Avances y desafíos de métodos y modelos computacionales aplicados al análisis de información en redes sociales

Abstract

Este artículo presenta la revisión de la literatura científica dirigida al estudio y análisis del estado actual de investigaciones relacionadas con la aplicación de métodos y modelos para el análisis social en entornos digitales, los cuales faciliten el descubrimiento de conocimiento a partir de la gestión de información contenida en redes sociales de tipo corporativo. El estudio explora temas relacionados con la extracción de información útil y análisis de cadenas textuales utilizando técnicas de indexación semántica latente apoyadas por el procesamiento del lenguaje natural (PLN). Para la revisión, se aplicó una metodología basada en el planteamiento de palabras clave que funcionen como insumo en la búsqueda de documentación en bases de datos indexadas y fuentes primarias; los documentos resultantes se filtran en un análisis detallado que se realiza individualmente, seleccionando así las mejores fuentes para plantear una revisión técnica. Por último, se plantean algunos resultados y trabajos futuros para garantizar el inicio de nuevas investigaciones. Al realizar la revisión planteada, se detecta que investigaciones de este tipo establecen un camino apropiado para las organizaciones empresariales y sociales, dando estrategias computacionales para descubrir conocimiento a través de técnicas de visualización de patrones, los cuales ayudan a la toma de decisiones sobre I+D+i y permiten garantizar el desarrollo y avance de planes operativos. Se justifica la necesidad de realizar y llevar a cabo proyectos relacionados con temas de análisis de información que se encuentra en entornos virtuales como lo son las redes sociales, aplicando técnicas de PLN y modelos I+D+i; con lo anterior, se podría dar vía libre para el planteamiento de nuevos proyectos que pertenezcan al área de conocimiento.