Titulo:
Clasificación de perfiles de lectores de un periódico digital
.
Sumario:
En este artículo de investigación, se analizó el comportamiento de lectores de un periódico digital, con el objetivo de encontrar los perfiles asociados al uso del sitio Web, con el propósito de definir estrategias de contenidos y nuevos productos del periódico. Se tomó una muestra de 689 usuarios, correspondiente a tres meses de actividad, a través de la herramienta Google Analytics; se determinaron las secciones del diario que se utilizaban en cada visita por los usuarios, para consolidar así la base de datos. En el proceso de análisis, se utilizaron las técnicas multivariadas, análisis de componentes principales y análisis de clúster, por medio, de la cual, se lograron gráficos y visualizaciones, que permiten una mejor interpretación de... Ver más
Guardado en:
0123-4226
2619-2551
20
2017-12-31
469
478
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
| id |
metarevistapublica_udca_revistau.d.c.aactualidad_divulgacioncientifica_94_article_402 |
|---|---|
| record_format |
ojs |
| spelling |
Clasificación de perfiles de lectores de un periódico digital Classification of readers profiles of a digital journal En este artículo de investigación, se analizó el comportamiento de lectores de un periódico digital, con el objetivo de encontrar los perfiles asociados al uso del sitio Web, con el propósito de definir estrategias de contenidos y nuevos productos del periódico. Se tomó una muestra de 689 usuarios, correspondiente a tres meses de actividad, a través de la herramienta Google Analytics; se determinaron las secciones del diario que se utilizaban en cada visita por los usuarios, para consolidar así la base de datos. En el proceso de análisis, se utilizaron las técnicas multivariadas, análisis de componentes principales y análisis de clúster, por medio, de la cual, se lograron gráficos y visualizaciones, que permiten una mejor interpretación de los resultados y ayudan al proceso de creación de perfiles de usuario. El resultado muestra la identificación de tres perfiles de usuario, para los cuales, se han definido estrategias de contenidos y de nuevos productos In this article, we analyzed the behavior of readers of a digital newspaper in order to find the profiles associated with the use of the website, in order to define content strategies and new newspaper products. A sample of 689 users was taken corresponding to three months of activity, through the tool Google Analytics, it was determined the sections of the newspaper that were used in each visit by the users to consolidate the database. In the process of analysis, the multivariate techniques are used main component analysis and cluster analysis, by means of which graphs and visualizations were obtained that allow a better interpretation of the results and help to the process of creation of user profiles. The result shows the identification of three user profiles, for which content strategies and new products have been defined. De La Hoz Domínguez, Enrique Mendoza Mendoza, Adel Ojeda De La Hoz, Hoolyana Perfil de usuario análisis multivariado análisis de perfil diario digital User profiles multivariate analysis profile analysis digital newspaper 20 2 Núm. 2 , Año 2017 :Revista U.D.C.A Actualidad & Divulgación Científica. Julio-Diciembre Artículo de revista Journal article 2017-12-31T00:00:00Z 2017-12-31T00:00:00Z 2017-12-31 application/pdf text/html Universidad de Ciencias Aplicadas y Ambientales U.D.C.A Revista U.D.C.A Actualidad & Divulgación Científica 0123-4226 2619-2551 https://revistas.udca.edu.co/index.php/ruadc/article/view/402 10.31910/rudca.v20.n2.2017.402 https://doi.org/10.31910/rudca.v20.n2.2017.402 spa https://creativecommons.org/licenses/by-nc-sa/4.0/ 469 478 ACCENTURE DIGITAL .2015. State of Content Survey. Disponible desde Internet en: www.accenture.com/t20160322T055807__w__/us-en/_acnmedia/Accenture/Conversion-Assets/DotCom/Documents/ Global/PDF/Digital_3/Accenture-Digital-Content- Services-Research-2015-Infographic.PDF (con acceso el 14/12/2016). AL WAKEEL, A.; WU, J. 2016. K-means based cluster analysis of residential smart meter measurements. Energy Procedia. 