Creación de prototipo para la generación de reportes a partir de Twitter
-
Upload
franco-navea -
Category
Software
-
view
205 -
download
0
Transcript of Creación de prototipo para la generación de reportes a partir de Twitter
PROFESOR GUÍA: LAUTARO GUERRA GENSKOWSKYPROFESOR CORREFERENTE: RICARDO ACEVEDO ALMONACID
CREACIÓN DE PROTOTIPO PARA LA GENERACIÓN DE REPORTES A PARTIR DE TWITTER
MEMORIA PARA OPTAR AL TÍTULO DE INGERIERO CIVIL INFORMÁTICO
1
FRANCO CASTRO NAVEA
INDICE
ÍNDICE
1. Contexto
2. Problema a abordar
3. Propuesta
4. Resultados
5. Conclusiones y trabajos futuros
6. Preguntas y comentarios
2
3
4
|
"
#$
% &
'
(
|
"
#$
% &
'
(
5
|
"
#$
% &
'
(
6
CONTEXTO
'
%
#
& |
"
$
7
PROCESO GATEKEEPING
INFORMACIÓN EN BRUTO
NOTICIA
CONTEXTO / PROCESO DE GATEKEEPING
MEDIO DE PRENSA
FUERZAS: SELECCIONES NO OPERATIVAS
EJEMPLO: ¿VA ACORDEA LA LINEA EDITORIAL DEL MEDIO DE PRENSA?
8
PUERTAS: SELECCIONES OPERATIVAS.
EJEMPLO: ¿ES POSIBLE VERIFICAR LA FUENTE?
CONTEXTO / PROCESO DE GATEKEEPING 9
CONTEXTO / PROCESO DE GATEKEEPING 10
CONTEXTO / PROCESO DE GATEKEEPING 11
CONTEXTO / PROCESO DE GATEKEEPING 12
CONTEXTO / PROCESO DE GATEKEEPING 13
CONTEXTO / PROCESO DE GATEKEEPING 14
NOTICIAS GENERADAS
”UNA NOTICIA ES LA COMUNICACIÓN DE INFORMACIÓN SELECCIONADA SOBRE UN EVENTO ACTUAL QUE POSTERIORMENTE ES PRESENTADO A TRAVÉS DE CUALQUIER MEDIO DE COMUNICACIÓN EXISTENTE”.[66]
Clay Shirky [1]
CONTEXTO / PROCESO DE GATEKEEPING 15
GATEKEEPINGVISIONES REFERENTES AL
16
CONTEXTO / VISIONES REFERENTES AL GATEKEEPING 17
VISIONES REFERENTES AL GATEKEEPINGWhite [2] identifica el proceso como demasiado subjetivo, pues las distintas etapas dependen de aspectos personales del gatekeeper.
Breed [3] identifica que los gatekeepers principales
son los editores.Gans [4] considera que el proceso de construcción de una noticia no está principalmente en el periodista o editor, sino en el proceso, las rutinas y las a disposiciones de la organización se dedican a la creación de noticias. Lewin [5] señala que la redacción de una
noticia incluyen el nivel individual de cada periodista, el nivel de las rutinas o prácticas de periodismo, el nivel de organización, el
nivel de los medios de comunicación y el nivel del sistema social en cada uno de los
cuales actúan fuerzas.
CONTEXTO / VISIONES REFERENTES AL GATEKEEPING 18
)
*
+
,
-
.
/ 0
IRRUPCIÓN CON LAS REDES SOCIALES Y EL PERIODISMO CIUDADANO
CONTEXTO / VISIONES REFERENTES AL GATEKEEPING 19
)
*
+
,
-
./
012
HERMINDA [6]
NUESTRO ESTUDIO INDICA QUE LA SELECCIÓN O FILTRO, ES EL PROCESO DE GATEKEEPING MÁS CERRADO PARA LOS USUARIOS Y CREEMOS QUE LO SEGUIRÁ SIENDO
HERMINDA [6]
CONTEXTO / VISIONES REFERENTES AL GATEKEEPING 20
PROBLEMA A ABORDARA PESAR DE LA IRRUPCIÓN DE LAS REDES SOCIALES Y EL SURGIMIENTO DEL PERIODISMO CIUDADANO, NO EXISTE PARTICIPACIÓN EFECTIVA NI TRASPARENCIA PARA LOS CIUDADANOS REFERENTE A LOS PROCESOS DE GATEKEEPING O SELECCIÓN DE UNA NOTICIA.
