Data Mining e Industria Editorial

Transcript

1. Del análisis de caso a la acción Data mining e industria editorial María Nanton ( Marketing Editorial, FFyL – UBA)
2. Algunas Definiciones Parte 1
3. BIG DATA / Algunas definiciones «Un gran volumen, velocidad o variedad de información que demanda formas costeables e innovadoras de procesamiento de información que permitan ideas extendidas, toma de decisiones y automatización del proceso» -Doug Laney (2001)
4. DATA MINING / Algunas Definiciones «Es la extracción automatizada o conveniente de patrones que representan el conocimiento almacenado implícitamente en grandes bases de datos, depósitos de datos y otros repositorios de información masiva.» -Han y Kamber (2000)
5. APRENDIZAJE AUTOMÁTICO / Algunas definiciones Es un subconjunto del campo más amplio de inteligencia artificial (IA) que «se centra en enseñar a las computadoras cómo aprender sin la necesidad de ser programadas para tareas específicas (...). De hecho, la idea clave detrás de ML es que es posible crear algoritmos que aprendan y hagan predicciones sobre los datos» -Pal y Gulli (2017)
6. Algunas aplicaciones del aprendizaje automático: • Predicción de ventas, demanda, altas y bajas de clientes • Reconocimiento de imágenes • Prevención de fraude • Clasificación de clientes • Análisis de sentimiento • Sistemas de recomendación • Optimización de recursos Imagen: Towards Data Science
7. Casos de análisis PARTE 2
8. “Success with Style: Using Writing Style to Predict the Success of Novels” Ashok, Feng y Choi (2013) Técnica: Procesamiento del Lenguaje Natural Estilometría estadística Objetivos: Predicción del éxito de una novela publicada (Clasificación binaria)
9. Success with style / Ashok, Feng y Choi Armado del dataset
10. Success with style / Ashok, Feng y Choi Armado del dataset
11. Success with style / Ashok, Feng y Choi Conclusiones 84% Predicción del éxito de una novela 89% Predicción del éxito de una película
12. “The Bestseller Code” Archer y Jockers (2016) Técnica: Procesamiento del Lenguaje Natural (2799 predictores) Estilometría estadística, modelado de tópico y análisis de sentimiento, entre otras Objetivos: Predicción de bestsellers (Clasificación binaria)
13. The Bestseller Code / Archer y Jockers Armado del dataset
14. The Bestseller Code / Archer y Jockers Modelado de tópico – 80% de aciertos
15. The Bestseller Code / Tópicos dominantes + Cercanía humana
16. The Bestseller Code / Archer y Jockers Análisis de plot - sentimiento
17. The Bestseller Code / Archer y Jockers Análisis estilográfico - Agenciamiento «Mae knew Renata was watching her, and she knew her face was betraying something like horror.»
18. “Success in books: a big data approach to bestsellers” Barabási et al. (2018) Técnica: Análisis exploratorio de datos, Análisis probabilístico Objetivos: Predicción de la dimensión temporal de las ventas de un bestseller
19. Success in books / Barabási et al. Armado del dataset – 2008:2016
20. Success in books / Barabási et al. Análisis exploratorio
21. Success in books / Barabási et al.
22. Success in books / Barabási et al. Horizonte temporal
23. Success in books / Barabási et al.
24. Success in books / Barabási et al.
25. ¿CÓMO PROFUNDIZAR?
26. ¡Muchas gracias! María Nanton mcnanton@gmail.com