Obteniendo datos de Facebook

Facebook es la mayor red social del mundo, con cerca de 2.000 millones de usuarios, cifra que sigue creciendo velozmente desde su creación en la década del 2000. En Chile su éxito se repite, y de la población nacional de casi una veintena de millones, un tercio de ella está conectada a través de Facebook.

¿Por qué esto es importante? Si consideramos que el 32,2% del tiempo que los chilenos consumen en internet es dedicado a las redes sociales, estamos hablando de una vitrina permanentemente concurrida para todas las organizaciones que quieran exhibirse. Bien lo saben las empresas chilenas, quienes en este siglo se han volcado a Web para atraer nuevos clientes, ofreciendo nuevos canales de atención, venta y post venta. El 90% de ellas tiene una estrategia de marketing digital y de uso de redes sociales.

Leer más

WIC en la comunidad de Machine Learning

Machine Learning, o Aprendizaje de Máquina, va captando cada vez más adeptos en todo el mundo. Ya sea por que nos ha llevado a soluciones tecnológicas impresionantes o porque es la puerta a la Inteligencia Artificial tan difundida en el cine, lo cierto es que esta rama de estudio es esencial para los científicos de datos, la profesión más sexy de este siglo, según la Harvard Business Review. Como Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile nos hemos hecho parte de esta ola desde la teoría y la práctica, y rasgando los velos que separan los departamentos de esta institución se creó la Comunidad de Machine Learning el 2006, con destacada participación de alumnos y profesores de eléctrica, matemática y computación, pero sin cerrarle la puerta a industriales, mecánicos, astrónomos y todo el que quisiera sumarse a recibir y compartir el conocimiento y la experiencia que se obtienen al navegar en estas aguas.

El Web Intelligence Centre también acudió al llamado de esta iniciativa, y el lunes 15 de mayo de este año hizo su primera charla: “Una herramienta de análisis de Twitter”, presentando uno de sus emblemáticos proyectos, “OpinionZoom”. En ella se interactuó con los asistentes para reflexionar juntos distintos enfoques para responder a las búsquedas de información a partir de los datos de Twitter. Desde los JSON que entregan las API de la red social, se fueron mostrando durante la charla algoritmos y formas de descubrir sexo, edad, intereses e influencia de un usuario, y también la polaridad de sus tweets. También se expuso el trabajo de identificar si un tweet es reclamo o no para la industria de telecomunicaciones, junto con su clasificación automática en categorías predefinidas como internet, teléfono, televisión, facturas, página web, entre otras.

Agradecemos la audaz participación de la selecta audiencia. También le agradecemos la invitación a los organizadores, por confiar en nosotros y permitirnos enseñar nuestro trabajo de años. Esperamos seguir aprendiendo y colaborando con la comunidad de Machine Learning para ayudar a otros en este fructífero y desafiante camino que lleva a toda la humanidad a una vida mejor.

Scrum: metodología ágil al servicio de los adultos mayores en proyecto Delirium

La unión entre ingeniería y medicina ya está declarada. De un simple romance que comprendía un puñado de proyectos, se está formando una promisoria relación que sueña con un centro de ingeniería en salud en Laguna Carén, en una red que aúne médicos e ingenieros a lo largo del territorio y proyectos transcontinentales que rompan con todas las barreras que limiten el crecimiento científico nacional.Leer más