Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10609/139586
Título : Anàlisi de les dades del Dia Mundial de les Malalties Minoritàries a Twitter
Autoría: Dalmases Juanet, Joaquim Maria de
Tutor: Subirats, Laia  
Bonet-Carne, Elisenda  
Otros: Prados Carrasco, Ferran  
Resumen : Los enfermedades minoritarias son un problema social que afecta a derechos de carácter humanitario básicos como la igualdad social. La mayoría de pacientes que los sufren están desamparados para afrontar-los. Para luchar contra elles, es necesario definir el apoyo a la investigación, el desarrollo de medicamentos, la creación de redes entre grupos de pacientes, para intensificar la lucha, la sensibilización y otras muchas acciones sociales organizadas. Con el objetivo de reducir lo impacte de los enfermedades raras en la vida de pacientes y familiares, este trabajo caracteriza el contenido de los datos de Twitter captadas alrededor del Día Mundial de las Enfermedades Minoritarias del año 2020 para actuar en esta dirección. Esta caracterización de datos sociales, es realizará des de 2 puntos de vista, estructural y de análisis de contenidos. Se aplicaran técnicas de aprendizaje automático no supervisado para encontrar los comunidades de usuarios emergentes existentes en esta temática. Disponer de los comunidades de usuarios nos permitirá dar voz y potenciar todos los aspectos que los une y disponer de un criterio por la toma de decisiones hacia su grado de atención actual y el necesario en el futuro.Otro reto es la estructuración de mesures prácticas y recomendaciones de acciones hacia los conclusiones del análisis orientadas al apoyo a los pacientes y lucha contra los enfermedades minoritarias.
Palabras clave : Twitter
enfermedades minoritarias
aprendizaje no supervisado
Aprendizaje automático -- TFM
Tipo de documento: info:eu-repo/semantics/masterThesis
Fecha de publicación : jun-2020
Aparece en las colecciones: Bachelor thesis, research projects, etc.

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
quimdalmasesTFM0620presentació.pdfPresentació del TFM5,12 MBAdobe PDFVista previa
Visualizar/Abrir
quimdalmasesTFM0620memoria.pdfMemoria del TFM11,42 MBAdobe PDFVista previa
Visualizar/Abrir