21
PROPUESTA
PROPUESTA
▸ Twitter como red social presenta interesantes componentes que llevan a que mucha gente lo utilice hoy en día como fuente de información inmediata.
▸ Se busca diseñar e implementar una herramienta que permita generar reportes de hechos noticiosos basado en las potencialidades de Twitter de un determinando evento, privilegiando aquellos reportes con menor cantidad de intermediarios, siendo estos, las y los observadores más cercanos físicamente al lugar donde ocurrió el hecho.
22
PROPUESTA / OBJETIVO PRINCIPAL
OBJETIVO PRINCIPAL
▸ Desarrollar un algoritmo computacional que permita recoger tweets que reporten un evento, priorizando los tweets geoposicionados cercano al lugar de ocurrencia del evento, para generar un relato temporal referente a dicho evento que será presentado mediante una interfaz web.
23
PROPUESTA / OBJETIVOS SECUNDARIOS
OBJETIVOS SECUNDARIOS
▸ Analizar trabajos previos y herramientas creadas con anterioridad para encontrar la forma adecuada y mas conveniente de proceder a la construcción de esta herramienta.
▸ Dotar al público interesado en informarse sobre eventos noticiosos de una herramienta de reporte de eventos que minimiza el filtrado y tratamiento editorial de contenidos.
▸ Desarrollar una interfaz web que sea clara y fácil de usar por el usuario.
24
DESARROLLO DEL PROTOTIPO
25
DESARROLLO DEL PROTOTIPO / ARQUITECTURA DE LA SOLUCIÓN
ARQUITECTURA DE LA SOLUCIÓN
26
PRESENTACIÓN DE LOS DATOS
PROCESAMIENTO DE DATOS
CAPTURA DE DATOS
ARQUITECTURA DE LA SOLUCIÓN / CAPTURA DE DATOS
ARQUITECTURA DE LA SOLUCIÓN
27
PRESENTACIÓN DE LOS DATOS
PROCESAMIENTO DE DATOS
CAPTURA DE DATOS
CAPTURA DE DATOS / PROCESOS DE CAPTURA
PROCESOS DE CAPTURA
28
CAPTURA DE USUARIOS
GEOPOSICIONAMIENTO DE LOS USUARIOS
CAPTURA DE DATOS
CAPTURA DE TWEETS
CAPTURA DE USUARIOS
PROCESOS DE LA CAPTURA DE USUARIOS
29
CAPTURA DE USUARIOS
CAPTURA DE MEDIOS DE PRENSA
CAPTURA DE SEGUIDORES DE LOS MEDIOS DE PRENSA
CAPTURA DE USUARIOS 30
LISTA DE MEDIOSLISTA DE
SEGUIDORES DE LOS MEDIOS
CAPTURA DE MEDIOS DE PRENSA
CAPTURA DE SEGUIDORES DE LOS MEDIOS DE PRENSA
CAPTURA DE USUARIOS
ARQUITECTURA DE LA SOLUCIÓN / PROCESAMIENTO DE DATOS
ARQUITECTURA DE LA SOLUCIÓN
31
PRESENTACIÓN DE LOS DATOS
PROCESAMIENTO DE DATOS
CAPTURA DE DATOS
PROCESAMIENTO DE LOS DATOS
PROCESAMIENTO DE DATOS
32
PROCESAMIENTO DE DATOS
DEFINICIÓN DEL TÓPICO
OBTENCIÓN DEL CONJUNTO DE
TWEETS
CLASIFICACIÓN Y APLICACIÓN DE
FILTROS
PROCESAMIENTO DE DATOS / DEFINICIÓN TÓPICO
¿QUÉ ES UN TÓPICO?
▸ TÍTULO
▸ FECHA INICIO CAPTURA
▸ COMUNA ORIGEN
33
UN TÓPICO ES UN HECHO NOTICIOSO O UN CONJUNTO DE ELLOS SOBRE UNA MISMA TEMÁTICA.
