Marco de Trabajo para Analítica de Redes Sociales Basada en Sistemas Inteligentes Aplicado al Centro de Cómputo de la Universidad Nacional del Santa
Resumen
El crecimiento del uso de redes sociales ha generado una gran cantidad de datos no estructurados que requieren técnicas avanzadas para su análisis. La presente investigación tuvo como objetivo diseñar e implementar un marco de trabajo para la analítica de redes sociales basado en sistemas inteligentes, orientado a mejorar la gestión y la toma de decisiones estratégicas en el Centro de Cómputo de la Universidad Nacional del Santa. La propuesta metodológica se fundamentó en una adaptación de la metodología CRISP-DM integrando técnicas de minería de datos, procesamiento del lenguaje natural (PLN) y modelos de aprendizaje profundo como BERT y LSTM, con el fin de analizar grandes volúmenes de datos no estructurados provenientes de plataformas sociales como Facebook e Instagram. El estudio permitió clasificar sentimientos, identificar patrones de comportamiento e interpretar tendencias digitales en tiempo real. Los resultados mostraron una mejora del 87.51 % y 86.41 % en la eficiencia del procesamiento de datos en Facebook e Instagram, respectivamente; así como una precisión del 95.65 % en el análisis de sentimientos. Se concluye que el marco propuesto representa una solución efectiva, replicable y escalable para el análisis inteligente de redes sociales en entornos institucionales.
Descargas
Citas
Ali, F., El-Sappagh, S., Islam, S., Ali, A., Attique, M., Imran, M., & Kwak, K. (2021). An intelligent healthcare monitoring framework using wearable sensors and social networking data. Future Gener. Comput. Syst., 114, 23-43. https://doi.org/10.1016/j.future.2020.07.047
Castillo-Palacios, F. (2023). Viral marketing for the dissemination of social programs in rural communities of Perú. Revista Metropolitana de Ciencias Aplicadas.
https://doi.org/10.62452/n0mpqa61.
Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. Proceedings of NAACL-HLT, 4171–4186.
https://dblp.org/rec/conf/naacl/DevlinCLT19.html
Goodfellow, I., Bengio, Y., & Courville, A. (2019). Deep Learning. MIT Press. Recuperado de
https://www.deeplearningbook.org
Groshek, J., & Koc-Michalska, K. (2021). Social Media Analytics and Political Communication. New Media & Society, 23(3), 487–507.
Hochreiter, S. (1997). Long Short-term Memory. Neural Computation MIT-Press.
https://doi.org/10.1162/neco.1997.9.8.1735
Huertas Rueda, J. M., & Linares Cazola, J. G. (2024). Las redes sociales: cómo mejorar la nueva competitividad de las MYPES en el sector ferretero de Chimbote – Perú. Revista de Gestão Social e Ambiental, 18(10), e07708. https://doi.org/10.24857/rgsa.v18n10-158
Jurafsky, D., & Martin, J. H. (2020). Speech and Language Processing (3rd ed.). Draft.
https://web.stanford.edu/~jurafsky/slp3/
Agila Mocha, R. J., Vivanco Ureña, C. I., León Bravo, F. E., & Reyes Carrión , J. P. (2025). Software Educativos para el Proceso de Enseñanza Aprendizaje de Matemáticas en Bachillerato. Ciencia Y Reflexión, 4(2), 1341–1369. https://doi.org/10.70747/cr.v4i2.334
Urquidez Romero , R., Avitia Sánchez, A., Cano Ramírez , D., Jiménez Montes , L. V., Barranco Merino, G. I., & Reyes Ruvalcaba, D. (2025). Programa de Intervención con un Suplemento Multivitamínico para Mejorar el Estado de Nutrición y Anemia en Niños en Condición de Vulnerabilidad Social de Ciudad Juárez Chihuahua. Ciencia Latina Revista Científica Multidisciplinar, 9(3), 8340-8354. https://doi.org/10.37811/cl_rcm.v9i3.18460
