Advertisement

Information Consumption Patterns from Big Data

  • Jesús SilvaEmail author
  • Ligia Romero
  • Claudia Fernández
  • Darwin Solano
  • Nataly Orellano Llinás
  • Carlos Vargas Mercado
  • Jazmín Flórez Guzmán
  • Ernesto Steffens Sanabria
Conference paper
Part of the Communications in Computer and Information Science book series (CCIS, volume 1123)

Abstract

Virtual social networks imply an important opportunity to generate friendlier communication bridges between students, teachers and other actors related to the educational field. In this sense, our study presents an approximation to the connection habits between university students in these networks, which in the future will allow to take advantage of these platforms to achieve a successful communication between actors. Thus, the characterization of uses, habits and consumption of virtual social networks becomes very relevant.

Keywords

Big data Social networks Consumption patterns 

References

  1. 1.
    Romero, C., Ventura, S.: Educational data mining: a survey from 1995 to 2005. Expert Syst. Appl. 33(1), 135–146 (2007)CrossRefGoogle Scholar
  2. 2.
    Romero, C., Ventura, S.: Educational data mining: a review of the state of the art. IEEE Trans. Syst. Man Cybern. Part C Appl. Rev. 40(6), 601–618 (2010). http://ieeexplore.ieee.org/xpl/RecentIssue.jsp?reload=true&punumber=5326CrossRefGoogle Scholar
  3. 3.
    Scheffer, T.: Finding association rules that trade support optimally against confidence. Intell. Data Anal. 9(4), 381–395 (2004)CrossRefGoogle Scholar
  4. 4.
    Hernández, J.A., Burlak, G., Muñoz Arteaga, J., Ochoa, A.: Propuesta para la evaluación de objetos de aprendizaje desde una perspectiva integral usando minería de datos. In: Hernández, A., and Zechinelli, J. (eds.) Avances en la ciencia de la computación, pp. 382–387. Universidad Autónoma de México, México (2006)Google Scholar
  5. 5.
    MacQueen, J.: Some methods for classification and analysis of multivariate observations. In: Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability, vol. 1, Statistics, pp. 281–297. University of California, Berkeley (1967)Google Scholar
  6. 6.
    Martínez, G.: Minería de datos. Cómo hallar una aguja en un pajar. Ingenierías XIV(53), 53–66 (2001)Google Scholar
  7. 7.
    Medina, R., Cortés, R.: El MSN como medio de comunicación y socialización entre los jóvenes de Motul, Yucatán. In: Cortés, R. (ed.) Comunicación y juventud en Yucatán. Ediciones de la Universidad Autónoma de Yucatán, Mérida (2010)Google Scholar
  8. 8.
    Tsiniduo, M., et al.: Evaluation of the factors that determine quality in higher education: an empirical study. Qual. Assur. Educ. 18, 227–244 (2010)CrossRefGoogle Scholar
  9. 9.
    Gonzalez Espinoza, O.: Quality of higher education: concepts and models. Cal. Sup. Educ. 28, 249–296 (2008)Google Scholar
  10. 10.
    Bonerge Pineda Lezama, O., Varela Izquierdo, N., Pérez Fernández, D., Gómez Dorta, R.L., Viloria, A., Romero Marín, L.: Models of multivariate regression for labor accidents in different production sectors: comparative study. In: Tan, Y., Shi, Y., Tang, Q. (eds.) DMBD 2018. LNCS, vol. 10943. Springer, Cham (2018).  https://doi.org/10.1007/978-3-319-93803-5_5CrossRefGoogle Scholar
  11. 11.
    Izquierdo, N.V., Lezama, O.B.P., Dorta, R.G., Viloria, A., Deras, I., Hernández-Fernández, L.: Fuzzy logic applied to the performance evaluation. honduran coffee sector case. In: Tan, Y., Shi, Y., Tang, Q. (eds.) ICSI 2018. LNCS, vol. 10942, pp. 164–173. Springer, Cham (2018).  https://doi.org/10.1007/978-3-319-93818-9_16CrossRefGoogle Scholar
  12. 12.
    Pineda Lezama, O., Gómez Dorta, R.: Techniques of multivariate statistical analysis: an application for the Honduran banking sector. Innovare: J. Sci. Technol. 5(2), 61–75 (2017)Google Scholar
  13. 13.
    Viloria, A., Lis-Gutiérrez, J.P., Gaitán-Angulo, M., Godoy, A.R.M., Moreno, G.C., Kamatkar, S.J.: Methodology for the design of a student pattern recognition tool to facilitate the teaching - learning process through knowledge data discovery (big data). In: Tan, Y., Shi, Y., Tang, Q. (eds.) DMBD 2018. LNCS, vol. 10943. Springer, Cham (2018).  https://doi.org/10.1007/978-3-319-93803-5_63CrossRefGoogle Scholar