PROCESAMIENTO DE DATOS / OBTENCIÓN CONJUNTO TWEETS
OBTENCIÓN DEL CONJUNTO DE TWEETS
34
OBTENCIÓN DEL CONJUNTO DE TWEETS
RECOGER CONJUNTO DE
TWEETS
ELIMINAR TWEETS REPETIDOS
APLICACIÓN CLASIFICADOR BAYER-NAIVE
PROCESAMIENTO DE DATOS / CLASIFICACIÓN Y APLICACIÓN DE FILTROS
CLASIFICACIÓN Y APLICACIÓN DE FILTROS
35
CLASIFICACIÓN Y APLICACIÓN DE FILTROS
CONJUNTO DE TWEETS
ORDEN CRONOLÓGICO
OBTENCIÓN DE ENLACES
ORDEN GEOGRÁFICO
ORDEN RELEVANCIA
PROCESAMIENTO DE DATOS / CLASIFICACIÓN Y APLICACIÓN DE FILTROS
ORDEN DE RELEVANCIA
▸ Busca ordenar los tweets en base a su relevancia, entendida como la utilidad del tweet para informar al usuario.
▸ Se basa en la cantidad de re-tweet. La acción de re-tweet incluye leer el tweet, decidir si vale la pena compartir y luego actuar sobre ella. Es posible considerar el re-tweet como una señal explícita de que el usuario considera el tweet como información relevante [77].
▸ Este orden implementa un sistema de penalización temporal.
36
{{PROCESAMIENTO DE DATOS / CLASIFICACIÓN Y APLICACIÓN DE FILTROS
ORDEN DE RELEVANCIA
▸ Sistema de penalización temporal
37
{FUERA DE FECHA TOTALMENTE
FUERA DE FECHA
VIGENTE
PROCESAMIENTO DE DATOS / CLASIFICACIÓN Y APLICACIÓN DE FILTROS
ORDEN DE RELEVANCIA
▸ Sistema de penalización temporal
38
{PRIMERA CLASE
{SEGUNDA CLASE
TERCERA CLASE
Nº RT
{
PROCESAMIENTO DE DATOS / CLASIFICACIÓN Y APLICACIÓN DE FILTROS
ORDEN DE RELEVANCIA
▸ Sistema de penalización temporal
39
{{Nº RT
{
Fuera de fecha
PRIMERA CLASE
SEGUNDA CLASE
TERCERA CLASE
PROCESAMIENTO DE DATOS / CLASIFICACIÓN Y APLICACIÓN DE FILTROS
ORDEN DE RELEVANCIA
▸ Sistema de penalización temporal
40
Nº RT
TOTALMENTEFUERA DE FECHA
{{{
PRIMERA CLASE
SEGUNDA CLASE
TERCERA CLASE
PROCESAMIENTO DE DATOS / CLASIFICACIÓN Y APLICACIÓN DE FILTROS
ORDEN GEOGRÁFICO
▸ Busca ordenar los tweets en base a la cercanía geográfica de su autor con respecto al lugar del tópico.
▸ Los tweets no vinculados a una zona geográfica son sancionados bajo los que sí están vinculados.
41
PROCESAMIENTO DE DATOS / CLASIFICACIÓN Y APLICACIÓN DE FILTROS
ORDEN GEOGRÁFICO
42
PROCESAMIENTO DE DATOS / CLASIFICACIÓN Y APLICACIÓN DE FILTROS
ORDEN GEOGRÁFICO
43
PROCESAMIENTO DE DATOS / CLASIFICACIÓN Y APLICACIÓN DE FILTROS
ORDEN GEOGRÁFICO
44
PROCESAMIENTO DE DATOS / CLASIFICACIÓN Y APLICACIÓN DE FILTROS
ORDEN GEOGRÁFICO
45
PROCESAMIENTO DE DATOS / CLASIFICACIÓN Y APLICACIÓN DE FILTROS
PANEL DE ENLACES
46
3
'
%
#
& |
"
$
PROCESAMIENTO DE DATOS / CLASIFICACIÓN Y APLICACIÓN DE FILTROS
FILTRO MEDIOS DE PRENSA
47
PROCESAMIENTO DE DATOS / CLASIFICACIÓN Y APLICACIÓN DE FILTROS
FILTRO MEDIOS DE PRENSA
48
ARQUITECTURA DE LA SOLUCIÓN / PRESENTACIÓN DE DATOS
ARQUITECTURA DE LA SOLUCIÓN
49
PRESENTACIÓN DE DATOS
PROCESAMIENTO DE DATOS
CAPTURA DE DATOS
PRESENTACIÓN DE LOS DATOS
NUEVO TÓPICO
50
PRESENTACIÓN DE LOS DATOS
ORDEN CRONOLÓGICO
51
PRESENTACIÓN DE LOS DATOS
ORDEN GEOGRÁFICO
52
PRESENTACIÓN DE LOS DATOS
ORDEN RELEVANCIA
53
PRESENTACIÓN DE LOS DATOS
RESUMEN DE ENLACES COMPARTIDOS
54
PRESENTACIÓN DE LOS DATOS
MENÚ ON/OFF MEDIOS DE PRENSA
55
PRESENTACIÓN DE LOS DATOS
LISTA DE TÓPICOS
56
RESULTADOS57
MODELO EVALUACIÓN / ASPECTOS VALOR NOTICIOSO
¿CÓMO MEDIR EL VALOR NOTICIOSO QUE TIENEN LOS RESULTADOS RECOGIDOS?
