{"id":2117,"date":"2020-01-20T12:43:05","date_gmt":"2020-01-20T11:43:05","guid":{"rendered":"http:\/\/www.madrimasd.org\/blogs\/envejecer-positivo\/?p=2117"},"modified":"2020-01-20T12:49:08","modified_gmt":"2020-01-20T11:49:08","slug":"analisis-de-tendencias-en-las-redes-sociales-sobre-envejecimiento-parte1","status":"publish","type":"post","link":"https:\/\/www.madrimasd.org\/blogs\/envejecer-positivo\/2020\/01\/20\/2117\/","title":{"rendered":"An\u00e1lisis de tendencias en las redes sociales sobre envejecimiento (Parte1)"},"content":{"rendered":"

\"\"<\/a>La popularizaci\u00f3n de las redes sociales ha cambiado la forma de comunicarse entre la sociedad actual y la influencia que tienen sobre la forma en la que los individuos se informan de las tendencias en diferentes \u00e1reas de inter\u00e9s. Muchas de estas redes sociales contienen una enorme cantidad de datos y vinculaci\u00f3n que se pueden aprovechar para analizar que \u00e1mbitos tem\u00e1ticos tienen mayor inter\u00e9s y quienes son los referentes que promueven esa informaci\u00f3n.<\/p>\n

Con esta idea, un estudio que hemos desarrollado es el an\u00e1lisis de la red social<\/strong> de Twitter<\/strong> para tratar de tener una fotograf\u00eda de c\u00f3mo se trata el \u00e1mbito del envejecimiento<\/strong> entre los usuarios interesados en estos aspectos. Las redes sociales se pueden considerar estructuras formadas por nodos que representan a individuos u organizaciones y enlaces de relaci\u00f3n, por lo que el an\u00e1lisis pretende detectar las tendencias o temas m\u00e1s populares<\/strong> que centran el inter\u00e9s de los usuarios en el \u00e1mbito del envejecimiento y adem\u00e1s en una segunda parte analizamos la polarizaci\u00f3n del sentimiento<\/strong> que se percibe por parte de los usuarios al tratar estas tem\u00e1ticas. Otro de los aspectos que se han tratado de analizar es la detecci\u00f3n de usuarios o redes de usuarios influyentes dentro de la red social que centran el flujo de informaci\u00f3n.<\/p>\n

Para llevar a cabo este an\u00e1lisis, como se mencionaba, se ha elegido Twitter como la fuente de recursos de datos debido a que es ampliamente utilizado y simple en su mec\u00e1nica de difusi\u00f3n de tal manera que su exploraci\u00f3n es accesible y suficientemente amplia para tener una relevancia estad\u00edstica. \u00a0El an\u00e1lisis se ha focalizado sobre el contenido en espa\u00f1ol<\/strong> de la red social y sobre los usuarios que tuvieran inter\u00e9s en los \u00e1mbitos del \u201cenvejecimiento, longevidad y personas mayores<\/strong>\u201d.<\/p>\n

A trav\u00e9s de la conexi\u00f3n con la API de Twitter y mediante la librer\u00eda advertools<\/em> y el uso del lenguaje de programaci\u00f3n de Python, se descargaron unos 10.000 tweets<\/strong> fechados en diciembre de 2019.<\/p>\n

\"\"<\/a><\/p>\n

Comentar que la propia API de Twitter limita la descarga de tweets a los \u00faltimos 7 d\u00edas anteriores a la consulta, por lo que el an\u00e1lisis lo realizamos centrados en la segunda semana de diciembre de 2019 cuando se realiza la descarga masiva.<\/p>\n

A partir de este dataset en bruto, realizamos una limpieza qued\u00e1ndonos con los campos m\u00e1s interesantes con los que desarrollar el an\u00e1lisis de grafos de la red. Para obtener m\u00e1s detalles de todo el proceso de miner\u00eda de datos puede acceder a la p\u00e1gina del proyecto en Github<\/a>.<\/p>\n

