Con el desarrollo de la Web 2.0 en 2004 y la eclosión de las redes sociales en 2008 la generación de datos sociales a través de la interacción de los usuarios ha alcanzado cifras de magnitudes Big data. Como tantos otros a día de hoy, soy uno de los investigadores que está trabajando en metodologías de análisis de datos sociales con objetivo de encontrar resultados interesantes en los procesos de comunicación CMC, es decir, en la interacción de los humanos con las máquinas.
Por lo general, podemos recuperar los datos sociales de una variedad de redes sociales, como Twitter o Facebook, pero en nuestro el análisis se basa en resultados del buscador Google. En los próximos meses analizaremos el resultado de la interacción de los usuarios con las páginas de resultados, datos sociales que nos permitirán extraer conclusiones en base a las muestras extraídas.
Los eventos analizados a lo largo de 2015 serán procesos electorales, y el objetivo será poner a prueba una metodología de análisis de SERPs que combina métodos estadísticos y métodos de minería de datos para hacer los análisis.
Como veremos, son los propios usuarios los que dan forma a las SERPs mediante la interacción con ellas, dejando una huella implícita que nos permitirá predecir casos futuros. La metodología desarrollada permite llevar a cabo un análisis casi en tiempo real, capturando resultados del buscador Google y realizando un análisis en un corto horizonte de tiempo, sustrayendo las ideas que se incrustan dentro de los datos.