Forecasting con Python, caso de estudio: visitas a las redes sociales en Ecuador con machine learning
DOI:
https://doi.org/10.37431/conectividad.v5i2.126Palabras clave:
ARIMA, Backtesting, Redes Sociales, Machine LearningResumen
En este artículo, se enfatiza la importancia del respeto en el uso de las redes sociales en la sociedad ecuatoriana, subrayando su diversidad y la necesidad de fomentar un diálogo constructivo en lugar de la confrontación dañina en línea. Se proporciona una metodología que emplea técnicas de aprendizaje automático y modelado estadístico, como el modelo ARIMA, para predecir el tráfico web en las redes sociales de Ecuador. Además, se discuten diversas estrategias de backtesting para evaluar y mejorar la precisión del modelo a lo largo del tiempo. Los resultados indican un crecimiento significativo en el número de usuarios de redes sociales en Ecuador, con un enfoque en el modelo ARIMA como eficaz para la predicción de series temporales, aunque se sugiere la exploración de enfoques adicionales y mejoras continuas en futuras investigaciones. Este estudio contribuye a comprender mejor el impacto de las redes sociales en la sociedad ecuatoriana y proporciona una base metodológica para pronosticar el tráfico web en estas plataformas en el futuro.
Citas
Acevedo-Argüello, C., Zabala-Vargas, S., Rojas-Mesa, J., & Guayán-Perdomo, O. (2020). Análisis de Redes Sociales como estrategia para estudiar los Sistemas de Innovación. Revisión sistemática de la literatura. Revista Interamericana de Investigación Educación y Pedagogía RIIEP, 13(2), 370-402. https://doi.org/10.15332/25005421.6238
Ashok, K., Rajalakshmi, B., Chaitanya Reddy, K. S., Priyanka Guggulla, G., & Santhosh Krishna, B. V. (2023). A Novel Women Safety Analyis and Monitoring Sysetm over Social Media using Machine Learning. 2023 3rd International Conference on Intelligent Technologies, CONIT 2023, 1-5. https://doi.org/10.1109/CONIT59222.2023.10205753
Figuereo-Benítez, J. C., González-Quiñones, F., & Machin-Mastromatteo, J. D. (2021). Instagram como objeto de estudio en investigaciones recientes. Una revisión de literatura con enfoque en revistas científicas. Ámbitos. Revista Internacional de Comunicación, 53(53), 9-23. https://doi.org/10.12795/ambitos.2021.i53.01
Giuntini, F. T., De Moraes, K. L., Cazzolato, M. T., De Fatima Kirchner, L., De Jesus D. Dos Reis, M., Traina, A. J. M., Campbell, A. T., & Ueyama, J. (2021). Modeling and Assessing the Temporal Behavior of Emotional and Depressive User Interactions on Social Networks. IEEE Access, 9, 93182-93194. https://doi.org/10.1109/ACCESS.2021.3091801
Informe Estado Digital Ecuador 2023 - Mentinno - Acompañamiento directivo y analítica para negocios. (2023, 29 junio). Mentinno - Acompañamiento directivo y analítica para negocios. https://www.mentinno.com/informe-estado-digital-ecuador-2023/
Luo, T., Cao, Z., Zeng, D., & Zhang, Q. (2022). A Dissemination Model Based on Psychological Theories in Complex Social Networks. IEEE Transactions on Cognitive and Developmental Systems, 14(2), 519-531. https://doi.org/10.1109/TCDS.2021.3052824
Lupano Perugini, M. L., & Castro Solano, A. (2023). Uso pasivo de redes sociales y malestar psicológico. El rol de la comparación social. Interdisciplinaria. Revista de Psicología y Ciencias Afines, 40(2), 543-558. https://doi.org/10.16888/interd.2023.40.2.31
Maqsood, U., Khuhawar, F. Y., Talpur, S., Jaskani, F. H., & Memon, A. A. (2022). Twitter Mining based Forecasting of Cryptocurrency using Sentimental Analysis of Tweets. 2022 Global Conference on Wireless and Optical Technologies, GCWOT 2022, 1-6. https://doi.org/10.1109/GCWOT53057.2022.9772923
Nguyen, L., Yang, Z., Li, J., Pan, Z., Cao, G., & Jin, F. (2022). Forecasting People's Needs in Hurricane Events from Social Network. IEEE Transactions on Big Data, 8(1), 229-240. https://doi.org/10.1109/TBDATA.2019.2941887
Prakhar, K., Sountharrajan, S., Suganya, E., Karthiga, M., & Sathis Kumar, B. (2022). Effective Stock Price Prediction using Time Series Forecasting. 2022 6th International Conference on Trends in Electronics and Informatics, ICOEI 2022 - Proceedings, Icoei, 1636-1640. https://doi.org/10.1109/ICOEI53556.2022.9776830
Sampedro Guamán, C. R., Palma Rivera, D. P., Machuca Vivar, S. A., & Arrobo Lapo, E. V. (2021). Digital transformation of marketing in small and medium companies through social networks. Universidad y Sociedad, 13(3), 484-490.
Shen, C. Y., Yang, D. N., Lee, W. C., & Chen, M. S. (2022). Activity Organization for Friend-Making Optimization in Online Social Networks. IEEE Transactions on Knowledge and Data Engineering, 34(1), 122-137. https://doi.org/10.1109/TKDE.2020.2980516
Tejedor, S., Cervi, L., Martínez, F., & Tusa, F. (2021). Principales motivaciones en el uso de redes sociales en estudiantes de Comunicación: perspectiva comparada entre Colombia, Ecuador y España. Journal of Iberian and Latin American Research, 27(1), 163-182. https://doi.org/10.1080/13260219.2021.1947353
Wei, X., Xu, G., Wang, H., He, Y., Han, Z., & Wang, W. (2020). Sensing Users' Emotional Intelligence in Social Networks. IEEE Transactions on Computational Social Systems, 7(1), 103-112. https://doi.org/10.1109/TCSS.2019.2944687
Yuliansyah, H., Othman, Z. A., & Bakar, A. A. (2020). Taxonomy of link prediction for social network analysis: A review. IEEE Access, 8(1), 183470-183487. https://doi.org/10.1109/ACCESS.2020.3029122
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Instituto Superior Tecnológico Universitario Rumiñahui
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Los originales publicados en la edición electrónica bajo derechos de primera publicación de la revista son del Instituto Superior Tecnológico Universitario Rumiñahui, por ello, es necesario citar la procedencia en cualquier reproducción parcial o total. Todos los contenidos de la revista electrónica se distribuyen bajo una licencia de Creative Commons Reconocimiento-NoComercial-4.0 Internacional.
2.png){kind=logo}
