Algoritmos sobre el impacto de los medios de comunicación en medios sociales: estado de la cuestión

Contenido del artículo principal

Joan Francesc Fondevila Gascón

Resumen

La relación entre medios de comunicación y los medios sociales está acentuándose en plena Sociedad de la Banda Ancha. Mientras los mass media se plantean la difusión de los contenidos en redes sociales como una obligación, los algoritmos y las métricas de análisis en estas redes se multiplican para objetivizar el rendimiento que la empresa informativa puede obtener de su actividad virtual. En este artículo de innovación teórica se exponen las métricas utilizadas en función el objetivo a conseguir, y se incide en el análisis de sentimiento, que permite conocer si la reacción del lector a las unidades de contenido de los medios de comunicación es positiva, neutra o negativa. Se concluye que la medición de la polaridad de los comentarios del lector ayuda a la empresa informativa a mejorar la experiencia del receptor gracias sobre todo a la interactividad. 

Detalles del artículo

Cómo citar este artículo
FONDEVILA GASCÓN, Joan Francesc. Algoritmos sobre el impacto de los medios de comunicación en medios sociales: estado de la cuestión. Revista ICONO14 Revista científica de Comunicación y Tecnologías emergentes, [S.l.], v. 15, n. 1, p. 21-41, ene. 2017. ISSN 1697-8293. Disponible en: <https://icono14.net/ojs/index.php/icono14/article/view/948>. Fecha de acceso: 16 oct. 2017 doi: https://doi.org/10.7195/ri14.v15i1.948.
Palabras clave
Medios de comunicación; Redes sociales; Análisis de sentimiento; Lector; Métrica; Reputación; Interactividad; Algoritmo
Sección
INNOVACIÓN TEÓRICA

Citas

Bae, Y. & H. Lee (2012). Sentiment Analysis of Twitter Audiences: Measuring the Positive or Negative Influence of Popular Twitterers. Journal of the American Society for Information and Technology, 63(12), 2521-2535.

Bai, X. (2011), Predicting consumer sentiments from online text. Decision Support Systems, 50, 732-742.

Barger, V. A. & Labrecque, L. (2013). An Integrated Marketing Communications Perspective on Social Media Metrics. International Journal of Integrated Marketing Communications.

Barzilay, R. (1999). Using Lexical Chains for the Text Summarization. Advances in Automatic Text Summarization. Massachussets, USA.

Barzilay, R. & Lapata, M. (2008). Modeling Local Coherence: An entity-based approach. Computational Linguistics, 34(1).

Berger, A. & Mittal, V. O. (2000). OCELOT: A System for Summarizing Web Pages. Proceedings of the 23rd annual international ACM SIGIR conference on research and development in information retrieval, 144-151.

Blanchard, O. (2009), How to NOT calculate Social Media ROI. The BrandBuilder Blog, May 29. http://thebrandbuilder.wordpress.com/2009/05/29/how-to-not-calculate-social-media-r-o-i/ (consultado el 27 de enero de 2016).

Bonsón, E. & Ratkai, M. (2013). A set of metrics to assess stakeholder engagement and social legitimacy on a corporate Facebook page. Online Information Review , 37(5), 787-803.

Botha, E., Farshid, M. & Pitt, L. (2011). How sociable? An exploratory study of university brand visibility in social media. South African Journal of Business Management, 42(2), 43-51.

Brandow, R. M.; Mitze, K.; Rau, L. F. (1995). “Automatic condensation of electronic publications by sentence selection”. Information Processing & Management, 31(5): 675-685.

East, R., Hammond K. & Lomax, W. (2008). Measuring the impact of positive and negative word of mouth on brand purchase probability. International Journal of Research in Marketing, 25, 215-224.

Fondevila Gascón, J. F. (2010). El cloud journalism: un nuevo concepto de producción para el periodismo del siglo XXI. Observatorio (OBS*) Journal, 4(1), 19-35.

Fondevila Gascón, J. F.; Sierra Sánchez, J. & Del Olmo Arriaga, J. L. (2011). New communicative markets, new business models in the digital press. Trípodos (Extra 2011-VI International Conference on Communication and Reality-Life without Media, Universitat Ramon Llull), 301-310.

Fondevila Gascón, J. F. (2013). Periodismo ciudadano y cloud journalism: un flujo necesario en la Sociedad de la Banda Ancha. Comunicación y Hombre, 9, 25-41.

Fondevila Gascón, J. F.; Beriain Bañares, A. & Del Olmo Arriaga, J. L. (2013). Hipertexto, multimedia e interactividad: comparativa empírica en el periodismo digital español. En Zilles, Klaus; Cuenca, Joan; Rom,
Josep (Eds.). Breaking the Media Value chain. VII International Conference on Communication and Reality. Barcelona: Universitat Ramon Llull, 41-50.