Una vez limpiado los datos, se configura el grafo para su posterior an\u00e1lisis. Comentar que el an\u00e1lisis del grafo pretende identificar comunidades principales o emergentes en los que se produce una relaci\u00f3n m\u00e1s fuerte de seguimiento entre los usuarios, y que nos puede determinar la interacci\u00f3n de las distintas comunidades y determinar similitudes y diferencias entre ellas y determinar cu\u00e1les son las m\u00e1s influyentes y en qu\u00e9 \u00e1mbitos potencialmente tienen mayor inter\u00e9s. Nuestro an\u00e1lisis se centra en identificar a los influencers<\/em> clave dentro de las distintas comunidades detectadas.<\/p>\n

\"\"<\/a><\/p>\n

\"Gephi\"<\/p>\n

Con el grafo configurado, lo analizamos en Gelphi<\/a> bajo algunos par\u00e1metros e indicadores.<\/p>\n

Tratamos de identificar quienes son estos usuarios m\u00e1s influyentes en las redes en la tem\u00e1tica de envejecimiento. Podemos observar el top 5 de los usuarios que m\u00e1s menciones reciben de otros usuarios dentro de los tweets, por lo que podr\u00edamos mencionar que tienen credibilidad entre la comunidad de usuarios interesados en estas tem\u00e1ticas.<\/p>\n

\"\"<\/a><\/p>\n

Tambi\u00e9n podr\u00edamos destacar el top 5 de los m\u00e1s relevantes en la red, es decir la capacidad de influir un nodo en la red.<\/p>\n

\"\"<\/a><\/p>\n

Si realizamos un filtrado por la modularidad[1] de los nodos obtenemos 5 principales comunidades de usuarios o subredes que presentan mayor interacci\u00f3n entre ellas. S\u00ed etiquetamos esas redes para identificarlas y las filtramos por su influencia en la red obtenemos el siguiente grafo:<\/p>\n

\"\"<\/a><\/p>\n

Vamos a focalizar sobre las comunidades m\u00e1s relevantes dentro de la red y detectar qu\u00e9 usuarios son los influyentes dentro del \u00e1mbito tem\u00e1tico analizado.<\/p>\n

\"\"<\/a>Sin duda el que forma una comunidad m\u00e1s definida con un mayor n\u00famero de seguidores es la de color rojo, cuyo centro neur\u00e1lgico de la actividad se centra en el usuario @sninobecerra<\/a> que corresponde al perfil de twitter del economista Santiago Ni\u00f1o Becerra, catedr\u00e1tico de ‘Estructura Econ\u00f3mica’ en IQS de la Universidad Ramon Llull de Barcelona y que dispone de 184.000 seguidores. S\u00ed realizamos un procesamiento del texto para eliminar las palabras vac\u00edas de informaci\u00f3n mediante el corpus de \u201cstopwords\u201d disponible en la librer\u00eda nltk de Python y lo a\u00f1adimos a una nube de palabras para mejorar la visulizaci\u00f3n obtenemos, que la tem\u00e1tica que m\u00e1s preocupa en esta red de alta influencia trata sobre los \u00e1mbitos econ\u00f3micos que influyen en el envejecimiento poblacional<\/strong> concretamente aspectos relacionados con la baja natalidad<\/strong>, la productividad laboral y la influencia sobre el PIB nacional<\/strong>.<\/p>\n

\"\"<\/a><\/p>\n

\"\"<\/a><\/p>\n

Si nos centramos en la Comunidad verde, que podr\u00edamos considerar c\u00f3mo el segundo centro de actividad m\u00e1s relevante, se observa que este flujo de informaci\u00f3n est\u00e1 liderado tambi\u00e9n por un nodo o usuario denominado @elbotiquinmx<\/a> con 36.000 seguidores y que corresponde con una publicaci\u00f3n mejicana dedicada a difundir temas de prevenci\u00f3n de la salud y bienestar. Si volvemos a fijarnos en las palabras m\u00e1s repetidas en todos los tweets de la comunidad verde, las tem\u00e1ticas en las que se centran es en el debate sobre qu\u00e9 momento se inicia el envejecimiento o h\u00e1bitos saludables<\/strong> para ralentizarlo.<\/p>\n

La comunidad morada aparece muy aislada en las aristas o v\u00ednculos que se unen con el resto de la red, lo que hace sospechar que puede tratarse de una tem\u00e1tica no directamente relacionada con el \u00e1mbito que nos ocupa. Al analizar su nodo m\u00e1s influyente, comprobamos que la tem\u00e1tica que se trata corresponde con las recientes protestas hacia Evo Morales y su aspecto envejecido, lo que hace que descartemos esa comunidad para el inter\u00e9s de este an\u00e1lisis.<\/p>\n