88:754-760. ASSIMAKOPOULOS, C. 2013. Mobile Internet users profile along with subscribers model of payment and attitudinal characteristics. Procedia Technology. 8:425-434. BANCO MUNDIAL. 2016. Usuarios de internet. Disponible desde Internet en: http://datos.bancomundial.org/indicator/IT.NET.USER.P2 (con acceso el 15/01/2017). BOLÍVAR BOTÍA, A. 2001. Globalización e identidades: (Des)territorialización de la cultura. Revista de Educación. 1:265-288. CHUNG, D.S. 2008. Interactive features of online newspapers: Identifying patterns and predicting use of engaged readers. J. Computer-Mediated Communication. 13(3):658-679. DE AMO, S.; DIALLO, M.S.; DIOP, C.T.; GIACOMETTI, A.; LI, D.; SOULET, A. 2015. Contextual preference mining for user profile construction. Information Systems. 49:182-199. DITOIU, M.C.; PLATON, O.E. 2012. Aspects Regarding the Romanian Social Network User's Profile and its Implications in Marketing Destination Pages. Procedia Economics and Finance. 3:182-187. GALLARDO, M. 2011. Métodos jerárquicos análisis de clúster. Disponible desde Internet en: www.ugr. es/~gallardo/pdf/cluster-3.pdf. (Con acceso el 22/02/2017). GONZÁLEZ, C.G. 2006. Tratamiento de datos. Ediciones Díaz de Santos. 207p. GRANELL, R.; AXON, C.J.; WALLOM, D.C. 2015. Clustering disaggregated load profiles using a Dirichlet process mixture model. Energy Conversion and Management. 92: 507-516. HERNÁNDEZ, D.; RAMÍREZ, A.; CASSANY, D. 2014. Categorizando a los usuarios de sistemas digitales. Rev. Medios y Educación. 44:113-126. KANNAN, P.K. 2017. Digital marketing: A framework, review and research agenda. International Journal of Research in Marketing. 34(1):22-45. LÓPEZ, G. 2015. Periodismo digital. Redes, audiencias y modelos de negocio. Salamanca: Comunicación Social. LÓPEZ GARCÍA, X.; NEIRA CRUZ, X.A. 2000. Los medios locales ante los desafíos de la red. Ámbitos. 4:101-112. MASSARI, L. 2010. Analysis of MySpace user profiles. Information Systems Frontiers. 12(4):361-367. MORCHID, M.; DUFOUR, R.; BOUSQUET, P. M.; LINARÈS, G.; TORRES-MORENO, J.M. 2014. Feature selection using Principal Component Analysis for massive retweet detection. Pattern Recognition Letters. 49:33-39. PALFREY, J.; GASSER, U. 2008. Born Digital: Understanding the first generation of digital natives. New York: Basic Books.141p. PENG, J.; CHOO, K.K.R.; ASHMAN, H. 2016. User profiling in intrusion detection: A review. Journal of Network and Computer Applications. 72:14-27. PEÑA, D. 2002. Análisis de Datos Multivariantes. Madrid: Mc Graw Hill.159p. VAN DAM, J.W.; VAN DE VELDEN, M. 2015. Online profiling and clustering of Facebook users. Decision Support Systems. 70:60-72. VOSECKY, J.; HONG, D.; SHEN, V.Y. 2009. User identification across multiple social networks. In Networked Digital Technologies, 2009. NDT'09. First International Conference on. p.360-365). IEEE. ZHANG, Z.; LIU, Y.; XU, G.; CHEN, H. 2016. A weighted adaptation method on learning user preference profile. Knowledge-Based Systems. 112:114-126. https://revistas.udca.edu.co/index.php/ruadc/article/download/402/344 https://revistas.udca.edu.co/index.php/ruadc/article/download/402/1500 info:eu-repo/semantics/article http://purl.org/coar/resource_type/c_6501 http://purl.org/coar/resource_type/c_1843 info:eu-repo/semantics/publishedVersion http://purl.org/coar/version/c_970fb48d4fbd8a85 info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 Text Publication |
| institution |
UNIVERSIDAD DE CIENCIAS APLICADAS Y AMBIENTALES |
| thumbnail |
https://nuevo.metarevistas.org/UNIVERSIDADDECIENCIASAPLICADASYAMBIENTALES/logo.png |
| country_str |
Colombia |
| collection |
Revista U.D.C.A Actualidad & Divulgación Científica |
| title |
Clasificación de perfiles de lectores de un periódico digital |
| spellingShingle |
