Técnicas de Expansión de Consultas en Redes Sociales (Twitter)

(1)

T écnicas de Expansión de Consultas en Redes Sociales (Twitter)

Autor: Claudia Zil Bontes Director: Dr. Víctor Fresno Fernández

2015

(2)

A g e n d a

Motivación del Trabajo Trabajos en el Área

Objetivos

Experimentación Resultados

Conclusiones

Líneas Futuras

(3)

Motivación

500 millones diarios

2.1 billones diarias

Sucesos/Eventos Inesperados Geolocalización y Temporalidad

Recuperación de mensajes relevantes

asociados

(4)

Motivación

(5)

P ^, ^R

Motivación

(6)

Pseudo Relevance Feedback

t1 t2

frankenstorm storm

P ^, ^R

Motivación

PRF

(7)

P ,R

P ^, ^R

Búsqueda Normal PRF

Motivación

(8)

Pseudo Relevance Feedback Documentos = características especiales

t1’ t2’

power safe

t3’ t4’

lights wind

P ^, ^R

PRF’

Motivación

(9)

P ,R

P ^, ^R

Búsqueda Normal PRF

P , R

PRF’

Motivación

(10)

PRF TREC Tiempo

Hashtag Efron,2010

Sucesos/Eventos Inesperados

Fuente de información Gabarain, 2008

Mills et al, 2009 Sinnapan, 2010

Detección Marcus, 2011

Son et al, 2013 geolocalización y temporalidad

Sakaki, 2010 y Takahashi, 2011

Hughes y Palen, 2009 URL aumenta

Extracción

Vieweg, 2010 geolocalización

Longueville, 2009 temporalidad, URL Miyanishi,2012 uso de RF

Massoudi, 2011 Lau, 2011

Trabajos en el Área

(11)

Objetivo

Suceso inesperado

Será posible aumentar el Recall Técnicas de expansión de consulta

Información social que ofrece Twitter

(12)

Información Social

Usuario

Fecha y hora Hashtag

Coordenadas

(13)

Coordenadas

(14)

#sandyonfox

Hashtag

(15)

Usuarios

(16)

Usuarios

(17)

Tiempo

(18)

Tiempo

(19)

Experimentación

huracán Isaac huracán Sandy

tiroteo en teatro en Aurora

tiroteo en Empire State building elecciones USA en NYC

elecciones USA en San Francisco

Coordenadas Geográficas Texto

Usuarios

Tiempo Hashtag

ID USUARIO LATITUD LONGITUD FECHA-HORA TEXTO

(20)

Estrategia de Filtro y Recuperación

de Información

(21)

Normalización

Detección y Transformación Automatizada

@HDaddyswag u have a what?!

@hdaddyswag you have a white

Revisión y Corrección Manual

(22)

Estrategia de Filtro y Recuperación

de Información

(23)

Estrategia de Filtro y Recuperación

de Información

(24)

Uso de Wildcards

Baseline baja Precisión inicial Wildcards

Búsqueda normal términos claves iniciales hurricane sandy

Búsqueda de términos iniciales con wildcards

hurricane* sandy*

(25)

Estrategia de Filtro y Recuperación

de Información

(26)

Estrategia de Filtro y Recuperación

de Información

(27)

Estrategia de Filtro y Recuperación

de Información

(28)

Resultados y Discusión

Colección Huracán Sandy

Coordenadas - Hashtag

(29)

0,5 0,55 0,6 0,65 0,7 0,75 0,8 0,85 0,9 0,95

0,3 0,4 0,5 0,6 0,7 0,8

Precisión

Recall

Texto Coordenadas Coordenadas (2 más cercanos) 0,5

0,55 0,6 0,65 0,7 0,75 0,8 0,85 0,9 0,95 1

0,2 0,3 0,4 0,5 0,6 0,7 0,8

Precisión

Recall

Texto Coordenadas Coordenadas (2 más cercanos)

0,5 0,55 0,6 0,65 0,7 0,75 0,8 0,85 0,9 0,95

0,3 0,4 0,5 0,6 0,7 0,8 0,9

Precisión

Recall

0,55 0,6 0,65 0,7 0,75 0,8 0,85 0,9 0,95

0,3 0,4 0,5 0,6 0,7 0,8

Precisión

Recall

Norm -Wildcard Norm -Wildcard

Hurricane Sandy

COORDENADAS

(30)

