Las ponencias han sido muy interesantes y amenas, @sandopen ha sido un magnifico anfitrión, he tenido la oportunidad de conocer en persona a @yoriento,  de compartir la jornada con mis ex-colegas de Telefónica, de charlar con los amigos de la red y con bastantes ponentes. Hemos pasado un poco de calor pero los abanicos de movistar nos han ayudado a aliviarlo.

He recogido los datos de Twitter de la jornada (me faltan las dos primeras horas) con este dataset he realizado la siguiente  infografía.

(Al pulsar en la imagen se mostrará en su tamaño real)

Datos de interés

• Usuarios: se han recogido 3093 tweets en los que se han detectado  9001,24 tweets/usuario. el 20% de los usuarios han escrito el 71,35% de los tweets. Los 10 usuarios más activos han sido: @futureweb2010 (125), @LaTerribleLiz (119), @BoraZ ( 96), @fabien_gandon ( 88), @smalljones (67),  @tommyh @olgag (57),  @apisanty (47), @karenchurch.

• Urls: se han encontrado  1.112 urls, de las cuales 549 eran distintas, con un índice de repetición de 2,03. Se han detectado 845 urls acortadas, lo que supone un 76%. El servicio cortador más extendido es bit.ly con un 65,9%.
• Tendencias: Se detecta un interés creciente en Twitter. En la conferencia WWW2009 se utilizó  como herramienta de comunicación y ahora se estudia como fenómeno emergente. Se encuentra presente en el top ten de las urls con más RTs y clicks.
• RT vs. Clicks: No se ha encontrado una correlación entre el número de retransmisiones de los tweets y el numero de clicks alcanzados, como se puede ver en la siguiente figura:

Metodología

• Se han utilizado herramientas propia para extraer la información (programadas en Python)
• Se ha utilizado el API de bit.ly con la librería Python-bitly de  yoav.aviram para obtener los clicks y las urls reales y el número de clicks
• Las visualizaciones se han realizado con many eyes

DataSet:

• www2010

Post relacionados:

• WWW2009
• WWW2009: 20 y 21 de abril
• WWW2009: 22 y 23 de abril

Con este post se finaliza el estudio de propagación de la campaña de TijerasNo. En este caso se visualiza la tercera cuestión del experimento: ¿Influyó Twitter en la propagación?

.

Propagación de la campaña TijerasNO en Twitter y blogs from M. Luz Congosto on Vimeo.

Se ha escogido una visualización con un layout circular realizada con la herramienta SoNIA. El código de color es:

• Azul twitter: para los bloggers que SI tienen usuario en Twitter
• Negro: para los que NO tienen usuario Twitter

El tamaño de los nodos es directamente proporcional al número de enlaces entrantes al blog, por tanto los de mayor tamaño son los hubs.

Como se observa en la visualización en las primeras horas del inicio de la campaña hay un conjunto de blogs que tiene dos características: son hubs y tienen usuario Twitter. El resto de la campaña se propagó por blogs que en su mayoría no tienen usuario Twitter.

Llama la atención el escaso número de bloggers partidarios de la ciencia que están en el twitterverse, lo que induce a pensar que  twitter no está tan extendido como parece entre los bloggers.

Conclusión

Twitter influyó al propagar la campaña  rápidamente a entre blogs que tienen  bastante influencia y que  actuaron de detonante para extender  la campaña en la blogoesfera que se comportó como una lenta mecha que dio lugar a la publicación de más de mil posts el día 7 de octubre y cuya repercusión saltó a otros medios de comunicación.

Twitter y los blogs son dos medios diferentes que se complementan y se necesitan para la propagación de campañas.

Datos de entrada a la herramienta:

• SoNIA:  fichero barrio-link-twitter.son en formato .son.

Experimento completo en BarriBlog Wiki

En este post visualiza la segunda cuestión del experimento: ¿Cómo fue la propagación? Para ello he tenido que recurrir a herramientas que permitan cierta interactividad y no he encontrado ninguna que me haya convencido al 100%, por lo que muestro dos visualizaciones en distintas herramientas. Se han utilizado SoNIA y Pajek, ambas permiten visualizaciones teniendo en cuenta la evolución en el tiempo.

Visualización con SoNIA

Layout circular con los enlaces invisibles para resaltar los nombres de los Hubs

.

Propagación de la campaña TijerasNO en los blogs. Layout circular from M. Luz Congosto on Vimeo.

.

Visualización con Pajek

Layout Fruchterman-Reingold ajustado manualmente.

.
.

Propagación blogs de TijerasNO. Layout Fruchterman-Reingold from M. Luz Congosto on Vimeo.

.