Clasificación de perfiles de lectores de un periódico digital De La Hoz Domínguez, Enrique Mendoza Mendoza, Adel Ojeda De La Hoz, Hoolyana Perfil de usuario análisis multivariado análisis de perfil diario digital User profiles multivariate analysis profile analysis digital newspaper |
| title_short |
Clasificación de perfiles de lectores de un periódico digital |
| title_full |
Clasificación de perfiles de lectores de un periódico digital |
| title_fullStr |
Clasificación de perfiles de lectores de un periódico digital |
| title_full_unstemmed |
Clasificación de perfiles de lectores de un periódico digital |
| title_sort |
clasificación de perfiles de lectores de un periódico digital |
| title_eng |
Classification of readers profiles of a digital journal |
| description |
En este artículo de investigación, se analizó el comportamiento de lectores de un periódico digital, con el objetivo de encontrar los perfiles asociados al uso del sitio Web, con el propósito de definir estrategias de contenidos y nuevos productos del periódico. Se tomó una muestra de 689 usuarios, correspondiente a tres meses de actividad, a través de la herramienta Google Analytics; se determinaron las secciones del diario que se utilizaban en cada visita por los usuarios, para consolidar así la base de datos. En el proceso de análisis, se utilizaron las técnicas multivariadas, análisis de componentes principales y análisis de clúster, por medio, de la cual, se lograron gráficos y visualizaciones, que permiten una mejor interpretación de los resultados y ayudan al proceso de creación de perfiles de usuario. El resultado muestra la identificación de tres perfiles de usuario, para los cuales, se han definido estrategias de contenidos y de nuevos productos
|
| description_eng |
In this article, we analyzed the behavior of readers of a digital newspaper in order to find the profiles associated with the use of the website, in order to define content strategies and new newspaper products. A sample of 689 users was taken corresponding to three months of activity, through the tool Google Analytics, it was determined the sections of the newspaper that were used in each visit by the users to consolidate the database. In the process of analysis, the multivariate techniques are used main component analysis and cluster analysis, by means of which graphs and visualizations were obtained that allow a better interpretation of the results and help to the process of creation of user profiles. The result shows the identification of three user profiles, for which content strategies and new products have been defined.
|
| author |
De La Hoz Domínguez, Enrique Mendoza Mendoza, Adel Ojeda De La Hoz, Hoolyana |
| author_facet |
De La Hoz Domínguez, Enrique Mendoza Mendoza, Adel Ojeda De La Hoz, Hoolyana |
| topicspa_str_mv |
Perfil de usuario análisis multivariado análisis de perfil diario digital |
| topic |
Perfil de usuario análisis multivariado análisis de perfil diario digital User profiles multivariate analysis profile analysis digital newspaper |
| topic_facet |
Perfil de usuario análisis multivariado análisis de perfil diario digital User profiles multivariate analysis profile analysis digital newspaper |
| citationvolume |
20 |
| citationissue |
2 |
| citationedition |
Núm. 2 , Año 2017 :Revista U.D.C.A Actualidad & Divulgación Científica. Julio-Diciembre |
| publisher |
Universidad de Ciencias Aplicadas y Ambientales U.D.C.A |
| ispartofjournal |
Revista U.D.C.A Actualidad & Divulgación Científica |
| source |
https://revistas.udca.edu.co/index.php/ruadc/article/view/402 |
| language |
spa |
| format |
Article |
| rights |
https://creativecommons.org/licenses/by-nc-sa/4.0/ info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 |
| references |
