Actualizado 10-09-2011:

Perdonar la confusión que puedo generar pero lamentablemente cometí un error en el ajuste de la hora GMT a la hora de España. En vez de sumar 2 en las regiones de la Península y Baleares y 1 en Las Islas  Canarias, lo resté, de forma que los datos están adelantados 4 horas. Además, por un fallo del algoritmo los datos correspondían a la última semana de julio y no a la media de los datos del mes .

Esto cambia mucho el análisis,  encontrarán tachado en este post lo que no es cierto y pueden acceder  aquí a la versión revisada.

Cada vez más Twitter forma parte de la rutina de las personas, desde el ordenador, la tableta o el smartphone los usuarios siguen su TL y publican sus tweets. Gracias a la movilidad el lugar no es un handicap, tan solo el descanso o las tareas prioritarias son un freno para su uso. Por este motivo, analizando la actividad de sus usuarios se pueden deducir sus costumbres, permitiendo responder a preguntas como estas:

• ¿Qué patrón de publicación siguen las distintas regiones de España?
• ¿Se publica más por la mañana o por la tarde?
• ¿Qué regiones madrugan o trasnochan más?
• ¿Hay diferencia entre el Norte y el Sur o entre la Península y las Islas?
• ¿Cuál es el perfil de las regiones con grandes ciudades?

Todas estas preguntas tienen su respuesta en la siguiente gráfica que muestra el porcentaje de tweets publicados en cada hora durante el mes de julio en distintas regiones de España. En esta imagen estática aparece destacado Madrid pero pulsando en ella se puede acceder a la gráfica interactiva y seleccionar otras regiones o una combinación de ellas. En la gráfica aparecen de forma diferenciada los patrones de publicación de la semana laboral y del fin de semana

Esta imagen esta adenlantada 4 horas

Conclusiones:

• En los dominios de Twitter nunca se pone el sol. Siempre hay usuarios tuiteando a todas horas, no existe la noche para twitter.
• El mismo patrón de tráfico que el del Teléfono. Al ver la curva de tráfico de los tweets me vinieron a la memoria los tiempos en que trabajaba en conmuntación de circuitos porque se parece mucho al tráfico de llamadas telefónicas. Twitter no es más que otro canal para comunicarnos con los demás. Aunque tanto en la semana laboral como en el fin de semana los picos de publicación son a las 9:00 y a las 19:00, las curvas son algo diferentes. Durante la semana laboral toma forma de camello con dos jorobas pero en el fin de semana aparece una tercera joroba a las 11:00. Esta protuberancia puede deberse a los dormilones que se incorporan al TL y si esta hipótesis fuera cierta, los madrileños son a los que se le pegan más las sábanas.
• Mañanas vs. Tardes: Madrid marca una diferencia en la semana laboral porque tuitea más por las mañanas que por las tardes, pero en fin de semana sigue el mismo patrón que el resto de regiones. ¿será que en los días laborables de 18:00 a 20:00 están todos los madrileños en el atasco de tráfico? En la hora de la comida el País Vasco y el Noroeste son los que tienen más baja la frecuencia de publicación, cosa totalmente lógica dado que la tarea de comer no es nada trivial en el norte y requiere de toda su concentración. Por las tardes el Noroeste y Canarias son los que tienen una mayor actividad tuitera.
• Madrugadores vs. Trasnochadores la más madrugadora es Cataluña pero le siguen de cerca Madrid, País Vasco y Canarias. Los más trasnochadores son Aragón y Baleares.
• Norte vs. Sur: En cultura digital está todo por escribir. Se parece más el patrón de publicación del País Vasco al del Sur que al resto de las regiones del Norte.
• Islas vs. Península: las islas no pueden ser más diferentes, Canarias es madrugadora y Mallorca es trasnochadora. Canarias se parece al Sur y Mallorca no tiene parecido con ninguna otra región.
• Grandes ciudades: El volumen de tweets generado desde las grandes ciudades hace que las regiones a las que pertenecen queden condicionadas al patrón de las grandes urbes. Tanto Madrid como Cataluña muestran unos perfiles similares de publicación, ambas son madrugadoras y tienen menos actividad por la tarde que el resto de regiones..

Metodología:

• Datos recogidos de Twitter del 1 al 31 de Julio de 2011, 32.878.321 tweets de 1.660.275 usuarios únicos, con la siguiente distribución por regiones:
  • Aragón: 1.003.958 tweets de 46.219 usuarios únicos
  • Cataluña: 5.497.516 tweets de 284.585 usuarios únicos
  • Canarias: 871.765 tweets de 37.105 usuarios únicos
  • Levante: 3.016.412 tweets de 139.134 usuarios únicos
  • Madrid: 9.045.342 tweets de 586.313 usuarios únicos
  • Mallorca: 678.043 tweets de 41.318 usuarios únicos
  • Noroeste: 5.137.426 tweets de 234.447 usuarios únicos
  • País Vasco: 1.138.830 tweets de 59.578 usuarios únicos
  • Sur: 6.489.029 tweets de 231.576 usuarios únicos
• Herramientas:
  • herramienta de minería de datos propia
  • Visualización con Tableau Public

Busca las diferencias en estos treemaps, ha transcurrido entre ellos UN AÑO de la era Twitter.

