ARTÍCULOS ESPECIALES

Artículos en Minería y análisis de redes sociales y medios (SNMAM)

Llamado de Artículos

La red social es una estructura formada por un conjunto (o grupos de conjuntos) de entidades (por ejemplo, personas, organizaciones, etc.) con algunos patrones de interacción social. El análisis de redes sociales (SNA) se centra en descubrir estos patrones mediante el uso de la ciencia de redes y la teoría de grafos. En las últimas décadas, las redes sociales online (OSN) se han convertido en las plataformas web más utilizadas por la variedad de servicios que ofrecen a sus usuarios. Esta explosión ha llevado a la diversificación tanto del contenido (texto, imágenes, audio y otros) como de las fuentes (por ejemplo, noticieros, periódicos y otras empresas) en las OSN. La necesidad de procesar y analizar este contenido, así como de comprender su impacto en la vida de los usuarios, ha permitido el rápido desarrollo de diversas técnicas de minería y análisis de datos de redes sociales.

En este contexto, Social Network and Media Analysis and Mining (SNMAM) proporciona un foro que reúne a investigadores y profesionales para discutir las tendencias y técnicas de investigación relacionadas con el análisis y la minería de datos de redes sociales y medios. El 5to evento SNMAM se organizará como un track de SIMBig 2021 en Lima, Perú, como un lugar interdisciplinario para informáticos, ingenieros informáticos, ingenieros de software y desarrolladores de aplicaciones que trabajan en redes y métodos basados en la web.

Por lo tanto, SNMAM da la bienvenida a trabajos experimentales y teóricos sobre análisis y minería de datos de redes sociales y redes sociales junto con su aplicación a problemas del mundo real. Están invitados a participar jóvenes científicos e investigadores de centros científicos, estudiantes y graduados, así como socios industriales.

Alcance y temas

SNMAM incluye todos los temas relacionados con el análisis y minería de redes sociales y medios.
SNMAM incluye los siguientes temas, pero no se limitan a ellos:

  • Crowdsourcing of social network and media data generation and collection
  • Data preparation and data modeling for social networks and social medias
  • Exploratory and visual data analysis of social network and media data
  • Identification and discovery of dynamics and evolution patterns of social network and media data based on data mining and machine learning approachess
  • Topological and spatio-temporal aspects in social networks and social media
  • Large-scale graph, search and time series algorithms on social networks
  • Social network analysis and mining tasks:
    • Anomaly and outlier detection
    • Community discovery
    • Link and node classification
    • Link and node prediction
    • Entity resolution
    • (Social) Graph construction
  • Data mining applications on social network and media data:
    • Recommender systems
    • Opinion and suggestion mining
    • Sentiment analysis
    • Misbehavior detection
    • Activity prediction
    • Event detection
    • (Epidemic) Spreading
  • Applications of social network and media in business, engineering, scientific, medical and public health domains, terrorism and/or criminology, fraud detection, politics, cyberbullying, and case studies
    • Special case study: social behavior analysis due to COVID-19
  • Analysis and mining of location-based social networks, urban (social) networks, multilayer social networks and others
  • Social media monitoring and analysis
  • Ethics, privacy and security in online social networks and social media platforms
  • Tools and infrastructures for social networking platforms and web communities
  • New applications and services arising from big data, social network analysis and social media.
Artículos Largos
Los artículos largos están limitados a un total de 13-16 páginas, incluido todo el contenido y las referencias, y deben estar en formato PDF con el formato de publicación de Springer.
Artículos Cortos
Los artículos cortos están limitados a un total de 7-12 páginas, incluido todo el contenido y las referencias, y deben estar en formato PDF con el formato de publicación de Springer.

Directrices para la Presentación de Artículos

Todas las presentaciones de investigación deben estar en inglés.
Los articulos deben ser presentados como documento PDF y deben tener el formato de Publicaciones Springer. Para obtener detalles sobre el estilo Springer, consulte aquí.

Sitio web para presentaciones de Easychair

Presentaciones para BIOMEDS 2021 here.

Comite de Lectura

  • Alexandre Donizeti, Federal University of ABC, Brazil
  • Alexandre Luis Magalhães Levada, Federal University of São Carlos (UFSCar), Brazil
  • Ankur Singh Bist, Signy Advanced Technology, India
  • Aurea Soriano Vargas, University of Campinas, Brazil
  • Brett Drury, LIAAD-INESC-TEC, Portugal
  • Celia Ghedini Ralha, University of Brasília (UnB), Brazil
  • Cesar Henrique Comin, Federal University of São Carlos (UFSCar), Brazil
  • Daniela Godoy, UNICEN University, Argentina
  • Dibio Leandro Borges, University of Brasília (UnB), Brazil
  • Diego Furtado Silva, Federal University of São Carlos (UFSCar), Brazil
  • Geraldo Pereira Rocha Filho, University of Brasília (UnB), Brazil
  • Guilherme Novaes Ramos, University of Brasília (UnB), Brazil
  • Heloísa de Arruda Camargo, Federal University of São Carlos (UFSCar), Brazil
  • José Reinaldo da Cunha Santos Aroso Vieira da Silva Neto, University of Brasília (UnB), Brazil
  • Jorge Poco, Fundação Getulio Vargas, Brazil
  • Luca Rossi, Queen Mary University of London, UK
  • Maria Da Conceição Rocha, INESC/CPES, Portugal
  • Mathieu Roche, Cirad-TETIS, France
  • Newton Spolaôr, State University of Western Paraná, Brazil
  • Pascal Poncelet, University of Montpellier, France
  • Paulo Eduardo Althoff, University of Brasília (UnB), Brazil
  • Pedro Nelson Shiguihara Juárez, Universidad San Ignacio de Loyola, Peru
  • Rafael Delalibera Rodrigues, University of São Paulo (USP), Brazil
  • Rafael Giusti, Federal University of Amazonas, Brazil
  • Rafael Santos, National Institute for Space Research (INPE), Brazil
  • Ronaldo Prati, Federal University of ABC, Brazil
  • Tiago Colliri, University of São Paulo (USP), Brazil
  • Victor Stroele, Federal University of Juiz de Fora, Brazil
  • Vinicius Ruela Pereira Borges, University of Brasília (UnB), Brazil
  • Willy Ugarte, University of Applied Sciences (UPC), Peru

Organizadores

Jorge Valverde-Rebaza

Jorge Valverde-Rebaza

PhD in Computer Science

Department of Scientific Research, Visibilia

São Carlos, Brazil

Alan Valejo

Alan Demétrius Baria Valejo

Ph.D. in Computer Science

Federal University of São Carlos (UFSCar)

São Carlos, Brazil

Thiago de Paulo Faleiros

Thiago de Paulo Faleiros

Ph.D. in Computer Science

University of Brasília (Unb)

Brasília - DF, Brazil