El código de color es el mismo que se utilizó en la visualización del post anterior:
• Verde los adheridos antes del día D (7 de octubre)
• Rojo los adheridos el día D,
• Azul los adheridos después del día D

El tamaño de los nodos es directamente proporcional al número de enlaces entrantes, por tanto los de mayor tamaño son los hubs.

Como se observa en ambas visualizaciones, en la propagación de los tres primeros días, del 2 al 5 de octubre, participan la mayoría de los Hubs, durante los dos días siguientes ningún Hub se hace eco. El día D, el 7 de octubre, un Hub y bastante blogs poco conectados se apuntan a la campaña, posiblemente debido a la repercusión del evento en medios externos a la blogosfera. Después de la campaña la propagación se apaga lentamente aunque el día  9 de octubre aparece un Hub tardío.

Datos de entrada a las herramientas:

• SoNIA:  fichero barrio-link.son en formato .son.
• Pajek: fichero barrio-link.net en formato .net.

La campaña de “Tijeras No”  fue una reacción contra los recortes de I+D en la que afloraron el barrio de blogs vinculados a la Ciencia. La movilización a favor de la Ciencia y la rápida propagación de la campaña despertó mi curiosidad asaltándome una serie de preguntas que han sido la motivación que me ha llevado a recoger los datos de los participantes en la campaña para analizarlos.

Con este experimento se intentará responder a las preguntas:

1. ¿Qué relación existe entre los blogs que han participado en la campaña de la campaña?
2. ¿Cómo fue la propagación?
3. ¿Influyó Twitter en la propagación?

¿Qué relación existe entre los blogs que han participado en la campaña de la campaña?

Capture your screen in seconds

En el siguiente vídeo contiene una animación de la red que forman los blogs que no amaban los recortes en la ciencia. El código de color es:

• Verde los adheridos antes del día D (7 de octubre)
• Rojo los adheridos el día D,
• Azul los adheridos después del día D

El tamaño de los nodos es directamente proporcional al número de enlaces entrantes, por tanto los de mayor tamaño son los hubs.

La red tiene 1012 nodos y un núcleo pequeño bien conectado (36%) y una extensa periferia sin conectar (64%). El número de enlaces entrantes de cada blog desde los blogs que participaron en la campaña sigue, una power law, como se puede ver en esta visualización que se ha generado en manyeyes. El 20% de los blogs tiene más del 80% de los enlaces.

En el grafo destacan como hubs los siguientes blogs:

aldea-irreductible.blogspot.com (65),  escolar.net (45),  paleofreak.blogalia.com (37), cienciakanija.com (35), fogonazos.blogspot.com (32), eumafeag.blogspot.com (28),  fisicacf.blogspot.com (27), malaciencia.info (21),  danielmarin.blogspot.com (17). biogeocarlos.blogspot.com (17),

Metodología:

• Data set: se obtuvo de los comentarios del post de la convocatoria de La aldea irreductible. Consta de 1012 urls de los blogs adheridos a la campaña con su timestamp.
  Estos datos se han transformado con la herramienta lestat para calcular los enlaces entre los blogs. Este es el dataset en formato textual separado por tabulaciones.
• Recursos gráficos: se usa la visualización de un grafo en el que los nodos son los blogs y sus enlaces los arcos. Se realizarán distintos layauts según la necesidad de análisis y se establece una simbología basada en:

• El color: se utiliza el color para clasificar los distintos nodos. Por ejemplo se aplica el color para distinguir con que celeridad se han apuntado los blogs a la campaña o qué blogs tienen usuario Twitter y cuales no.
• Tamaño: se aplican distintos tamaños a los nodos según su importancia dentro del grafo. Uno de los criterios de importancia es el número de enlaces entrantes que tiene cada blog, lo que permite identificar visualmente cuales son los hubs de esta red.

• Herramientas: se utilizan Pajek, SoNIA y Gephi.

En este caso se ha usado la herramienta java Gephi, que es muy adecuada por sus features para visualizar redes de cierto tamaño. El formato de entrada a la herramienta es gexf que incluye el tiempo como atributo para poder realizar visualizaciones dinámicas, aunque aún no han liberado esa funcionalidad.  ¡¡¡¡Estoy expectante de que lo hagan!!!!

Para los más curiosos dejo los datos de entrada para Gephi para que puedan ver con sus propios ojos cómo funciona la herramienta:

Se han generado dos visualizaciones

• Genérico: con sólo los nombres de los hubs para facilitar una visualización en pequeño tamaño. Fichero con los datos gexf y proyecto para cargar en gephi
• Detallado: con los nombres de todos los blogs para poder navegar el grafo haciendo zoom y viendo todos los detalles de los nodos. Fichero con los datos gexf y proyecto para cargar en gephi

El zoom en Gephi se controla con la rueda del ratón.

