4to Simposio Anual International en Gestión de la Información y Big Data

Sesión Especial en Análisis y Minería de Redes Sociales y Social Media (SNMAM)Registrate

  Presentación de Articulos

Las redes sociales son plataformas web que proporcionan una variedad de servicios. Los usuarios pueden compartir sus ubicaciones y actividades sociales, enviar y etiquetar fotos y otros contenidos multimedia, así como contactar diferentes personas con intereses similares. El rápido crecimiento de las redes sociales, así como el rápido aumento en la producción y consumo de medios de comunicación social, han hecho del análisis de las redes sociales y social media un hot topic entre los investigadores académicos y los profesionales de la industria por igual.
SIMBig es un importante evento que ha atraído la atención de científicos de la computación, ingenieros informáticos, ingenieros de software y desarrolladores de servicios y aplicaciones de todo el mundo. Dentro de este simposio, el track en Análisis y Minería de Redes Sociales y Social Media (Social Network and Media Analysis and Mining) - SNMAM, proporcionará un foro que reunirá tanto a investigadores y profesionales para discutir sobre tendencias y técnicas aplicadas sobre las redes sociales y social media. De esa manera, este track solicita el envío de trabajos teóricos y experimentales que traten del análisis y minería de redes sociales y social media, así como sus aplicaciones a problemas de la vida real.
Los trabajos recibidos serán evaluados por los miembros de nuestro comité de programa. Los trabajos que sean aceptados serán publicados como parte de los anales del SIMBig 2017, los cuales serán indexados por DBLP (ver los papers publicados en SNMAM 2016 aquí). Los mejores trabajos también podrán ser publicados en Springer CCIS Series.

 

  Tópicos de Interés

Tenemos la intención de incluir todos los temas importantes relacionados al análisis y minería de redes sociales y social media dentro de SNMAM. Los temas adecuados para SNMAM incluyen, pero no se limitan a:
- Modelado de datos para redes sociales y social media
- Dinámica y evolución de redes sociales
- Análisis topológico, geográfico y temporal de redes sociales
- Privacidad y seguridad en redes sociales
- Análisis de patrones en redes sociales
- Crowd sourcing para la generación y almacenamiento de datos de redes
- Análisis de estructura de comunidades en redes sociales
- Predicción de links y sistemas de recomendación
- Propagación y difusión de información en redes sociales
- Detección de spam, información faltante y actividades maliciosas en redes sociales
- Redes sociales basadas en la localización
- Computación móvil y aplicaciones en redes sociales
- Modelado del comportamiento e interacción de usuários en redes sociales
- Recuperación de información en redes sociales y social media
- Análisis del impacto político y de los negócios en redes sociales y social media
- Monitoramiento de redes sociales y social media
- Análisis de la relación entre social media y los medios de comunicación tradicionales
- Minería de datos exploratória y visual de redes sociales y social media
- Ética y privacidad en los servicios de redes sociales y social media
- Desafios de big data en redes sociales y social media
- Nuevas aplicaciones y servicios de big data, redes sociales y social media

 

  Directivas para el envío de articulos

SNMAM es uno de los primeros tracks en América Latina agrupando áreas como Big Data, Análisis de Redes Sociales, Aprendizaje de Máquinas, etc. Agrademos anticipadamente por enviar sus contribuciones científicas a la segunda edición de SNMAM, así como por darnos la oportunidad de poder mostrar y divulgar los resultados de su investigación.
Los autores están invitados a presentar trabajos originales e inéditos de investigación y aplicaciones para este track. Artículos completos deberán tener entre 5 a 10 páginas (incluyendo referencias, tablas y figuras). Los trabajos deben estar escritos únicamente en Inglés y deberán estar en formato PDF generado siguiendo las instrucciones del formato ACL, disponible aquí:

Latex Microsoft Word


Todos los artículos envíados a SNMAM serán revisados por expertos en el área, quienes se basarán en la originalidad, relevancia, pertinencia, calidad y la claridad de los artículos, para emitir su juício. Cada artículo será revisado por al menos tres miembros de nuestro comité de programa.

 

   Easychair Website de envios

Se requiere el registro del artículo aceptado para su inclusión en los anales de la conferencia. Al menos un autor de cada artículo aceptado DEBE exponer su trabajo en SIMBig 2017.

El registro y envío de artículos a SNMAM serán manejados a través del sistema EasyChair. Para registrar y submeter tu artículo, por favor siga la siguiente url AQUI

 

  Organizadores


Jorge Valverde-Rebaza

PhD(c) in Computer Science
Department of Computer Science, ICMC
University of São Paulo,
Email contact: jvalverr@icmc.usp.br


Alneu de Andrade Lopes

PhD in Computer Science
Department of Computer Science, ICMC
University of São Paulo

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

  Comité de Programa

  • Alan Valejo, University of São Paulo, Brazil,
  • Brett Drury, National University of Ireland Galway, Ireland,
  • Celso Kaestner, Federal University of Technology of Paraná, Brazil,
  • Didier Vega-Oliveros, University of São Paulo, Brazil,
  • Hugo Gualdron Colmenares, University of São Paulo, Brazil,
  • José Benito Camiña, Tecnológico de Monterrey, Mexico,
  • Jesús Mena-Chalco, Federal University of ABC, Brazil,
  • Lilian Berton, University of Santa Catarina State, Brazil,
  • Luca Rossi, Aston University, United Kingdom,
  • Marcos Domingues, State University of Maringá, Brazil,
  • Marcos G. Quiles, Federal University of São Paulo, Brazil,
  • Mathieu Roche, CIRAD and University of Montpellier, France,
  • Merley Conrado, Intel Corp., United States of America,
  • Newton Spolaôr, Western Paraná State University, Brazil,
  • Pascal Poncelet, University of Montpellier, France,
  • Rafael Rossi, Federal University of Mato Grosso do Sul, Brazil,
  • Ricardo Campos, Polytechnic Institute of Tomar and LIAAD/INESC TEC, Portugal,
  • Ricardo Marcacini, Federal University of Mato Grosso do Sul, Brazil,
  • Ronaldo C. Prati, Federal University of ABC, Brazil,
  • Sabrine Mallek, Institut Supérieur de Gestion de Tunis, Tunisia,
  • Thiago de Paulo Faleiros, University of Brasilia, Brazil,
  • Vânia Neves, Federal University of Juiz de Fora, Brazil,
  • Victor Stroele, Federal University of Juiz de Fora, Brazil.