Resumen

El reciente crecimiento de Twitter en el número de usuarios ha redefinido su estatus de un simple servicio de redes sociales a un medio de comunicación de masas. Nos ocupamos de técnicas de agrupamiento aplicadas a la red de Twitter y al análisis de tendencias de Twitter. Cuando dividimos y agrupamos la red de Twitter, podemos encontrar un grupo de usuarios con inclinaciones similares, llamado una Comunidad. En este sentido, presentamos el algoritmo de Louvain y avanzamos un algoritmo de Louvain particionado como su variante mejorada. En el resultado del experimento basado en datos reales de Twitter, el algoritmo de Louvain particionado complementó la disminución del rendimiento y acortó el tiempo de ejecución. También utilizamos técnicas de agrupamiento para el análisis de tendencias. Utilizamos la factorización de matrices no negativas (NMF), que es un método conveniente para interpretar de manera intuitiva y extraer temas en diferentes escalas de tiempo. Al verificar los resultados utilizando NFM, encontramos que tiene una clara correlación con el problema principal real.

• Materias:Redes complejas Redes ecológicas Ecuaciones en diferencias Sistema de ecuaciones diferenciales Valor límite fraccional
• Subjects:Complex networks Ecological networks Difference equations System of differential equations Fractional limit value
• Palabras claves:Twitter; Crecimiento; Técnicas de agrupamiento; Algoritmo de Louvain; Análisis de tendencias; Factorización de matrices no negativas.
• Keywords:Twitter; Growth; Clustering techniques; Louvain algorithm; Trend analysis; Nonnegative matrix factorization