Mención de enlaces en la campaña #manifiesto

Mención de enlaces en el 15-M

La semana pasada asistí en el MediaLab–Prado a una reunión del centro de documentación 15-M. Esta iniciativa ha nacido en la acampada de la Puerta del Sol y tiene por objetivo preservar la información generada durante el movimiento 15-M, tanto el archivo físico como el digital. En la reunión se aportaron ideas para definir los procedimientos para la recogida, almacenaje y catalogación de la información. El objetivo final es crear un archivo de acceso libre a todos los ciudadanos para un uso sin restricciones.

La colección de tweets del 15-M que estoy recogiendo desde el 13 de Mayo no se puede compartir por los términos de uso del API de Tweet, Sin embargo, estos tweets contienen un gran porcentaje de enlaces que pueden ser extraídos y compartidos. Además, es posible realizar su catalogación en función del tipo de Website al que pertenecen y valorar su relevancia por el número menciones en el conjunto de tweets. Una vez realizada la clasificación de los enlaces para el archivo digital del centro de documentación 15-M, he pensado que sería una buena idea representarlos en la siguiente visualización interactiva con un layout de treemap.

El primer nivel del la visualización contiene una división por categorías en el que el tamaño es proporcional al número de menciones recibidas. Cada una de estas divisiones está subdividida en casillas que se corresponden con sitios Web y cuyo tamaño también es proporcional al número de citas.
La interactividad se puede realizar bien pasando el ratón por una casilla y se obtendrá el nombre del Website o realizando una búsqueda en la entrada de datos situada en parte inferior de la visualización, en cuyo caso se iluminaran los datos seleccionados y en la parte superior derecha aparecerá el número de Websites y de menciones de la información seleccionada.

Metodología:

1. 1.500.000 de tweets recogidos desde el 13 de mayo al 6 de junio de 2011 con el Streaming API de Twitter
2. Clasificación manual en categorías de los Websites más relevantes que corresponden al 80% de los enlaces. La clasificación se realiza por el dominio principal de la url por lo que si algún medio ha subido fotografías o vídeos a servidores que no son de su dominio no se catalogan como medio
3. Generación de los datos para visualizar agregando los enlaces por Websites catalogados
4. Utilización de la librería protovis y un diseño realizado por Ana Belén García Parra para el curso de visualización de Camon

El código fuente disponible aquí

Actualizado 22-05-2011 a las 23:59:59 GMT

Examinando con más detalle cómo los usuarios se van incorporando o permaneciendo en la plaza de Twitter se puede ir viendo la tendencia de crecimiento del movimiento.

En la siguiente imagen se puede observar la evolución de los usuarios únicos de cada día desglosados en usuarios nuevos y consolidados.

Ver Imagen interactiva en Tableau Public

Como se puede apreciar hay un punto de inflexión el día 19 de mayo en el que cambia la tendencia creciente de usuarios nuevos a decreciente, a partir del día 20 de mayo los usuarios consolidados decrecen ligeramente y el número de tweets baja considerablemente.

Actualizado a 14-3-2011 por una sugerencia de marcegs de incluir como menciones las abreviaturas de los candidatos (DP, LP, PM).

Hoy han sido las votaciones para la Primera vuelta de las Elecciones a Rector en la Universidad Carlos III. Llevo recogiendo los datos en Twitter desde el 26 de enero y no he querido desvelar ningún dato hasta que se cerraran las urnas. En este momento en que ha finalizado la jornada electoral publico los resultados de menciones.

En este conjunto de gráficas interactivas, realizadas con Tableau Public, cada una de las pestañas de la gráfica contiene la evolución de una entidad medida: Palabras clave como nombre del usuario Twitter de cada candidato o hashtags destacados (keywords), hashtags más frecuentes (hashtags), Palabras más frecuentes (words) y urls más mencionadas (urls).

Como se puede ver en las imágenes, la evolución de la campaña ha discurrido con un ritmo constante sin muchos altibajos hasta que en la recta final, con el debate de los candidatos a Rector, se ha producido un notable incremento en la frecuencia de publicación de tweets.

En esta campaña los tres candidatos tenían cuenta en Twitter por lo que se puede medir tanto las menciones como usuario como las menciones por su apellido[1].

No se sabe a priori cuál de las dos menciones será la más significativa, habrá que esperar a los resultados para saberlo.

Actualización del 14-3-2011 por una sugerencia de marcegs de incluir como menciones las abreviaturas de los candidatos (DP, LP, PM).

Considero que las menciones por apellidos son similares a las de las abreviaturas por ser mención de nombre “analógico”, por eso las incluyo en el mismo grupo. El resultado no varía significativamente los porcentajes.

He aprovechado para cambiar la gráfica de palabras clave para poner solo las menciones a los candidatos.

