febrero 14th, 2011
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)
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.
febrero 12th, 2011
En el mes de marzo va a hacer un año que hice de Python mi lenguaje de programación predeterminado y creo que tomé una buena decisión. Me encanta programar en este lenguaje, me cunde mucho el trabajo y puedo resolver cualquier duda en su documentación o en las experiencias de sus entusiastas seguidores.
Todo empezó cuando Norberto, Fernández compañero de mi grupo de investigación, publicó este tweet
Google's Python Class: a free class for people with a bit of programming experience who want to learn Python http://tinyurl.com/yejg432
Inicié el curso por la mañana y por la tarde ya había hecho los ejercicios. Al día siguiente empecé a programar las herramientas que usé en el experimento de Manifiesto. Nunca había tenido una curva de aprendizaje tan rápida con un lenguaje de programación.
El curso de Google es muy básico pero te da ese mínimo que te permite empezar a programar. Las dudas que no me resolvía este curso las solventaba rápidamente consultando la documentación. Cuando ésta no era suficiente bastaba buscar en Google “how to…. in python” y ¡voilà!, encontraba la respuesta.
Una de las páginas Web que me han ayudado en conocer más a fondo este lenguaje de programación es mundo geek, un blog escrito por Raul González Duque, ex-alumno de la Universidad Carlos III y autor también de un tutorial de Python. En un post (Java vs. Python) de su blog encontré con esta cita, con la que estoy totalmente de acuerdo:
Tengo la impresión de que Java fue diseñado para hacer que fuera difícil escribir mal código, mientras que Python está diseñado para hacer que sea sencillo escribir buen código.
– Magnus Lycka
Otra de las características de Python es el humor, no en vano su nombre proviene de los míticos Monty Python’s.
By the way, the language is named after the BBC show “Monty Python’s Flying Circus” and has nothing to do with reptiles. Making references to Monty Python skits in documentation is not only allowed, it is encouraged!
No voy a repetir por qué es tan bueno Python, en su página ya lo explican estupendamente. Pero si además se quiere hacer la prueba del nueve: solo hay que buscar información sobre él y se aterrice donde se aterrice, siempre se encontrará el latido del entusiasmo.
Resumiendo: Python hace de la programación un placer. I ♥ Python y muchos más también
diciembre 20th, 2010
Cuando se investiga lo que ocurrió en Belén hace 2010 años, se encuentra que el trending topic fue un niño llamado Jesús que nació en un establo y que dormía plácidamente en un pesebre acompañado de su madre María, de José, de un buey y una mula. Un ángel twiteó el acontecimiento y todos los habitantes de Belén corrieron a conocer al niño. Una estrella que leyó el tweet del ángel hizo un RT que llegó al TL de los Reyes Magos de Oriente y éstos se pusieron en marcha para llevarle presentes al niño. Mientras, desde la fortaleza romana, Herodes escuchaba lo que se hablaba en Belén.
@Congosto, como no, capturó los tweets y este es el resultado visual
Navidad en formato pdf
Felices Fiestas
dataset en formato gdf
diciembre 5th, 2010
El EBE es uno de mis eventos favoritos. Es el lugar donde han tenido lugar más desvirtualizaciones y en el que los organizadores, José Luis Antúnez (@jlantunez), Benito Castro (@benitocastro) y Luis Rull (@luisrull) crean una atmósfera tal, que uno piensa que todo el mundo es bloguero. Estuve allí en el 2007 y no he repetido por falta de tiempo, no por falta ganas y espero asistir el año que viene.
No hay evento mejor para averiguar quién pulula por el centro de la blogosfera de España. Para ello se ha realizado un grafo de las menciones en Twitter entre los asistentes presenciales y presuntúales (término creado por Fernando Sáez Vacas). La siguiente imagen muestra el zoom del grafo que desvela los blogueros más centrales.
El tamaño de los nodos depende del 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.
El grafo general del EBE desvela que hay más conversación en la periferia que en el grafo de FICOD
También se puede apreciar cómo cambia la tonalidad del grafo si se representa el color en función del número de followers
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.
Y como no, ¿cuál es el color predominante de los nodos más centrales según el número de seguidores?
Finalmente, ¿quién no siente curiosidad por saber cómo son las relaciones entre los blogueros más populares y los mas participativos?
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
Destacando la participación en el EBE:
ebe_top_out_degree (pdf)
Acentuando la influencia en el EBE
ebe_top_in_degree(pdf)
Juntando influencia y participación
ebe_top_degree (pdf)
Datos de interés
- Se recogieron 43.854 tweets de 7.370 usuarios distintos que dieron lugar a 30.905 menciones a 7.896 usuarios.
- Los tweets fueron recogidos con una aplicación propia usando el Streaming API de Twitter desde 12 de noviembre de 2010 a las 19:40:57 hasta el 21 de noviembre a las 23:15:31
monitorizando los hashtags #EBE, #EBE10, #EBE2010
- El grafo se ha generado con una herramienta propia
- Las visualizaciones se han realizado con la aplicación Gephi
noviembre 30th, 2010
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
