos un enfoque que consiste en analizar publicaciones de comunidades de Reddit orientadas a las finanzas. Primero, se recopilaron y limpiaron las publicaciones para eliminar puntuación, enlaces e imágenes. Luego, se calculó la similitud textual para emparejar publicaciones con clases de ontologías dedicadas al sector financiero. Finalmente, se analizó la ontología poblada para identificar grupos de conceptos. Los resultados mostraron que el enfoque propuesto y la herramienta correspondiente pueden resumir temas de un gran número de publicaciones de Reddit utilizando las clases identificadas. Más del 70% de las publicaciones estaban vinculadas a ontologías al considerar tanto publicaciones como comentarios, lo que demuestra que el apoyo automático brindado a las publicaciones relacionadas con conceptos financieros tuvo un alto grado de éxito.