Va a hacer un año que publiqué el experimento #manifiesto en el que se analizaban 37.131 tweets sobre el movimiento en Twitter contra la Ley Sinde. En este momento cuando ha sido aprobada por el Senado, la reacción contra esta Ley no ha amainado a sino todo lo contrario, se ha enardecido.

Esta segunda tanda de tweets los empecé a recoger  el 25 de enero de 2011, el día en que Alex de la Iglesia anunciaba que dimitiría después de la ceremonia de entrega de los Goyas. Desde esa fecha hasta  la finalización de la ceremonia de los Goyas he recogido 114.458 tweets. Aunque aún me queda mucho por analizar he querido poner en el blog unas pinceladas de estos datos.

La primera es la comparación entre la nube de palabras del este año y la del año pasado.

2011

2010

La segunda es la evolución de los hashtags en el tiempo en el que destacan tres momentos clave: El anuncio de dimisión de Alex de la Iglesia (25-Ene), la aprobación de la Ley Sinde en el Senado (9-Feb) y la gala de los Goyas (13-Feb).

Que tomen nota los políticos con el segundo hashtag más mencionado.

La tercera es el tweet más retuiteado en la gala de los Goyas (100 RT automáticos y 308 manuales en una hora)

Esta es la cara q se le ha quedado a Leire Pajín después del discurso de @AlexdelaIglesia en los #Goya http://yfrog.com/hs5qowfj

February 13, 2011 23:43 via Twitter for iPhoneReplyRetweetFavorite

@ortizbernal

Jose Ortiz Bernal

La cuarta es la campaña “no les votes” que no he podido encontrar el origen pero que se ha propagado más de 4.100 veces

Copia y pega este tweet para decirles a @PSOE y @PPopular @CIU que no les votarás.

La relevancia de Twitter es cada vez mayor en los eventos, tanto para los organizadores como para los asistentes. Para los organizadores es una canal de comunicación directo con los asistentes y a éstos les permite sentirse integrados dentro del evento y conocer todo lo que ocurre dentro de él en tiempo real.

Los asistentes no son solo los presenciales, también hay que incluir a los presentuales (término creado por Fernando Sáez Vacas) que siguen las conferencias por streaming y se comunican vía Twitter con el resto de asistentes. Mientras transcurre el evento se intensifican los tweets entre usuarios que ya se conocían, se establecen nuevas conexiones y sobre todo se opina y se difunden las opiniones de otros.

Todo evento tiene asociado su hashtag oficial para aglutinar la conversación que fluye entre los asistentes y hacerla visible a todos los interesados. Gracias a los hashtags oficiales es posible recolectar con bastante precisión los tweets del evento.

Me pareció muy interesante analizar la conversación intensa de estos eventos y realizar una comparación entre ellos. Empecé por el FICOD y en este post muestro los primeros resultados correspondientes a la red que se forma con las menciones de unos usuarios a otros.

Red de menciones, color por relevancia

Tamaño de los nodos según el número de menciones obtenidas y realizadas (Degree)

Código de colores:

• Rojo= Usuarios que pertenecen al grupo de  los 50 más mencionados y los 50 más activos twiteando,
• Verde= Usuarios que están entre los 50 más mencionados,
• Azul oscuro= Los 50 usuarios que más han twiteado
• Azul twitter= Resto de los usuarios

Zoom del centro de la red, color por relevancia

Red de menciones, color por seguidores

Tamaño de los nodos según el número de menciones obtenidas y realizadas (Degree)

Código de color según número de seguidores:

• Gris claro=entre 0 y 9 .
• Amarillo= entre 10 y 99
• Verde= entre 100 y 999
• Azul= entre 1000 y 9.999
• Morado= entre 10.000 y 99.999
• Rojo= entre 100.000 y 1.000.000

Zoom del centro de la red, color por seguidores

Red de los 50 usuarios más activos y los 50 más mencionados

Se ha seleccionado los usuarios más destacados entre los 50 más mencionados y los 50 más activos twiteando, algunos de ellos pertenecen a ambos grupos. Las relaciones de los grafos que se muestran a continuación son las menciones entre estos usuarios. Por tanto, muestran el grado de relación de los nodos más relevantes. El código de color utilizado es:

• Rojo= entre los más mencionados y los más activos,
• Verde= Entre los más mencionados,
• Azul oscuro= Los más activos twiteando

El tamaño de los grafos difiere según la medida de la relevancia

• Tamaño de los nodos según menciones recibidas (In-degree)

• Tamaño de los nodos según número de menciones realizadas (Out_degree)

• Tamaño de los nodos según el número de menciones recibidas y realizadas (Degree)

Datos de interés

• Se recogieron 25.135 tweets de 5.503 usuarios distintos que dieron lugar a 15.738 menciones de 5.238 usuarios.
• Los tweets fueron recogidos con una aplicación propia usando el Streaming API de Twitter desde 13 de noviembre de 2010 a las 09:48:04 hasta el 18 de noviembre de a las 23:58:19 monitorizando los hashtags #FICOD, #FICOD10, #FICOD2010
• El grafo se ha generado con una herramienta propia
• Las visualizaciones se han realizado con la aplicación Gephi