58
NOTICIA DELIMITACIÓN
VIGENCIA
IMPACTO
QUE SURJA RESPECTO A UN HECHO CONCRETO OCURRIDO
QUE SE ENCUENTRE EN EL MARGENTEMPORAL CERCANO AL SUCESO QUE O ORIGINÓ
QUE SEA PRESENTADA PORALGÚN MEDIO DE PRENSA
RESULTADOS / MODELO EVALUACIÓN
¿QUE CONTIENEN LOS TWEETS RECOGIDOS PARA UN TÓPICO?
59
¿El tweet se refiere al tópico en cuestión?
¿El tweet se refiere en general o a un hecho en particular?
¿El hecho aludido es nacional o internacional?
¿Posee gran envergadura?Tweet
descartadoOpinión general
InsumoInternacional
Aporte a la discusión
Se refiere a un hecho noticioso
MODELO EVALUACIÓN / CRITERIOS DE SELECCIÓN MEDIOS DE REFERENCIA
¿CÓMO MEDIR LA REGENCIAS A LAS NOTICIAS?
60
NOTICIA
POPULARIDAD EN TWITTER
PUBLICACIÓN CONSTANTE
MÉTODO DE DIFUSIÓN
CANTIDAD DE SEGUIDORES EN TWITTER.
QUE SEA PRESENTADA PORALGÚN MEDIO DE PRENSA
PRIMERAS POSICIONES RANKING ALEXA
RANKING DE TRÁFICO
NOTICIAS GENERALISTAS
MODELO EVALUACIÓN / CRITERIOS DE SELECCIÓN MEDIOS DE REFERENCIA
MEDIOS CHILENOS DE REFERENCIA
61
24 Horas1.6M seguidores246K tweets15/11/2009
Bío-Bío Chile1.3M seguidores432K tweets3/05/2008
La Tercera0,9M seguidores265K tweets2/04/2007
62
CASO DE PRUEBA: EL ABORTO1 de junio del 2014 al 18 de febrero 2015
CASO DE PRUEBA: EL ABORTO
CONJUNTO DE TWEETS
▸ Tweets recogidos: 1357
▸ Ubicación tópico: Santiago.
▸ Enlaces recogidos: 613 enlaces.
63
CASO DE PRUEBA: EL ABORTO / ANÁLISIS DE CONTENIDO
ANÁLISIS DE CONTENIDO
64
35%65%
No hacen referenciaHacen referencia
CASO DE PRUEBA: EL ABORTO / ANÁLISIS DE CONTENIDO
CONTENIDOS QUE NO SE REFIEREN A UN HECHO NOTICIOSO
65
35%65%
8%18%
73%
Opinión GeneralAporte a la discusiónInsumo InternacionalTweet descartado
CASO DE PRUEBA: EL ABORTO / ANÁLISIS DE CONTENIDO
REFERENCIA A HECHOS NOTICIOSO CUBIERTOS POR LOS MEDIOS DE REFERENCIA
66
35%65%
54% 46%55% 45%
58%42%
Con referencia a hecho noticiosoSin referencia a hecho noticioso
CASO DE PRUEBA: EL ABORTO / ANÁLISIS TEMPORAL
ANÁLISIS TEMPORAL
67
CASO DE PRUEBA: EL ABORTO / ANÁLISIS TEMPORAL
HECHOS NOTICIOSOS DURANTE EL PERIODO
68
CASO DE PRUEBA: EL ABORTO / ANÁLISIS DE CONTENIDO
ANÁLISIS GEOGRÁFICO DE LOS AUTORES
69
CONCLUSIONES70
CONCLUSIONES
CONCLUSIONES
▸ Cumplimiento de objetivos.
▸ Aplicación a otras regiones geográficas.
▸ Consideraciones sobre las conclusiones.
71
MEJORAS Y TRABAJOS FUTUROS
MEJORAS Y TRABAJOS FUTUROS
▸ Geoposicionamiento de los usuarios
▸ Incorporación de AWS.
▸ Consideraciones sobre las conclusiones.
