REVISTA DYNA NEW TECHNOLOGIES

Palabras clave:

Sentiment Analysis, Suicide, Social Networks, Machine Learning, Swarm Intelligence, Análisis de sentimiento, Suicidio, Redes Sociales, Máquinas de Aprendizaje, Inteligencia de Enjambres..

Tipo de artículo:

ARTICULO DE INVESTIGACION / RESEARCH ARTICLE

Sección:

ARTICULOS DE INVESTIGACION / RESEARCH ARTICLES

RESUMEN:
El suicidio es la cuarta causa de muerte para jóvenes entre 15 y 19 años, causante de más de 703,000 muertes cada año, que corresponden a una muerte cada 40 segundos, por lo cual es considerado como un problema de salud pública por la Organización Mundial de la Salud. Una forma de prevenir el suicidio según los expertos es actuar rápidamente sobre quienes están pasando por esta situación. Twitter como otras plataformas de medios sociales, están en una posición única de poder ayudar, por el cúmulo de sentimientos que en ellas se comparten como entre ellos otros; los pensamientos e intenciones suicidas. Ante el aumento de las tasas de suicidio en el mundo en esta investigación proponemos un modelo utilizando la inteligencia de enjambres que nos permita reducir el tiempo de preprocesamiento de tweets en la detección de características relacionadas con el suicidio. Los resultados presentados demuestran que nuestro modelo puede ser una alternativa para reducir el tiempo en la extracción de patrones lingüísticos relacionados con el suicidio.

Palabras Clave: Análisis de sentimiento, Suicidio, Redes Sociales, Máquinas de Aprendizaje, Inteligencia de Enjambres.