Experimento completo en BarriBlog Wiki

La siguiente imagen es el tag cloud de los títulos de los 794 795 posts que se escribieron para la campaña en la que participaron 898 899 blogs, entre ellos el mío.

Para buscar este barrio de blogs tuve que realizar algunas tareas automáticas y otras manuales. Siempre luchado contra el paso del tiempo que entierra los post en el subsuelo de las homepages y complica la búsqueda. Estos son las pasos que seguí para descubrir los blogs.

1. Fuentes  existentes de la información

1. Comentarios del post de la convocatoria: La forma de apuntarse a la iniciativa era dejar un comentario en el post de la convocatoria indicando el blog que se adhería.
2. Lista de los primeros 650 blogs:  El blog que lanzó la campaña confeccionó la primera lista con 650 Blogs.
3. Web Cienciastijeras:  Después de esta primera recopilación se siguieron apuntando más blogs y se pidieron colaboradores para seguir anotándolos, esta web recogió todos los blogs que apoyaban la campaña.

2. Fuentes usadas

• Para la lista de los posts publicados

• Lista de los primeros 650 blogs: se obtuvieron fácilmente las urls de esta lista.

• Comentarios del post de la convocatoria: se extrajeron las urls de los blogs que no estaban en la lista anterior

• Fuentes usadas para las visualizaciones

• Comentarios del post de la convocatoria: se extrajeron las 1012 urls de los blogs que dejaron su comentario junto con su fecha y hora para poder realizar timelines. En las visualizaciones están excluidos los blogs que no dejaron comentario en el post de la convocatoria aunque estuvieran en la lista de La Aldea Irreductible por no tener certeza de su timestamp.

3. Verificación de la información y filtrado de errores

• Corrección de errores de sintaxis de las urls
• Conversión de urls cortas a su nombre real.
• Normalización de la url de la página principal.
• Eliminación de urls repetidas
• Descarte de  las urls que no eran blogs: fickr, youtube, linkedin,etc..

4. Herramientas de obtención del Barrios de blogs

• Lestat: Se utilizó una versión reducida para analizar solo la página principal obteniendo de cada blog:

• Lista de los enlaces internos y externos clasificados según el contexto del blog: Cabecera, lateral, post, pié de post, archivo de históricos y pie de blog.e
• Lista de las  urls de los feeds
• Lista de las urls que podrían pertenecer al blogroll
• Lista de las urls de usuarios twitter

• Posproceso de la información generada por lestat

• Obtención de los enlaces salientes pertenecientes al conjunto de blogs estudiado
• Obtención del post escrito para la campaña.  Al no estar familiarizada con una herramienta de parseo de feeds, por razones de tiempo los post se obtuvieron analizando las urls del código html. Para los siguientes experimentos se considera imprescindible poder analizar feeds.

5. Revisión de los resultados y corrección manual de los errores

• Resolver problemas con los caracteres de más de 7 bits ( acentos, ñ, etc..)
• Completar las urls de los posts que no habían sido encontradas por:

• No estar ya en la página principal
• No haberse publicado. Algunos blogs pusieron el logo de la campaña pero no escribieron el post
• No contener en la url el título del post. Los blogs de Blogia y algunos WordPress codifican el enlace de las entradas con un código numérico.
• No estar accesibles por: ser privados, tener control de acceso para adultos o  estar temporalmente fuera de servicio.

Resultados de esta primera fase:

• Lista de blogs con el enlace al post publicado para la campaña, accesible en esta página.
• Data set obtenido en formato xls.

Siguientes pasos a seguir:

• Visualizar las relaciones de los blogs que han participado en la campaña, a ser posible de forma dinámica para ver como se ha propagado la iniciativa.
• Obtención de la correspondencia blog-twitter para visualizar las relaciones de estos blogs en twitter
• Obtención de conclusiones sobre la propagación de la campaña.

Los versos de Gabriel Celaya me han venido a la mente a la hora de escribir este post. La Ciencia, como la Poesía, es un arma cargada de Futuro:

Maldigo unos presupuestos de I+D concebidos
como un lujo social por el Gobierno
que lavándose las manos se desentiende y evade
Maldigo unos presupuestos que no toman partido
por la Ciencia, partido hasta mancharse

Esta mañana aún quedaban acreditaciones por recoger pero había poco movimiento en el mostrador de registro. Los topics más escuchados han sido “I lost” & “I forgot”. Ha habido un caso con final feliz de cámara de fotos perdida y recuperada en el restaurante de la cena de la conferencia.