ACCENTURE DIGITAL .2015. State of Content Survey. Disponible desde Internet en: www.accenture.com/t20160322T055807__w__/us-en/_acnmedia/Accenture/Conversion-Assets/DotCom/Documents/ Global/PDF/Digital_3/Accenture-Digital-Content- Services-Research-2015-Infographic.PDF (con acceso el 14/12/2016). AL WAKEEL, A.; WU, J. 2016. K-means based cluster analysis of residential smart meter measurements. Energy Procedia. 88:754-760. ASSIMAKOPOULOS, C. 2013. Mobile Internet users profile along with subscribers model of payment and attitudinal characteristics. Procedia Technology. 8:425-434. BANCO MUNDIAL. 2016. Usuarios de internet. Disponible desde Internet en: http://datos.bancomundial.org/indicator/IT.NET.USER.P2 (con acceso el 15/01/2017). BOLÍVAR BOTÍA, A. 2001. Globalización e identidades: (Des)territorialización de la cultura. Revista de Educación. 1:265-288. CHUNG, D.S. 2008. Interactive features of online newspapers: Identifying patterns and predicting use of engaged readers. J. Computer-Mediated Communication. 13(3):658-679. DE AMO, S.; DIALLO, M.S.; DIOP, C.T.; GIACOMETTI, A.; LI, D.; SOULET, A. 2015. Contextual preference mining for user profile construction. Information Systems. 49:182-199. DITOIU, M.C.; PLATON, O.E. 2012. Aspects Regarding the Romanian Social Network User's Profile and its Implications in Marketing Destination Pages. Procedia Economics and Finance. 3:182-187. GALLARDO, M. 2011. Métodos jerárquicos análisis de clúster. Disponible desde Internet en: www.ugr. es/~gallardo/pdf/cluster-3.pdf. (Con acceso el 22/02/2017). GONZÁLEZ, C.G. 2006. Tratamiento de datos. Ediciones Díaz de Santos. 207p. GRANELL, R.; AXON, C.J.; WALLOM, D.C. 2015. Clustering disaggregated load profiles using a Dirichlet process mixture model. Energy Conversion and Management. 92: 507-516. HERNÁNDEZ, D.; RAMÍREZ, A.; CASSANY, D. 2014. Categorizando a los usuarios de sistemas digitales. Rev. Medios y Educación. 44:113-126. KANNAN, P.K. 2017. Digital marketing: A framework, review and research agenda. International Journal of Research in Marketing. 34(1):22-45. LÓPEZ, G. 2015. Periodismo digital. Redes, audiencias y modelos de negocio. Salamanca: Comunicación Social. LÓPEZ GARCÍA, X.; NEIRA CRUZ, X.A. 2000. Los medios locales ante los desafíos de la red. Ámbitos. 4:101-112. MASSARI, L. 2010. Analysis of MySpace user profiles. Information Systems Frontiers. 12(4):361-367. MORCHID, M.; DUFOUR, R.; BOUSQUET, P. M.; LINARÈS, G.; TORRES-MORENO, J.M. 2014. Feature selection using Principal Component Analysis for massive retweet detection. Pattern Recognition Letters. 49:33-39. PALFREY, J.; GASSER, U. 2008. Born Digital: Understanding the first generation of digital natives. New York: Basic Books.141p. PENG, J.; CHOO, K.K.R.; ASHMAN, H. 2016. User profiling in intrusion detection: A review. Journal of Network and Computer Applications. 72:14-27. PEÑA, D. 2002. Análisis de Datos Multivariantes. Madrid: Mc Graw Hill.159p. VAN DAM, J.W.; VAN DE VELDEN, M. 2015. Online profiling and clustering of Facebook users. Decision Support Systems. 70:60-72. VOSECKY, J.; HONG, D.; SHEN, V.Y. 2009. User identification across multiple social networks. In Networked Digital Technologies, 2009. NDT'09. First International Conference on. p.360-365). IEEE. ZHANG, Z.; LIU, Y.; XU, G.; CHEN, H. 2016. A weighted adaptation method on learning user preference profile. Knowledge-Based Systems. 112:114-126. |
| type_driver |
info:eu-repo/semantics/article |
| type_coar |
http://purl.org/coar/resource_type/c_6501 |
| type_version |
info:eu-repo/semantics/publishedVersion |
| type_coarversion |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| type_content |
Text |
| publishDate |
2017-12-31 |
| date_accessioned |
2017-12-31T00:00:00Z |
| date_available |
2017-12-31T00:00:00Z |
| url |
https://revistas.udca.edu.co/index.php/ruadc/article/view/402 |
| url_doi |
https://doi.org/10.31910/rudca.v20.n2.2017.402 |
| issn |
0123-4226 |
| eissn |
2619-2551 |
| doi |
10.31910/rudca.v20.n2.2017.402 |
| citationstartpage |
469 |
| citationendpage |
478 |
| url2_str_mv |
https://revistas.udca.edu.co/index.php/ruadc/article/download/402/344 |
| url3_str_mv |
https://revistas.udca.edu.co/index.php/ruadc/article/download/402/1500 |
| _version_ |
1811201127535869952 |