Cómo Funciona?

Cómo funciona?

Introducción:

Esta aplicación recopila, analiza y clasifica noticias de diferentes fuentes electrónicas de información (nacionales e internacionales) buscando y filtrando los artículos de mayor relevancia respecto a las elecciones presidenciales que se desarrollan en Colombia durante el año 2010..

El sistema automáticamente  extrae de la noticia los candidatos referenciados, temas principales, partidos políticos y  ubicación geográfica.

Con toda la información extraída, el usuario puede realizar diversas consultas que le permiten tales como: los temas que mas recurrentes de cada uno de los precandidatos, los canales de comunicación que mas noticias publican al respecto, los posibles itinerarios de los candidatos y precandidatos durante su campaña política, los candidatos y precandidatos que mas van a un determinado departamento, entre otros.

Detalles Técnicos

La aplicación fué desarrollada según las necesidades de cada una de las fases descritas a continuación:

Integración y Recopilación de Información

Para la recopilación de información que sirve como insumo para este sistema se tomaron más de 90 fuentes RSS con noticias e información relacionadas con Colombia y el proceso electoral que se está desarrollando actualmente en Colombia. Entre dichas fuentes de noticias se encuentran los principales diarios del país, revistas, noticieros, programas radiales, blogs, cuentas de twitter y facebook de los diferentes candidatos, sitios oficiales de las campañas y entidades gubernamentales del país. Se crearon diferentes componentes que periódicamente están extrayendo las nuevas noticias que cada uno de los medios va publicando día a día en su sitio web.

Selección, limpieza y transformación de datos.

Dada la diversidad de formatos RSS y formas de codificación de la información existente, fué necesario realizar un proceso de limpieza y transformación de los datos que facilitara los procesos posteriores de análisis y extracción de información específica. Este paso permite generar un modelo unificado de información que se almacena en un repositorio de datos específico para este sistema.

Análisis y Minería de Datos

En esta fase de extracción de información para su conversión en conocimiento se realizan principalmente 2 tareas:

Clasificación de las Noticias según temas:

Se realiza una clasificación de los documentos almacenados en el sistema según los siguientes criterios: Personajes políticos relacionados con las elecciones, Partidos Polìticos, Temas principales para la toma de decisión del votante (Ejm: Educación, Salud, Seguridad), Temas polémicos que pueden influir en la elección (Ejm: Corrupción, Compra de Votos, Plan Colombia) y otros temas de interés (Ejm: Abstención, Encuesta, Entrevista).

Este proceso de clasificación de información y extracción de palabras claves se realiza gracias a herramientas de Inteligencia Artificial que permiten identificar temas utilizando un vocabulario controlado por Ontología diseñada para las elecciones presidenciales de Colombia en el año 2010.

Georreferenciación:

La georreferenciación consiste en el proceso de asignar una coordenada geográfica a cada uno de los documentos existentes en el sistema. Para realizar este proceso fué necesario recurrir a recursos y actividades como los que se enuncian a continuación:

Base de Datos de Gacetero (http://en.wikipedia.org/wiki/Gazetteer) de Colombia.

Reconocimiento de Entidades Geográficas a través de técnicas de Procesamiento del Lenguaje Natural e Inteligencia Artificial. Para este proceso se incluyeron también listas de sinónimos de términos geográficos y listas de nombres comunes en el idioma español. Este tipo de listas permiten resolver problemas de ambiguedad de términos y palabras comunes que generan resultados erróneos.

Detección y corrección de Coordenadas no Válidas a través de procesos de análisis espacial.

Asignación de Departamentos y Munipios para cada uno de los artículos utilizando técnicas de Análisis Espacial.

Transformación de coordenadas utilizando procesos de análisis espacial ejecutados en el motor de base de datos.

Difusión y Uso

Para la visualización y consulta de la información recopilada se desarrollaron diferentes medios implementados en diversas tecnologías:

Herramienta para consultas interactivas del archivo histórico de información.  (Creada con Java, Adobe Flex y el API de Visualización de Mapas de Arcgis Server Flex API)

Visualización utilizando Google Maps

Visualización utilizando Google Earth.

Notificación en Tiempo Real a través de Twitter.

Listado de fuentes de información Utilizadas:

(Nota: Se adicionan nuevas fuentes de información según se encuentren disponibles)

• ACE Project RSS Feeds
• Alvaro Leyva - Twitter
• Andrés Felipe Arias - Facebook
• Andres Felipe Arias - Twitter
• Antanas Mockus - Facebook
• Antanas Mockus - Twitter Feed
• BBCMundo.com | América Latina
• BBC News | Americas | World Edition
• Bing Noticias: Colombia Elecciones
• Cambio
• Canal Institucional
• Caracol.com.co
• CaracolTV.com - Elecciones 2010
• Centro de Medios Independientes de Colombia
• Cinep
• City TV - Elecciones 2010
• CityTV Twitter
• Cm& La Noticia
• Cm& Twitter
• Colombia Reports
• Crónica del Quindío
• Diario de Occidente
• Dinero
• El Colombiano - Colombia
• El Colombiano - Conflicto
• El Colombiano - Política
• Elecciones 2010 - Blogspot
• El Espectador - Editorial
• El Espectador - Opinión
• El Espectador - Principal
• El Liberal
• El Meridiano de Córdoba
• El Mundo - Colombia
• El Nuevo Día
• El Nuevo Herald, Colombia
• El País - América Latina
• El País
• El País - Opinión
• El Pilón
• El tiempo - Elecciones 2010
• El tiempo - Opinión
• El tiempo - Política
• El tiempo - Titulares
• El Universal, Internacional
• El universal - Política
• Enrique Peñalosa - Twitter
• Gacetilla - Colombia
• Germán Vargas Lleras - Facebook
• Germán Vargas Lleras - Twitter
• Google News Destacadas
• Google News Nacional
• guardian.co.uk | World news: Colombia
• Gustavo Petro - Blog
• Gustavo Petro - Facebook
• Gustavo Petro - Twitter
• Jose Galat - Twitter
• LaFm Noticias
• La Nación - Nacional
• La Nación - Política
• La Opinión
• La Palabra Digital
• La República
• La Silla Vacía - El Blogueo
• La Silla Vacía - Historias
• La Silla Vacía - lasilladice
• La Silla Vacía
• La Silla Vacía - Querido Diario
• Leyva Presidente
• Lucho Garzon - Facebook
• Lucho Garzón - Twitter
• Martha Lucía Ramírez
• Martha Lucía Ramírez - Twitter
• New York Times - Americas
• Noemí Sanín - Blog
• Noemí Sanín - Facebook
• Noemi Sanin - Prensa
• Noticias.com.co
• Noticias Uno - Twitter
• Periódico El Sol
• Portafolio
• Radio Santafé - Elecciones
• Radio Santafé - Nacional
• Radio Santafé - Principal
• Rafael Pardo Rueda - Facebook
• Rafael Pardo - Twitter
• Rcn Canal Noticias
• Rcn Radio
• Registraduría
• Reuters: World News
• Semana.com
• Sergio Fajardo - Facebook
• Sergio Fajardo - Twitter
• Terra Noticias
• The Economist: The Americas
• TransparenciaColombia.org.co
• Vanguardia Liberal - Política
• Vanguardia Liberal - Principal
• Vote Bien - Twitter Feed
• WRadio
• Yahoo! News: Colombia
• Yahoo! News: World - Latin America
• Yahoo! Noticias: América Latina
• Youtube - Elecciones 2010 Colombia