La primera keynote de hoy ha corrido a cargo de Pablo Rodriguez de Telefónica I+D.  Como siempre, rápido y puntual, se ha publicado un estupendo resumen en el blog de La  Cofa en el post titulado WWW2009: la infraestructura futura de Internet.

La segunda keynote ha correspondido a  Ricardo Baeza-Yates y se ha titulado Mining the Web 2.0 for Better Search. Ha versado sobre como buscar el circulo virtuoso entre conocimiento explícito (metadata. RDF, wikipedia, ODP, Y! answers y Flickr) y el conocimiento implícito (texto, anchors-links, queries, links).  Se ha referido a la herrramienta Correlator from Yahoo! que realiza búsquedas semánticas en la wikipedia y construye una nueva página.

Twitter ha sido la herramienta de retransmisión de las conferencias. Gracias a la herramienta  mailana  de Pete Warden  podemos ver el grafo social de la conferencia. Para mi sorpresa  no he encontrado uno, sino dos grafos disconexos: El de los asistentes a la conferencia y el de la blogosfera española. Alguien tendría que conectar ambos grafos.

(Haciendo clic en la imagen se accede a la herramienta interactiva)

Grafo social de la conferencia

Grafo social de la blogosfera española.

La próxima conferencia   WWW2010 tendrá lugar en Raleig, Carolina del Norte. No sé si me dará tiempo de presentar un paper.

Pude ver y fotografiar la llegada de Vinton Cerf  que posó muy amablemente para mi blackberry. También pasaron por el mostrador de registro muchas caras conocidas que quedaron atrapadas en mi teléfono con mejor o peor fortuna. Por estar de servicio me perdí el panel previo a la inauguración en el que participaban Sir Tim Berners-Lee, Robert Cailliau, Vinton Cerf , Dale Dougherty   y Mike Shavert.

La keynote inaugural bajo el título de “Twenty Years: Looking Forward, Looking Back“ corrió a cargo de Sir Tim Barnners-Lee. No voy a hacer un resumen de  lo que de forma tan entusiasta nos contó TimBL porque desde el blog de La Cofa lo cuenta magníficamente mi ex-compañero  de Telefónica I+D, Alonso Álvarez, en el post WWW2009: 20 años de Web por Sir Tim Berners Lee.

El jueves 23 estaban casi todos los asistentes registrados por lo que pude asistir a la Keynote de  “The Continuing Metamorphosis of de Web” por Alfred Spector y a los panels Web Search APIs: The next Generation, Query Processing, Ibero-America Papers.

Las conversaciones en twitter de estos dos días se pueden condensar en la siguiente visualización que representa las palabras que han aparecido con más frecuencia en las entradas twitter con el topic  #www2009:  Web, talk, Social, linked, need, tbl, use, Data,  Word, Tim, TimBL, Georges,  Keane, Spector, Susan, Boyle,  Chrius, Ashtom, Roi, y la palabra misteriosa  H&M que no sé que significa exactamente, ¿será que estuvieron de compras por el centro de Madrid?

Parece que se habla a veces más de las personas que de los conceptos. Veremos la conversación de mañana.

Pulsar en la imagen para verla en su tamaño real

El lunes 20 estuve tras el mostrador de registro, despachando la acreditaciones a los asistentes. La organización funcionó muy bien y no se formaron colas.  Antena 3 Televisión realizo este pequeño reportaje y salimos los voluntarios al fondo.

El martes 21 pude asistir al workshop Content analisys in the Web 2.0. Muy interesante para mi doctorado. Los organizadores son:

• Joan Codina – Universitat Pompeu Fabra
• Andreas Kaltenbrunner – Barcelona Media Innovation Centre
• Rafael E. Banchs – Barcelona Media Innovation Centre

Han llegado ya más de la mitad de los asistentes y se espera que el resto llegue mañana por la mañana para la inauguración.

Cartel diseñado por Forges

El Palacio Municipal de Congresos de Madrid   acoge del 20 al 24 de abril la conferencia internacional World Wide Web  (WWW2009), todo un acontecimiento en el mundo de la Web.

Como el  WWW2009 coincide con el 20 aniversario de la  Web, los organizadores  han incluido  un panel conmemorativo para proporcionar una perspectiva de los últimos 20 años y una visión sobre su futuro. Este panel tendrá lugar el 22 de abril a las 9:00 am. y se sentarán en la misma mesa:

• Sir Tim Berners-Lee
• Robert Cailliau
• Vinton Cerf – Google Vice President and Chief Internet Evangelist
• Dale Dougherty - O’Reilly Vice President
• Mike Shaver – Mozilla Vice President

En el programa de la conferencia  se puede encontrar toda la información de detalle. 