72
¿PREGUNTAS?¿COMENTARIOS?
73
BIBLIOGRAFÍA
BIBLIOGRAFÍA
▸ [1] Clay Shirky. Here Comes Everybody. Penguin Books, London, 2008.
▸ [2] D. M. White. The gate keeper: A case study in the selection of news. Journalism Quarterly. Bobbs-Merrill, 1950.
▸ [3] W. Breed. Social Control in the Newsroom: A Functional Analysis. Bobbs-Merrill Reprint Series in the Social Sciences, S34. Bobbs-Merrill, 1955.
▸ [4] H.J. Gans. Deciding What’s News: A Study of CBS Evening News, NBC Nightly News, Newsweek, and Time. Medill School of Journalism Visions of the American Press Series. Northwestern University Press, 1979.
▸ [5] K. Lewin. Field theory in social science: selected theoretical papers. Social science paperbacks. Harper, 1951.
▸ [6] Alfred Hermida. Twittering the news. Journalism Practice, 4(3):297–308, 2010.
74
PROFESOR GUÍA: LAUTARO GUERRA GENSKOWSKYPROFESOR CORREFERENTE: RICARDO ACEVEDO ALMONACID
CREACIÓN DE PROTOTIPO PARA LA GENERACIÓN DE REPORTES A PARTIR DE TWITTER
MEMORIA PARA OPTAR AL TÍTULO DE INGERIERO CIVIL INFORMÁTICO
FRANCO CASTRO NAVEA
ANEXOS76
ANEXOS/ EL PROCESO DE GATEKEEPING
MEDIO DE PRENSA 1 MEDIO DE PRENSA 2 MEDIO DE PRENSA 3
77
DISTINTOS MEDIOS DE PRENSA, DISTINTOS GATEKEEPING
78VISIONES REFERENTES AL GATEKEEPING
White [1] identifica el proceso como demasiado subjetivo, pues las distintas etapas dependen de aspectos personales del gatekeeper.
Breed [2] identifica que los gatekeepers principales
son los editores.Gans [3] considera que el proceso de construcción de una noticia no está principalmente en el periodista o editor, sino en el proceso, las rutinas y las a disposiciones de la organización se dedican a la creación de noticias.
Lewin [4] señala que la redacción de una noticia incluyen el nivel individual de cada
periodista, el nivel de las rutinas o prácticas de periodismo, el nivel de organización, el
nivel de los medios de comunicación y el nivel del sistema social en cada uno de los
cuales actúan fuerzas.
79VISIONES REFERENTES AL GATEKEEPING
Lorenzo Gomis en [8] desarrolla la siguiente idea: los medios de comunicación y los periodistas no sienten interés por los problemas derivados de las posibles repercusiones de sus mensajes, pues no son ellos quienes los generan intencionalmente, sólo los comunican y los efectos de ambas acciones son incomparables 3.
Jean-François en [7] crítica la tendencia a priori que
inducen los distintos medios de prensa en las
distintas noticias
Real, Agudiez, Príncipe en [9] afirman que actualmente existe un descontento y
desilusión ciudadana con los medios de prensa pues éstos últimos no cumplieron
con su parte del contrato social (la de velar por la transparencia y la difusión de ésta
información).
80FORMAS CIUDADANAS ACTUALES DEPARTICIPAR EN LOS MEDIOS DE PRENSA
Blogs.Envío de fotografías y vídeos.Entrevistas colectivas.Comentarios. Ranking de contenidos según votos de Usuarios.Foros.Encuestas. Comentarios en redes sociales.
12
USUARIOSGEOPOSICIONAMIENTO DE
81
ANEXOS
GEOPOSICIONAMIENTO DE LOS USUARIOS
▸ Cheng [10] identifica utilizando sólo el campo de ubicación a 12% de los usuarios mediante el campo ubicación. 10,12% utilizando el contenido de los tweets y mediante el uso de palabras más utilizadas de acuerdo a un contexto geográfico sin mucho éxito. (inferior al 10%)
▸ Al analizar técnicas mixtas (análisis de palabras típicas y relaciones sociales en la Twitter) logra posicionar el 54.26% de los usuarios.
82
GEOPOSICIONAMIENTO DE USUARIOS
GEOPOSICIONAMIENTO DE USUARIOS
▸ Se considera el campo ubicación del perfil del usuario de Twitter y se realiza una similitud con el nombre de las comunas de Chile [9] utilizando la distancia de Levenshtein.
