<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="static/style.xsl"?><OAI-PMH xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/ http://www.openarchives.org/OAI/2.0/OAI-PMH.xsd"><responseDate>2026-05-31T23:58:52Z</responseDate><request verb="GetRecord" identifier="oai:riuma.uma.es:10630/30023" metadataPrefix="marc">https://riuma.uma.es/rest/oai/request</request><GetRecord><record><header><identifier>oai:riuma.uma.es:10630/30023</identifier><datestamp>2026-02-03T11:53:09Z</datestamp><setSpec>com_10630_2254</setSpec><setSpec>col_10630_37959</setSpec></header><metadata><record xmlns="http://www.loc.gov/MARC21/slim" xmlns:dcterms="http://purl.org/dc/terms/" xmlns:doc="http://www.lyncode.com/xoai" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.loc.gov/MARC21/slim http://www.loc.gov/standards/marcxml/schema/MARC21slim.xsd">
   <leader>00925njm 22002777a 4500</leader>
   <datafield ind2=" " ind1=" " tag="042">
      <subfield code="a">dc</subfield>
   </datafield>
   <datafield ind2=" " ind1=" " tag="720">
      <subfield code="a">Castillo-de-Mesa, Joaquín</subfield>
      <subfield code="e">author</subfield>
   </datafield>
   <datafield ind2=" " ind1=" " tag="260">
      <subfield code="c">2015-11</subfield>
   </datafield>
   <datafield ind2=" " ind1=" " tag="520">
      <subfield code="a">La aparición de internet y de su posterior consecuencia, las redes sociales online, han posibilitado una mayor conectividad social, lo que a su vez ha permitido que se minoren las distancias entre las personas y que se generen dinámicas interactivas hasta hace poco inéditas. La adopción masiva y la frecuencia de uso de estos servicios ha dado lugar a un universo paralelo de socialización (Wilson, Gosling y Graham, 2012). Este fenómeno social genera grandes cantidades de datos, atrayendo el interés de investigadores y académicos y siendo denominado Big Social Data (Manovich, 2011). El acceso a estas cantidades masivas de datos posibilita la detección de pautas de comportamientos que a simple vista no son visibles. Para entenderlos hay que usar Thick Data y Big Data, que son herramientas complementarias que han de ser utilizadas de forma equilibrada. Para ilustrar con ejemplos, se han analizado movimientos sociales en Twitter® así como organizaciones y profesionales en Facebook® (Castillo de Mesa, 2017). Para ello se ha utilizado etnografía online, análisis de redes sociales aplicada al universo online y algoritmos de modularidad y de clustering coefficient. El Big Data ha atraído la atención de investigadores y académicos, no obstante, aun requiere mayor disposición para que se adopten. Estamos ante la oportunidad de desarrollar nuevas herramientas y metodologías, de no quedarnos anclados en las herramientas y metodologías tradicionales que hasta el momento se han utilizado para analizar la realidad social. Es necesario encontrar los mejores medios para analizar estos nuevos datos que están a nuestro alcance, para así poder comprender mejor la sociedad. Es el momento de una formación mucho más interdisciplinar para afrontar con garantías el reto que se nos presenta.</subfield>
   </datafield>
   <datafield ind1="8" ind2=" " tag="024">
      <subfield code="a">https://hdl.handle.net/10630/30023</subfield>
   </datafield>
   <datafield tag="653" ind2=" " ind1=" ">
      <subfield code="a">Datos masivos - Congresos</subfield>
   </datafield>
   <datafield tag="653" ind2=" " ind1=" ">
      <subfield code="a">Redes sociales en Internet - Congresos</subfield>
   </datafield>
   <datafield ind2="0" ind1="0" tag="245">
      <subfield code="a">Análisis de Redes y Big Data</subfield>
   </datafield>
</record>
</metadata></record></GetRecord></OAI-PMH>