Las plataformas sociales, como Facebook, Google+, Twitter, han llamado la atención tanto a usuarios, como a la industria e incluso a las comunidades de investigadores. El éxito de estas plataformas proporciona gran cantidad de información y sus consecuentes oportunidades en el comercio electrónico, formulación de políticas, recomendaciones de social media, y otros campos. Por ello, es todo un reto desarrollar modelos para las redes sociales y realizar predicciones sobre las mismas, ya que esta prosperidad en las redes sociales está llevando a un exceso de información difícil de procesar.
El social web mining tiene como objetivo modelizar las iteraciones sociales, (p.e. mensajes y post en Facebook), las relaciones (p.e. Amistades en Facebook, Followers en Twitter, Amigos/Familia/Conocidos en Google +), y entender las reglas para poder realizar predicciones.
Esta publicación pretende crear un compendio con los principales trabajos de data mining y aprendizaje automático en relación a las redes sociales. Los principales temas de interés son:
– Detección de comunidades
– Rastreo de redes sociales
– Grafo mining a gran escala
– Data mining multi-relacional
– Noticias/sistemas de recomendación social
– Aprendizaje en redes sociales
– Protección de la privacidad
– Análisis de los sentimientos (p.e., opinion mining en Twitter)
Cuando se publique, habrá que hacerse con él! Porque será la referencia a nivel académico de la realidad social.
Agradecimientos: Gabor Lugosi
Arrate Enes 
Thanks for your nice comments
Pingback: Número Especial sobre Social Web Mining de la CFP / ACM TIST | Arrate Enes
Social Web minning is a great aspect to work on when talking about internet business. Thanks for the great share.