DT16: Métodos y aplicaciones de la ciencia de datos para las políticas de CTI: redes sociales, minería de textos y clustering
Autor: Octavio Lerena
En la actualidad, múltiples fuentes de datos masivos pueden utilizarse para extraer información y generar conocimientos valiosos que respalden la toma de decisiones y disminuyan la incertidumbre. El procesamiento y análisis de los datos masivos se sustentan en una serie de técnicas y capacidades individuales y organizacionales, que son el objeto de la disciplina conocida como ciencia de datos. Este es el primer volumen de una serie de documentos que abordan distintos métodos y aplicaciones de la ciencia de datos para respaldar la toma de decisiones en materia de políticas públicas, con énfasis en las de ciencia, tecnología e innovación (CTI). De esta manera, se busca producir conocimiento para favorecer políticas basadas en la evidencia y contribuir a la planificación estratégica de instituciones y gobiernos.
Las tres técnicas relevadas en este documento (Análisis de redes sociales, minería de textos y clustering) pueden utilizarse para obtener conocimiento valioso en áreas críticas como la cienciometría, la vigilancia tecnológica y la inteligencia competitiva. Asimismo, la información cuantitativa provista por estos tipos de análisis puede aplicarse tanto para evaluar el desempeño de las actividades de investigación como para respaldar la gestión de las políticas de CTI.
Palabras clave
Políticas públicas / análisis de redes sociales / aprendizaje automático / Big Data / ciencia de datos / minería de textos/ clustering
Para acceder al documento ingresar aquí.