Abstract
La evolución de las redes sociales ha introducido importantes retos relacionados con la sobrecarga de información. Estos retos abarcan diversos ámbitos, como el marketing viral, la gestión de enfermedades y el control de la desinformación. A medida que las redes sociales crecen en complejidad, se hace evidente la necesidad esencial de aprovechar los conocimientos basados en datos. El objetivo del Problema de Minimización de la Influencia en redes sociales (PMI), consiste en identificar y bloquear estratégicamente a los usuarios para restringir la difusión de información. Las técnicas de minería de datos, permiten extraer conocimientos estructurales que guíen el diseño de heurísticas eficientes y la identificación de usuarios influyentes a los que bloquear. Considerando soluciones de buena y mala calidad, un enfoque de aprendizaje supervisado permite clasificar las características extraídas y deducir conclusiones significativas sobre las características de estas soluciones. Para resolver el PDI se propone un método heurístico robusto, basado en las características más relevantes, que resulta eficaz y eficiente en comparación con los enfoques más avanzados.
Publication
Actas XX Conferencia de la Asociación Española para la Inteligencia Artificial
![Isaac Lozano-Osorio](/en/author/isaac-lozano-osorio/avatar_hu671dc5e92d8a6a7ec501fa5595c73af5_367154_270x270_fill_q75_lanczos_center.jpg)
Phd in Artificial Intelligence
Isaac Lozano graduated with a double degree in Computer Engineering and Computer Engineering from the Universidad Rey Juan Carlos, where he was awarded the prize for the Best Final Project. Subsequently, he completed a Master in Artificial Intelligence Research (UIMP). His main research interests are focused on the interface between Computer Science, Artificial Intelligence and Operations Research. Most of his publications deal with the development of metaheuristic procedures for graph modeled optimization problems.
![Jesús Sánchez-Oro](/en/author/jesus-sanchez-oro/avatar_hu005e1b013e13e486612b75ecb9af01cc_63619_270x270_fill_q75_lanczos_center.jpg)
Associate Professor
Associate Professor at the Computer Science Department, being one of the senior researchers of the Group for Research on Algorithms For Optimization GRAFO.
![Abraham Duarte](/en/author/abraham-duarte/avatar_hu04d11ac117a21476ab2db2a4ec833c50_23075_270x270_fill_q75_lanczos_center.jpg)
Full Professor
Abraham Duarte is Full Professor in the Computer Science Department at the Rey Juan Carlos University (Madrid, Spain). He has done extensive research in the interface between computer science, artificial intelligence, and operations research to develop solution methods based on Computational Intelligence (metaheuristics) for practical problems in operations-management areas such as logistics and supply chains, telecommunications, decision-making under uncertainty and optimization of simulated systems.