Martín Domínguez es docente e investigador de la Facultad de Astronomía, Matemática, Física y Computación (FAMAF) de la Universidad Nacional de Córdoba (UNC). 

Dirige un grupo de investigación que aplica diferentes técnicas de aprendizaje y análisis, con el fin de poder inferir comportamientos o realizar predicciones sobre redes semánticas y sociales.

Por ejemplo, en las redes sociales como Twitter, Facebook e Instagram, la intención es poder predecir el interés de algún usuario en particular o el comportamiento masivo que determina la popularidad de una publicación o usuario.

En ese marco, en diálogo con la Crónica Matinal de Canal 10, el investigador de la UNC explicó el trabajo de Federico Albanese, de la Universidad de Buenos Aires (UBA), que logró concluir que la identificación de individuos persuasibles es un factor clave en la dinámica de la opinión pública. 

Para ello, analizaron el cambio de posición y agrupamiento de individuos en Twitter, utilizando "técnicas de procesamiento de lenguaje natural y algoritmos de aprendizaje automático de grandes grafos".

Entonces, trabajaron con una base de datos de millones de tweets, correspondientes a los periodos electorales del 2017 y 2019 en Argentina.

Debieron realizar un marco de aprendizaje automático para la clasificación de usuarios de redes sociales que detecta de manera eficiente la probabilidad de que un usuario cambie su afiliación partidaria.

Además, este marco de aprendizaje automático nos permite analizar las características topológicas que tienen los qué individuos y también identificar qué temas son más persuasivos durante una elección.

Ciencia de Datos en la FAMAF | Me Gusta | Bloque I