  14. 14.
    Chase, R.B., et al.: Administración de operaciones: producción y cadena de suministros. McGraw-Hill/Interamericana Editores, Bogota (2009)Google Scholar
  15. 15.
    Chen, T.-L., Su, C.-H., Cheng, C.-H., Chiang, H.-H.: A novel price-pattern detection method based on time series to forecast stock market. Afr. J. Bus. Manag. 5(13), 5188 (2011)Google Scholar
  16. 16.
    Conejo, A.J., Contreras, J., Espinola, R., Plazas, M.A.: Forecasting electricity prices for a day-ahead pool-based electric energy market. Int. J. Forecast. 21(3), 435–462 (2005)CrossRefGoogle Scholar
  17. 17.
    Cortes, C., Vapnik, V.: Support-vector networks. Mach. Learn. 20(3), 273–297 (1995)zbMATHGoogle Scholar
  18. 18.
    Du, X.F., Leung, S.C.H., Zhang, J.L., Lai, K.K.: Demand forecasting of perishable farm products using support vector machine. Int. J. Syst. Sci. 44(3), 556–567 (2011)CrossRefGoogle Scholar
  19. 19.
    Matich, D.J.: Redes Neuronales: Conceptos básicos y aplicaciones. Cátedra de Informática Aplicada a la Ingeniería de Procesos–Orientación I (2001)Google Scholar
  20. 20.
    Mercado, D., Pedraza, L., Martínez, E.: Comparación de Redes Neuronales aplicadas a la predicción de Series de Tiempo. Prospectiva 13(2), 88–95 (2015)CrossRefGoogle Scholar
  21. 21.
    Wen, Q., Mu, W., Sun, L., Hua, S., Zhou, Z.: Daily sales forecasting for grapes by support vector machine. In: Li, D., Chen, Y. (eds.) CCTA 2013. IAICT, vol. 420, pp. 351–360. Springer, Heidelberg (2014).  https://doi.org/10.1007/978-3-642-54341-8_37CrossRefGoogle Scholar
  22. 22.
    Cáceres, M., Ruiz, J., Brändle, G.: Comunicación interpersonal y vida cotidiana. La presentación de la identidad de los jóvenes en Internet. CIC: Cuadernos información comunicación 14, 213–231 (2009)Google Scholar
  23. 23.
    Cancelo, M., Almansa, A.: Estrategias comunicativas en redes sociales. Estudio comparativo entre las universidades de España y México. Historia Comun. Soc. 18, 423–435 (2013)Google Scholar
  24. 24.
    Castells, M.: La era de la información: economía, sociedad y cultura, vol. 3. Siglo XXI Editores, México (2004)Google Scholar
  25. 25.
    Cortés, R.: Interacción en Redes Sociales Virtuales entre estudiantes de Licenciatura. Una aproximación con fines pedagógicos. Rev. Iberoamericana Producción Académica Gestión Educativa (1) (2015). http://www.pag.org.mx/index.php/PAG/article/view/107/155
  26. 26.
    Cortés, R., Canto, P.: Usos de la red social Facebook entre estudiantes universitarios. In: Prieto, M.E., Pech, S.J., Pérez, A. (eds.) Tecnologías y aprendizaje. Avances en Iberoamérica, vol. 1, pp. 351–358. Editorial de la Universidad Técnológica de Cancún, Cancún (2013)Google Scholar
  27. 27.
    Wu, Q., Yan, H.S., Yang, H.B.: A forecasting model based support vector machine and particle swarm optimization. In: 2008 Workshop on Power Electronics and Intelligent Transportation System, pp. 218–222 (2008)Google Scholar
  28. 28.
    Zhang, G.P.: Time series forecasting using a hybrid ARIMA and neural network model. Neurocomputing 50(Suppl. C), 159–175 (2003)Google Scholar
  29. 29.
    Viloria, A., Gaitan-Angulo, M.: Statistical adjustment module advanced optimizer planner and SAP generated the case of a food production company. Indian J. Sci. Technol. 9(47) (2016).  https://doi.org/10.17485/ijst/2016/v9i47/107371

Copyright information

© Springer Nature Singapore Pte Ltd. 2019

Authors and Affiliations

  • Jesús Silva
    • 1
    Email author
  • Ligia Romero
    • 2
  • Claudia Fernández
    • 2
  • Darwin Solano
    • 2
  • Nataly Orellano Llinás
    • 3
  • Carlos Vargas Mercado
    • 4
  • Jazmín Flórez Guzmán
    • 3
  • Ernesto Steffens Sanabria
    • 4
  1. 1.Universidad Peruana de Ciencias AplicadasLimaPeru
  2. 2.Universidad de la CostaBarranquilla, AtlánticoColombia
  3. 3.Corporación Universitaria Minuto de Dios – UNIMINUTOBarranquillaColombia
  4. 4.Corporación Universitaria Latinoamericana, CULBarranquillaColombia

Personalised recommendations