Añapa Quiñónez, P. L., Recalde Páez, J. P., Fey Zalamea, C. D., Rivera Quiñónez, E. D., & Acuri Pacheco, D. A. (2025). Estrategias para la Implementación Efectiva del Aprendizaje Híbrido (Blended Learning) en Instituciones Educativas Rurales del Ecuador: Un Análisis Integral. Ciencia Y Reflexión, 4(2), 1160–1184. https://doi.org/10.70747/cr.v4i2.325
Tenesaca Canchignia , D. C., Canchignia Bonilla, E. L., Remache Guamán, N. V., Guamán Sagñay , H. P., & Hualcopo Duchicela, U. E. (2025). Guía para padres con respecto al uso de dispositivos móviles el niños de nivel preparatorio. Arandu UTIC, 12(2), 287–307. https://doi.org/10.69639/arandu.v12i2.925
Araujo García, D., Chang Espinosa , O. Y., & Pérez Vázquez , D. (2025). Consultoría Estratégica para Mipymes: Estudio de Mercado para Impulsar el Desarrollo Regional en Perote, Veracruz. Estudios Y Perspectivas Revista Científica Y Académica , 5(3), 27–45. https://doi.org/10.61384/r.c.a.v5i3.1328
Simbaña Cabrera, H. A., Haro Jácome, O. F., García-Romero , C. A., & Analuisa García , P. S. (2025). La titulación rural, una propuesta colectiva que evidencia la realidad educativa de las escuelas multigrado. Emergentes - Revista Científica, 5(2), 1–14. https://doi.org/10.60112/erc.v5.i2.385
Cortés Viveros, N., Hernández García, R. A., Galván Sarabia, A., Olivares Galvan, H. R., & Texon Olguin, O. A. (2025). En Busca del Modelo Ideal para Determinar las Variables que Explican el Tiempo de Desempleo en Buscadores Xalapeños. Estudios Y Perspectivas Revista Científica Y Académica , 5(3), 65–81. https://doi.org/10.61384/r.c.a.v5i3.1332
Bernal Parraga, A. P., Salazar Véliz , E. T., Zambrano Lamilla, L. M., Espinoza Jaramillo , S. G., Morales García , C. S., Shinger Hipatia, N. S., & Zapata Calderón , S. J. (2025). Innovaciones Didácticas para Lengua y Literatura Basadas en el Aprendizaje Personalizado y Colaborativo . Revista Científica De Salud Y Desarrollo Humano , 6(2), 01–32. https://doi.org/10.61368/r.s.d.h.v6i2.574
Sabando Suárez, A. A., Vega Guamangate, J. M., García Gallirgos, V. J., & Mora Carpio, W. T. (2025). Impacto del Gasto Social en el Índice de Desarrollo Humano en Ecuador. periodo 2001-2023. Revista Veritas De Difusão Científica, 6(2), 1593–1633. https://doi.org/10.61616/rvdc.v6i2.707
Liu, X., Song, H., & Liu, A. (2021). Intelligent UAVs Trajectory Optimization From Space-Time for Data Collection in Social Networks. IEEE Transactions on Network Science and Engineering, 8, 853-864. https://doi.org/10.1109/tnse.2020.3017556
Ponce, E. K., Flores Cruz, M., & Andrade‑Arenas, L. (2022). Machine Learning Applied to Prevention and Mental Health Care in Peru. International Journal of Advanced Computer Science and Applications, 13(1), 96–104. https://doi.org/10.14569/IJACSA.2022.0130196
Russell, S. J., & Norvig, P. (2020). Artificial Intelligence: A Modern Approach (4th ed.). Prentice Hall.
Sánchez-Ancajima, R., Jiménez-Carrión, M., Gutiérrez, F., Alfaro, A., Segura, E., & Blas, J. (2024). Intelligent System for Tourist Guidance in Tumbes-Perú. J. Wirel. Mob. Networks Ubiquitous Comput. Dependable Appl., 15, 325-353. https://doi.org/10.58346/jowua.2024.i3.022
Statista. (2023). Number of social media users worldwide from 2017 to 2028 (in billions). Statista Research Department. https://www.statista.com/statistics/278414/number-of-worldwide-social-network-users/
Taherdoost, H. (2023). Enhancing Social Media Platforms with Machine Learning Algorithms and Neural Networks. Algorithms 2023, 16, 271. https://doi.org/10.3390/a16060271
Zhang, L., Wang, S., & Liu, B. (2018). Deep learning for sentiment analysis: A survey. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 8(4), e1253.
Derechos de autor 2025 Mirko Martin Manrique Ronceros
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
.png)
.png)
1.png)
