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

Esta mañana nos hemos reunido en el campus de Getafe un grupo de entusiastas tuiteros de la uc3m, entre ellos: @barrogante, @ilthea, @mpuado,@yivhaa, @estebanmoro, @PacoLopezH, y @adolfoalvarez. Es una magnífica oportunidad de conocernos personalmente y compartir conocimientos, experiencias y aficiones. Espero que venga cada vez más gente y que de estas reuniones salgan iniciativas interesantes.

Hoy he desvirtualizado a @ilthea, que sorprendente es de mi mismo departamento y nuestros laboratorios están a escasos metros, algo similar a lo que me ocurrió hace un par de años cuando me enteré que @estebanmoro trabaja en el edificio de al lado.

Hoy me ha tocado hablar a mi y he intentando hacerlo con un puntito de humor. Antes de pasar a la presentación quiero advertir que he usado un lenguaje que pudiera recordar a las crónicas de CarlosZree, lo cual no quiere decir más que es fruto de la imitación al mismo modelo cervantino. Soy seguidora de este ingenioso blog, cuyo autor es un misterio para todos.

Sin más, aquí está la presentación.

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 hasta 22-5-2011 23:59 GMT

El día 13 de mayo pude observar en Twitter un incremento de la difusión de las manifestaciones del 15-M convocadas por varios colectivos desde la Red. Comencé a monitorizar los hashtags #15M, #democraciarealya, #nolesvotes y #tomalacalle. Tras las manifestaciones surgió la acampada de Sol: “Unas 40 personas, después de la manifestación del 15 de mayo, decidimos espontáneamente quedarnos a dormir en la Puerta del Sol para apoyar a las que estaban detenidas y continuar con las movilizaciones” (según el blog de la acampada) .

Estas manifestaciones en toda España no tuvieron mucha repercusión en los medios, salvo en algunos online, pero La acampada de Sol dio un giro informativo y de repente pasó a ser noticia en periódicos y televisiones. Esto provocó una reacción en Twitter disparando el número de tweets con los hashtags que estaba monitorizando. He querido averiguar las palabras más frecuentes en los tweets,, la intensidad de la conversación y cuáles son los hahstags se están imponiendo.  Aquí van las respuestas:

Zumo de tweets

Frecuencia de tweets

En seis días se publicaron 983.744 tweets por 162.397 usuarios únicos. La siguiente gráfica muestra los tweets publicados diariamente y los usuarios únicos por día. Se aprecia una pequeña caída el día 16 que adquiere una tendencia creciente los días 17, 18 y 19 que se mantiene hasta el día 20 en que empieza a decrecer.

Ver imagen interactiva en Tableau Public.

Frecuencia de hashtags

Esta gráfica muestra las menciones acumuladas de hashtags que permiten observar la tendencia de crecimiento. Antes de la acampada los hashtags predominantes fueron  #15m y 15mani. A partir del 15 de mayo arrancan varios hahstags nuevos como #acampadasol, #spanishrevolution, #nonosvamos,#notenemosmiedo, #yeswecamp y #acampadabcn. Pero los hashtaghs dominantes han sido #acampadasol , #spanishrevolution, #15m, #nolesvotes y #democraciarealya.

Ver imagen interactiva en Tableau Públic

]]> http://www.barriblog.com/index.php/2011/05/19/del-15-m-a-la-acampada-de-sol/feed/ 11 http://www.barriblog.com/index.php/2011/03/07/elecciones-a-rector-de-la-uc3m-vistas-desde-twitter-2/ http://www.barriblog.com/index.php/2011/03/07/elecciones-a-rector-de-la-uc3m-vistas-desde-twitter-2/#comments Mon, 07 Mar 2011 18:52:24 +0000 M.Luz Congosto http://www.barriblog.com/?p=1481

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.

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

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

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

Los días 2º y 3º del taller se han dedicado a la visualiziación de redes. Se han realizado prácticas con las herramientas Graphviz, Pajek, Gephi y Touchgraph.  Cada una de ellas se puede encuadrar entre dos páramentos: la potencia de visualización y la ayuda para el  análisis. Esta clasificación se puede ver en  el gráfico anterior y puede dar una idea sobre cúal es la herramienta que mejor se adapta a la necesidad de cada uno.

La grabación de la sesión está disponible en la web de Camon y los talleres de las distintas herramientas están accesibles en:

• Taller de graphviz
• Taller de Pajek
• Taller de Gephi
• Taller de TouchGraph

La presentación en Slide share

–