Estaré de Voluntaria en la conferencia y podré presenciar desde primera línea el transcurso del este evento e incluso escribir una crónica diaria.

Aunque me ajusto al patrón de los blogueros en el uso de la Red que analizó el estudio “El meme de Enjut@ Mojamut@“,  hasta ayer no fui consciente que en otros entornos estoy que me salgo de la campana de Gauss y que tal vez tengan razón  mis allegados cuando me dicen que lo mío empieza a ser adicción a Internet y que me lo debo hacer mirar

Todo sucedió en la presentación del libro de Francis Pisani en la sala de actos de Fundación Telefónica el pasado día 17 de febrero,  acompañado por José de la Peña, director del área Fórum de Fundación Telefónica y Samuel Martín-Barbero, Decano de IE School of Communication.

La presentación de Francis Pisani fue muy interactiva y entre otras cosas incluyó una encuesta a mano alzada sobre el uso o no de algunas herramientas de la Red. Dio la casualidad que utilizo once de los once recursos por los que él preguntó. El resultado fue que quedé como la más friki de los asistentes, tanto, que desperté la curiosidad de Pisani y en la copa post presentación me preguntó a qué me dedicaba.

Comparto con Francis Pisani su visión positiva de lo que está ocurriendo en la Red pero me inquietó un comentario que hizo sobre la supremacía de los contenidos multimedia con una actitud un poco entreguista a esta tendencia. No puedo evitar sentirme textual y ya que  la multimedia es totalmente predominante que en el ocio, me preocupa que invada a la educación y que se utilice no como un complemento sino como el principal medio de enseñanza.

Solo me queda leer el libro que promete ser muy interesante.

Entre los alumnos de doctorado estaba Manuel Villen, compañero durante muchos años en Telefónica I+D.  Compruebo de que se impone la moda del doctorando madurito :-)

Aquí queda la presentación para los que sientan curiosidad por saber como han cambiado los entornos de investigación en el área de las telecomunicaciones.

View more presentations or upload your own. (tags: internet blogs)

Las directoras de Prescribe Ciencia, Ana Creamdes y  Amparo Sebastián nos invitan a participar en una breve encuesta on-line. Nuestra   opinión ayudará a realizar el estudio de viabilidad de distintas iniciativas transversales que mejoren y profesionalicen la labor de los mediadores de la Cultura Científica. La encuesta se realiza de forma totalmente anónima en uno o dos minutos a través del enlace:

Encuesta de Prescribe Ciencia

Muchas gracias por vuestra colaboración

Me facilitó mucho la labor que la iniciadora del meme, Lula Towanda, escribiera un informe con las conclusiones del uso de Internet por según género y que publicase la hoja de cálculo de trabajo en Google docs. Completé esta hoja con algunos memes posteriores al 14 de abril y comprobé que la propagación no tenía lagunas. Esto ha dado lugar a 152 memes. No he tenido más remedio que quitar del nombre de los blogs los acentos y otros caracteres que no están en al alfabeto inglés para que me funcionen algunas herramientas de visualización. El resultado final de los datos lo dejo también accesible.

Le he dado varias vueltas al dataset y ya tengo una idea de cómo analizar la propagación de este meme. Lo iré publicando por fases para adecuarme al tamaño de los artículos de los blogs. En esta primera entrada se analizará globalmente la propagación del meme sin entrar en detalles de las visualizaciones. Se utilizarán representaciones gráficas convencionales.

El nivel máximo de propagación, es decir la cadena más larga de memes, ha tenido 9 pasos. El número de blogs cuyos posts no han presentado continuidad han sido 80 blogs, por tanto tenemos 80 caminos diferentes desde el origen. El nivel medio de propagación de estos 80 caminos ha sido 4,30 pasos.

En la siguiente figura se muestra la longtail del número de blogs según el número de reacciones obtenidas. El caso más frecuente, más de la mitad de los blogs, no ha propagado el meme (80 blogs), le siguen los que han tenido 1 propagación (37 blogs), los que han conseguido 2 reacciones (17 blogs), 3 (11 blogs), 4 (4 blogs) y 3 blogs con más de 4 reacciones.

En la siguiente gráfica se muestra el número de posts que se han generado en cada uno de los niveles de propagación. Como se puede observar, tiene una forma de campana de Gauss, cuyo punto superior lo ocupa el nivel 4 de propagación con 30 reacciones.

Respecto a la influencia, entendida como el número de reacciones indirectas generadas, se muestran los blogs con una propagación indirecta superior a 6 posts.