Audiencia tradicional frente a audiencia social: un análisis comparativo en el prime-time televisivo

La interacción de redes sociales y productos televisivos ha dado pie al nacimiento de la televisión social en la que el espectador participa activamente en el desarrollo de los espacios. Este fenómeno emergente está siendo objeto de múltiples investigaciones en el campo de las audiencias por las posibilidades y el potencial que supone para el medio a la hora de conocer e interactuar con los espectadores. El objetivo de este trabajo es realizar una comparación entre la audiencia real y la audiencia social (o impacto social) de los programas emitidos en prime-time durante varias semanas de los meses de abril y mayo de 2013. Esta investigación se centra en Twitter por ser la red social que concentra gran parte de los debates sobre televisión (Gallego, 2013). Para ello se plantean las siguientes hipótesis de partida: 1- No existe paralelismo entre los cinco programas más vistos en televisión con aquellos que se sitúan entre los cinco con mayor audiencia social del mismo día. 2- El éxito de un programa en audiencia social no depende exclusivamente de su formato. Para alcanzar los objetivos de la investigación se estudian los datos de audiencia real procedentes de Kantar Media, así como los de impacto social facilitados Tuitele y Global-In-Media.

Improving classification using a Confidence Matrix based on weak classifiers applied to OCR

This paper proposes a new feature representation method based on the construction of a Confidence Matrix (CM). This representation consists of posterior probability values provided by several weak classifiers, each one trained and used in different sets of features from the original sample. The CM allows the final classifier to abstract itself from discovering underlying groups of features. In this work the CM is applied to isolated character image recognition, for which several set of features can be extracted from each sample. Experimentation has shown that the use of CM permits a significant improvement in accuracy in most cases, while the others remain the same. The results were obtained after experimenting with four well-known corpora, using evolved meta-classifiers with the k-Nearest Neighbor rule as a weak classifier and by applying statistical significance tests.