▸ Se identifica que el valor más óptimo de la distancia de Levenshtein es 3, con el cual se consigue geoposicionar 114.016 del total de 650.000 usuarios (correspondiente al 17,54 % de usuarios).
83
GEOPOSICIONAMIENTO DE USUARIOS 84
GEOPOSICIONAMIENTO DE USUARIOS 85
Región Usuarios de Twitter Población realUsuarios(M) Porcentaje Habitantes(M) Porcentaje
Región de Arica y Parinacota 1,914 1,68 185,0 1,1Región de Tarapacá 4,477 3,93
5,27 314,5 1,8
Región de Antofagasta 6,005 5,27 575,3 3,4Región de Atacama 0,974 0,85 280,5 1,6Región de Coquimbo 4,411 3,87 718,7 4,2Región de Valparaíso 7,111 6,24 1759,2 10,3Región de O’higgins 4,756 4,17 883,4 5,2Región del Maule 6,183 5,42 1007,8 5,9Región del Bío-Bío 16,862 14,79 2036,4 11,9Región de La Araucanía 0,825 0,72 970,4 5,7Región de Los Ríos 2,245 1,97 379,7 2,2Región de Los Lagos 4,891 4,29 836,3 4,9Región de Aisén 0,565 0,5 104,8 0,6Región de Magallanes y la Antártica 1,298 1,14 158,7 0,9Región Metropolitana 51,499 45,17 6883,6 40,3Total 114,016 100 17094,3 100
Usuarios de Twitter por región de Chile.
CAPTURA DE LOS DATOS 86
Dato Nº registros
USUARIOS 650.000
TWEETS 17.300.000
Cantidad de datos capturados por el prototipo. Elaboración propia.
TIEMPOS DE LOS ALGORITMOS 87
Dato Tiempo (s)
USUARIO 2,6945
TWEET 0,9658
Tiempo promedio para descargar un dato respetando las restricciones de solicitudes por hora impuestos por la API TWITTER
ANÁLISIS DE RESULTADOS
MUESTRA REPRESENTATIVA
▸ Tamaño Conjunto = 1357
▸ Error Estándar = 15%
▸ Porcentaje estimado de la muestra P = 0,9
▸ Tamaño de la muestra 309
88
ANÁLISIS DE RESULTADOS
CONJUNTOS DE CLASIFICACIÓN BAYES-NAIVE
89
Clasificación Aceptados Rechazados Total
Entrenamiento 181 19 200
Validación 93 6 99
CASO DE PRUEBA: EL ABORTO 90
Comisiones de salud de las cámaras de diputados y senadores inician debate sobre proyectos de despenalización del aborto.
Anuncio del proyecto de despenalización del aborto.
ONU pide a Chile incluir violación como causa para hacerlo de forma legal.
Caso de joven de 13 años violada y embarazada.
2 JUNIO 2014
26 JUNIO 2014
24 JUNIO 2014
3 NOVIEMBRE 2014
Declaraciones de ministra de salud Henia Molina en La Segunda sobre los abortos en clínicas chicas.
30 DICIEMBRE 2014
CASO DE PRUEBA: EL ABORTO 91
Renuncia de la ministra de salud Henia Molina.
DC afirma que sus votos no están asegurados para apoyar el proyecto de despenalización del aborto.
Declaraciones Rector PUC respecto a trabajadores que quieran realizar abortos en la RED PUC
10 DICIEMBRE 2014
17 ENERO 2015
1 FEBRERO 2015
Red Clínicas privadas declara que no realizará abortos en sus recintos.5 FEBRERO 2015
6 FEBRERO 2015Críticas a dichos de Lorenzini sobre los motivos, que a su juicio, causarían una decisión.
Cade: 71% aprueba proyecto de ley de despenalización del aborto.9 FEBRERO 2015
ANEXOS
COTIZACIÓN EN AWS
92
Instancia DescripciónCosto Mensual
(US$)
EC2Linux c4.2xlarge, On demand con 1 adelanto parcial de reser-
va, 20 % utilizacion por mes. Transferencia de datos de entrada ́
10GB/Mes, Transferencia de datos de salida 3GB/Mes
102,930
EC2Linux t2.small, On demand con 1 adelanto parcial de reserva, 100 % utilizacion por mes. Transferencia de datos de entrada ́
10GB/Mes, Transferencia de datos de salida 3GB/Mes4,380
RDS db.r3.large, 100 GB, 200 IOPS, Mysql, 100 % utilización por mes 19,900
Costo total mensual344.2
($244.928,4)