Fondevila Gascón, J. F. (2014). El uso de hipertexto, multimedia e interactividad en periodismo digital: propuesta metodológica de ranking de calidad. ZER, Revista de Estudios de Comunicación (Journal of Communication Studies), 19(36), 55-76.

Fondevila Gascón, J. F.; Lamelo Varela, C. (2015a). La influencia social 2.0 en los programas magazín de las radios generalistas españolas con relación a su audiencia. Estudios sobre el mensaje periodístico, 21(2), 813-831.

Fondevila Gascón, J. F.; Mir Bernal, P.; Crespo, J. L.; Santana López, E.; Rom Rodríguez, J. & Puiggròs
Roman, E. (2015b). La introducción de Facebook en el aula universitaria en España: la percepción del estudiante. RELATEC: Revista Latinoamericana de Tecnología Educativa, 14(3), 21-30.

Gerlitz, C. & Helmond, A. (2013). The like economy: Social buttons and the data-intensive web. New Media & Society 15 (8), 1348-1365.

Haddi, E., Liu, X. & Y. Shi (2013). The Role of Text Pre-processing in Sentiment Analysis. Procedia Computer Science, 17, 26-32.

Hunter, M. L. &. Soberman, D. A. (2010) ’The Equalizer’: Measuring and Explaining the Impact of Online Communities on Consumer Markets. Corporate Reputation View 13(4), 225-247.

Jacobson, L. (2009). Take a sentimental journey: What sentiment analysis means for PR professionals. Public Relations Tactics (November), 18.

Kennedy, H. (2012). Perspectives on Sentiment Analysis. Journal of Broadcasting & Electronic Media, 56(4), 435-450.

Kupiec, J. P.; Pedersen, J. & Chen, F. (1995). A trainable document summarizer. Proceedings of the 18th annual international ACM SIGIR conference on Research and Development in Information Retrieval.

Lin, C. Y. & Hovy, E. (1997). Identifying Topics by Position. Proceedings of the fifth Conference on Applied Natural Language, 283-290.

Lovett, J. (2012). Social Media. Métricas y análisis. Madrid: Ediciones Anaya Multimedia.

Marcu, D. (1997). The rhetorical parsing, summarization, and generation of natural language texts. University of Toronto, Toronto.

Mostafa, M. M. (2013). More than words: Social networks’ text mining for consumer brand sentiments. Expert Systems with Applications, 40, 4241-4251.

Murdough, C. (2009). Social Media Measurement: It’s Not Impossible. Journal of Interactive Advertising, 10(1), 94-99.

Peters, K., Chen, Y., Kaplan, A. M., Ognibeni, B. & Pauwels, K. (2013). Social Media Metrics – A Framework and Guidelines for Managing Social Media. Journal of Interactive Marketing, 27, 281-298.

Pettit, A. (2013). Identifying the real differences of opinion in social media sentiment. International Journal of Market Research, 55(6), 757-767.

Powell, G., Groves, S. & Dimos, J. (2011). ROI of Social Media – How to improve the return on your social marketing investment. John Wiley & Sons (Asia) Ltd.

Pöyry, E., Parvinen, P. & Malmivaara, T. (2013). Can we get from liking to buying? Behavioral differences in hedonic and utilitarian Facebook usage. Electronic Commerce Research and Applications, 12, 224-235.

Press Cutting Service (2015). Redes sociales y medios de comunicación. Madrid: Press Cutting Service:

Radevv, D. R.; Jing, H. & Budzikowska, M. (2000). Centroid-based summarization of multiple documents: sentence extraction, utility-based evaluation, and user studies. Proceedings of the 2000 NAACL-ANLP workshop on automatic summarization.

Rao, Y., Li, Q., Mao, X. & Wenyin, L. (2014). Sentiment topic models for social emotion mining. Information Sciences, 266, 90-100.

Reichheld, F. F. (2003). The One Number You Need to Grow. Harvard Business Review, 81(12), 46-55.
Smith, S. (2013). Conceptualising an evaluating experiences with brands on Facebook. International Journal of Market Research, 55(3), 357-374.

Wijnhoven, F. & Bloemen, O. (2013). External validity of sentiment mining reports: Can current methods identify demographic biases, event biases, and manipulation of reviews? Decision Support Systems, 59, 262-273.

Wright, A. (2009). Our Sentiments, Exactly. Communications of the ACM (Association for Computing Machinery), 52(4), 14-15.

Yu, Y., Duan, W. & Cao, Q. (2013). The impact of social and conventional media on firm equity value: A sentiment analysis approach. Decision Support Systems, 55, 919-926.