\"\"<\/a>Por \u00faltimo, revisamos la comunidad naranja y azul, que, siendo menos influyentes en la red completa, pero destacan dentro del resto de subredes. En el caso de la comunidad naranja, se destacan dos nodos m\u00e1s influyentes por un lado comentando aspectos relacionados con el ejercicio <\/strong>y a trav\u00e9s de nodos puente conectados con otro de los nodos influyentes que se centra en temas de nutrici\u00f3n<\/strong> y c\u00f3mo influye esto en el envejecimiento.<\/p>\n

 <\/p>\n

 <\/p>\n

 <\/p>\n

\"\"<\/a>En el caso de la Comunidad azul, se encuentra m\u00e1s desperdigada, pero con m\u00e1s enlaces con el resto de nodos por lo que seguramente las tem\u00e1ticas tratadas sean m\u00e1s amplia y no centradas en un solo tema. En este caso se aprecian varios nodos influyentes, entre los que destacan @GrandesAmigos_<\/a> que es un ONG dedicada a prevenir la soledad en las personas mayores<\/strong>, @FPilares<\/a> que es una Fundaci\u00f3n para apoyar la dignidad a lo largo de la vida<\/strong>, entre otros.<\/p>\n

 <\/p>\n

 <\/p>\n

—————-<\/p>\n

\n
\u00a0[1] La modularidad es una medida de la estructura de las redes o grafos. Fue dise\u00f1ado para medir la fuerza de la divisi\u00f3n de una red en m\u00f3dulos (o comunidades). Las redes con alta modularidad tienen conexiones s\u00f3lidas entre los nodos dentro de los m\u00f3dulos, pero escasas conexiones entre nodos en diferentes m\u00f3dulos.<\/address>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

La popularizaci\u00f3n de las redes sociales ha cambiado la forma de comunicarse entre la sociedad actual y la influencia que tienen sobre la forma en la que los individuos se informan de las tendencias en diferentes \u00e1reas de inter\u00e9s. Muchas de estas redes sociales contienen una enorme cantidad de datos y vinculaci\u00f3n que se pueden aprovechar para analizar que \u00e1mbitos tem\u00e1ticos tienen mayor inter\u00e9s y quienes son los referentes que promueven esa informaci\u00f3n. Con esta idea, un estudio que hemos desarrollado es el an\u00e1lisis de la red social de Twitter para tratar de tener una fotograf\u00eda de c\u00f3mo se trata\u2026<\/p>\n","protected":false},"author":156,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"ngg_post_thumbnail":0},"categories":[36717,1981,1,2444],"tags":[],"blocksy_meta":{"styles_descriptor":{"styles":{"desktop":"","tablet":"","mobile":""},"google_fonts":[],"version":4}},"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/www.madrimasd.org\/blogs\/envejecer-positivo\/wp-json\/wp\/v2\/posts\/2117"}],"collection":[{"href":"https:\/\/www.madrimasd.org\/blogs\/envejecer-positivo\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.madrimasd.org\/blogs\/envejecer-positivo\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.madrimasd.org\/blogs\/envejecer-positivo\/wp-json\/wp\/v2\/users\/156"}],"replies":[{"embeddable":true,"href":"https:\/\/www.madrimasd.org\/blogs\/envejecer-positivo\/wp-json\/wp\/v2\/comments?post=2117"}],"version-history":[{"count":43,"href":"https:\/\/www.madrimasd.org\/blogs\/envejecer-positivo\/wp-json\/wp\/v2\/posts\/2117\/revisions"}],"predecessor-version":[{"id":2170,"href":"https:\/\/www.madrimasd.org\/blogs\/envejecer-positivo\/wp-json\/wp\/v2\/posts\/2117\/revisions\/2170"}],"wp:attachment":[{"href":"https:\/\/www.madrimasd.org\/blogs\/envejecer-positivo\/wp-json\/wp\/v2\/media?parent=2117"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.madrimasd.org\/blogs\/envejecer-positivo\/wp-json\/wp\/v2\/categories?post=2117"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.madrimasd.org\/blogs\/envejecer-positivo\/wp-json\/wp\/v2\/tags?post=2117"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}