0,5 0,55 0,6 0,65 0,7 0,75 0,8 0,85 0,9 0,95

0,3 0,4 0,5 0,6 0,7 0,8

Precisión

Recall

0,55 0,6 0,65 0,7 0,75 0,8 0,85 0,9 0,95 1

0,2 0,3 0,4 0,5 0,6 0,7 0,8

Precisión

Recall

0,5 0,55 0,6 0,65 0,7 0,75 0,8 0,85 0,9 0,95

0,3 0,4 0,5 0,6 0,7 0,8 0,9

Precisión

Recall

0,55 0,6 0,65 0,7 0,75 0,8 0,85 0,9 0,95

0,3 0,4 0,5 0,6 0,7 0,8

Precisión

Recall

Norm -Wildcard Norm -Wildcard

Norm Wildcard Norm Wildcard

Hurricane Sandy

(31)

0,5 0,55 0,6 0,65 0,7 0,75 0,8 0,85 0,9 0,95 1

0,2 0,3 0,4 0,5 0,6 0,7 0,8

Precisión

Recall Texto Hashtag

0,5 0,55 0,6 0,65 0,7 0,75 0,8 0,85 0,9 0,95

0,3 0,4 0,5 0,6 0,7

Precisión

0,5 0,55 0,6 0,65 0,7 0,75 0,8 0,85 0,9 0,95

0,3 0,4 0,5 0,6 0,7 0,8

Precisión

Recall

Texto Hashtag

0,5 0,55 0,6 0,65 0,7 0,75 0,8 0,85 0,9 0,95

0,3 0,4 0,5 0,6 0,7 0,8

Precisión

Recall

Texto Hashtag

Norm -Wildcard Norm -Wildcard

Hurricane Sandy

HASHTAG

(32)

0,5 0,55 0,6 0,65 0,7 0,75 0,8 0,85 0,9 0,95 1

0,2 0,3 0,4 0,5 0,6 0,7 0,8

Precisión

0,5 0,55 0,6 0,65 0,7 0,75 0,8 0,85 0,9 0,95

0,3 0,4 0,5 0,6 0,7

Precisión

0,5 0,55 0,6 0,65 0,7 0,75 0,8 0,85 0,9 0,95

0,3 0,4 0,5 0,6 0,7 0,8

Precisión

Recall

Texto Hashtag

0,5 0,55 0,6 0,65 0,7 0,75 0,8 0,85 0,9 0,95

0,3 0,4 0,5 0,6 0,7 0,8

Precisión

Recall

Texto Hashtag

Norm -Wildcard Norm -Wildcard

Hurricane Sandy

(33)

0,55 0,6 0,65 0,7 0,75 0,8 0,85 0,9

0,45 0,5 0,55 0,6 0,65 0,7 0,75 0,8 0,85

Election New York

0,5 0,55 0,6 0,65 0,7 0,75 0,8 0,85 0,9 0,95

0,3 0,4 0,5 0,6 0,7 0,8 0,9

Texto

Tiempo + Coordenadas

Hashtag + Coordenadas

Hashtag + Tiempo

Hurricane Sandy

0,5 0,55 0,6 0,65 0,7 0,75 0,8

0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9

Shooting Colorado

(34)

Conclusiones

(35)

Conclusiones

Los ejes considerados en este

trabajo, Hashtag, Coordenadas, Tiempo y

Usuario, presentan aportes en la búsqueda en las colecciones, mejorando la recuperación de los mensajes relevantes.

Diferencia entre eventos y colecciones presidenciales.

Uso de normalización y de wildcards.

(36)

Conclusiones

Los ejes considerados en este

trabajo, Hashtag, Coordenadas, Tiempo y

Usuario, presentan aportes en la búsqueda en las colecciones, mejorando la recuperación de los mensajes relevantes.

Uso de normalización y de wildcards.

Diferencia entre eventos y colecciones

presidenciales.

(37)

Diferencia entre eventos y colecciones presidenciales.

Conclusiones

Los ejes considerados en este

trabajo, Hashtag, Coordenadas, Tiempo y

Usuario, presentan aportes en la búsqueda en las colecciones, mejorando la recuperación de los mensajes relevantes.

Uso de normalización y de wildcards.

(38)

Líneas Futuras

(39)