Forecasting con Python, caso de estudio: visitas a las redes sociales en Ecuador con machine learning

  • Fabricio Rolando Marcillo Vera Instituto Superior Tecnológico Japón https://orcid.org/0000-0003-2628-9167
  • Rebeca Rosado Instituto Superior Tecnológico Japón
  • Pedro Zambrano Instituto Superior Tecnológico Japón
  • Joan Velastegui Instituto Superior Tecnológico Japón
  • Graciela Morales Instituto Superior Tecnológico Japón
  • Luis Lagla Instituto Superior Tecnológico Japón
  • Alejandro Herrera Instituto Superior Tecnológico Japón
Palabras clave: ARIMA, Backtesting, Redes Sociales, Machine Learning

Resumen

En este artículo, se enfatiza la importancia del respeto en el uso de las redes sociales en la sociedad ecuatoriana, subrayando su diversidad y la necesidad de fomentar un diálogo constructivo en lugar de la confrontación dañina en línea. Se proporciona una metodología que emplea técnicas de aprendizaje automático y modelado estadístico, como el modelo ARIMA, para predecir el tráfico web en las redes sociales de Ecuador. Además, se discuten diversas estrategias de backtesting para evaluar y mejorar la precisión del modelo a lo largo del tiempo. Los resultados indican un crecimiento significativo en el número de usuarios de redes sociales en Ecuador, con un enfoque en el modelo ARIMA como eficaz para la predicción de series temporales, aunque se sugiere la exploración de enfoques adicionales y mejoras continuas en futuras investigaciones. Este estudio contribuye a comprender mejor el impacto de las redes sociales en la sociedad ecuatoriana y proporciona una base metodológica para pronosticar el tráfico web en estas plataformas en el futuro.

Publicado
2024-02-20
Cómo citar
Marcillo Vera, F., Rosado, R., Zambrano, P., Velastegui, J., Morales, G., Lagla, L., & Herrera, A. (2024). Forecasting con Python, caso de estudio: visitas a las redes sociales en Ecuador con machine learning. CONECTIVIDAD, 5(2), 15-29. https://doi.org/10.37431/conectividad.v5i2.126
Sección
Artículos Científicos