El análisis de subjetividad colectiva en redes sociales

Abstract

Esta investigación analiza el comportamiento de las Redes Sociales Digitales (RSD) que se construyen a partir de las relaciones, interacciones, expresiones de estados privados y comportamientos de los participantes en la red y la subjetividad colectiva inherente en ella, definida como el análisis automático del conjunto de denominadores comunes de las formas de pensar, sentir y actuar de los miembros de un colectivo social, expresado lingüísticamente en el corpus compartido y sus interacciones. Para ello, se construyó un sistema análogo en capas o aros de cebolla denominado COSSOL, el cual sigue una aproximación híbrida para integrar clasificadores de Machine Learning provenientes de los constructos de la Lingüística Computacional y la Sociología Computacional en el marco de un estudio de caso para la red social Twitter, constituyendo una contribución a las comunidades científicas centradas en el estudio de las estructuras sociales emergentes en las redes sociales digitales y en la expresión lingüística de los estados privados presentes en el contenido compartido en dichos escenarios. La validación del modelo se realizó mediante pruebas estadísticas de cointegración a las métricas de cada constructo para las comunidades presentes en los aros de cebolla. Los resultados señalan las comunidades que mejor propagan sus expresiones subjetivas frente al tema divulgado cuando estas tienen una mayor densidad de la red y una polaridad común. Además, las comunidades más estables en términos de polaridad frente a un tópico, son aquellas en donde sus integrantes están altamente conectados. Por el contrario, las comunidades que tienen un mayor índice de centralidad en un subconjunto de integrantes no presentan una mayor estabilidad en la subjetividad colectiva frente a un tópico divulgado en esa comunidad.