HEDABIL. Euskarazko hedabideen audientzia azterketa datu zientzia bidez lantzeko tresna berria: datu biltegi integral operatiboa nola sortu
Abstract
This poster describes the HEDABIL project, which aims to create an integrated, operational data warehouse for Basque media audience analysis using data science techniques to unify fragmented sources, apply AI and statistical methods, and strengthen the digital knowledge base for multilingual media competitiveness. The poster was presented at the fourth CLARIAH-EUS workshop, on November 28, 2025 in Vitoria-Gasteiz.
Full text
HEDABIL. Euskarazko hedabideen audientzia azterketa datu zientzia bidez lantzeko tresna berria: datu biltegi integral operatiboa nola sortu Libe Mimenza Castillo, Unai Foruria Egia, Ane Martinez Juez, Hibai Castro Egia, Beñat Murillo Etxebarria, Josu Amezaga Albizu (NOR ikerketa taldea, UPV/EHU) Laguntzaileak: [email protected] behategia.eus 946018154 HEDABIL proiektuak jauzi kualitatibo bat proposatzen du: euskarazko komunikazioaren inguruko datu-iturri guztiak bateratuko dituen datu biltegi integral eta operatiboa garatzea, Data Science ikuspegitik. Datu egituraketa berritzaile bat galdegiten du garaiak; bai adimen artifizialeko (AA) algoritmoekin lan eginda, machine learning teknikak aplikatuta klusterizazio tekniken bidezko analisi sakonagoak egin ahal izateko, bai teknika estatistikoen baitako statistical matching teknikak baliatuta datu-base ezberdinak fusionatuz (Burreso et al., 2023) adierazle aberastuekin lan egiteko. Ikerketa-proiektu honen bidez sortu nahi den biltegiak gaur egun sakabanatuta dauden iturriak (CIES, BEHA, Behategia Analytics, Kantar, Médiamétrie, EAS, Ikusiker, Inkesta Soziolinguistikoa, eta abar) integratuko ditu, 360 graduko ikuspegia lortzeko. Teknikoki, Data Warehouse, Data Lake eta Lakehouse arkitekturen aukerak esploratuko dira, euskarazko komunikazioaren datuzientziarako egokiena hautatzeko. HEDABIL proiektua bost urratsetan lantzeko bide-orria prest dugu: HEDABILen bidez euskararen ekosistema komunikatiboaren ezagutza digitala egituratu nahi da: datuen bidez, hizkuntza gutxitu batean diharduten hedabideen lehiakortasuna eta iraunkortasuna indartzeko analisirako oinarria ezarriz. Datu-iturri anitzak integratzeko soluzio teknologiko onena identifikatzea. 1 2 3 4 5 Datu biltegi digital integrala diseinatzea eta sortzea. Tresna hori erabiltzeko trebakuntza plan bat garatzea. Biltegi horretan oinarritutako analisi-plana diseinatu eta eragileekin adostea. Emaitzen sozializazioa eta ezagutzaren transferentzia gauzatzea. INFO +