RT Journal Article
T1 Detección de factores relevantes en redes sociales incorporando información de expertos
T2 Incorporating expert judgment for detecting relevant factors in socialnetworks undetected by ordinary methods
A1 Pérez-Sánchez, José María
A1 Acosta García, María
A1 Gómez-Déniz, Emilio
K1 inferencia bayesiana
K1 simulación MCMC
K1 distribución a priori informativa
K1 redes sociales
K1 Bayesian inference
K1 MCMC simulation methods
K1 informative prior distributions
K1 social networks
AB La mayoría de las empresas utilizan las redes sociales como canales de comunicación debido a los beneficios empresariales que pueden proporcionar. Este artículo se centra en el impacto de las redes sociales en una fundación española dedicada a la innovación y la difusión del conocimiento, y en cómo afectan a sus principales eventos y actividades. Examinamos los factores subyacentes a un retuit en Twitter o una compartición en Facebook con el fin de analizar la difusión de los eventos principales de esta fundación. Se realizaron comparaciones con tres modelos estadísticos (regresión estándar y regresión bayesiana con distribución a priori informativa y no informativa). Concluimos que la ventaja que ofrece la metodología bayesiana sobre la clásica se demuestra mediante la incorporación de información colateral, generalmente proporcionada por expertos, lo que permite refinar el modelo y obtener conclusiones que, de otro modo, no podrían ser identificadas. Esta conclusión puede tener implicaciones significativas para las empresas que utilizan redes sociales
AB Information and communications technology (ICT) haspotential to complement information sharing bureaus (ISB) Most companies use social networks as communication channels because they can provide significant business benefits. This paper focuses on the impact of social networks in a Spanish foundation for innovation and knowledge dissemination, and how they affect its main events and activities. We examine the factors underlying a re-tweet on Twitter or a share on Facebook in order to analyze reporting of this foundation’s principal events. Comparisons withthree statistical models were performed (standard regression and Bayesian regression with non-informative and informative priors). We conclude that the advantage offered by Bayesian over classic methodology is demonstrated by incorporation of collateral information, usually provided by experts, which can refine the model and obtain conclusions that cannot be identified otherwise. This conclusion may have significant implications for companies that make useof social networks
PB Universidad Pablo de Olavide
YR 2024
FD 2024-12-03
LK https://hdl.handle.net/10433/23273
UL https://hdl.handle.net/10433/23273
LA es
NO Revista de métodos cuantitativos para la economía y la empresa, ISSN-e 1886-516X, Vol. 38, 2024, págs. 1-13
NO Universidad Pablo de Olavide
DS RIO
RD May 8, 2026