Mejorando la búsqueda de información de contacto en Facebook analizando emociones

Abstract

Existen grupos de Facebook destinados a la solicitud de información de contacto, en los cuales un usuario consulta por algún producto o servicio y otros usuarios aportan con su conocimiento sobre estos en los comentarios. Si bien los grupos actuales contienen mucha información, la gran cantidad de publicaciones y la redundancia en las mismas hace que el usuario invierta mucho tiempo en encontrar la información que necesita. Para ayudar a encontrar datos en los grupos, Facebook provee filtros además de un buscador, los cuales permiten obtener cierto tipo de información, sin embargo, estas opciones son limitadas e insuficientes para quienes requieren encontrar información específica sin invertir mucho tiempo. En este artículo se propone el uso de análisis de emociones y aprendizaje automático para mejorar la búsqueda de información de contacto de las publicaciones en Facebook. Se desarrolló un prototipo clasificador, en base a redes bayesianas ingenuas, que permite buscar y categorizar la información de tal forma que los usuarios encuentren lo que necesitan rápidamente. Se realizaron pruebas con 15 usuarios, a quienes se les pidió buscar información de contacto usando el prototipo desarrollado para luego contrastarlo con el buscador que provee Facebook, los resultados mostraron que la mayoría de los usuarios que utilizaron el buscador de Facebook encuentran información pertinente en la 6ta y 7ma posición de la lista de resultados, mientras que utilizando el prototipo desarrollado el usuario encuentra la información deseada en la lera o 2da posición de la lista.

There are different Facebook groups to help users find contact information. In these groups users may ask recommendations about a product or service to other users in the same group, where users share their experience through comments. Although these groups contains thousands of contact information, search recommendations in these groups is a tedious and time-consuming activity, mainly because the large amount of information contained in this group and the redundant post and comments. To help users find post/comments of interest, Facebook provides a search engine that contains different kind of filters. However, these filter options are limited and sometimes insufficient for those who need to find specific information. This article proposes the use of emotion analysis and machine learning to improve the search for contact information for Facebook publications. This paper also reports an experiment conducted with 15 users, where they asked to search for contact information using the prototype developed and the search engine that provides Facebook. The result shows that most users who used the Facebook search engine find relevant information in the 6th and 7th position of the list of results, while using the prototype developed the user finds the desired information in the 1st or 2nd position of the list.