Este fin de semana pasado ha tenido lugar en Málaga el 7º Encuentro Nacional de Profesores y Editoriales de ELE. Esta fotografía de familia da buena cuenta del gran éxito del encuentro.
Pero si hay algo que ha caracterizado este encuentro ha sido la gran presencia de profes de ELE tuiteros. Hace un par de días, José Ramón colgaba un tweetdoc en el que se recogían todos los tuits con el hashtag del encuentro: #7ENPE.
Recopilando todos esos tuits y usándolos como las aristas que unen a los tuiteros (nodos, en la red), he preparado estos dos grafos que sirven para visualizar de forma sencilla la red generada por los tuiteros del encuentro y otros que, sin estar presencialmente, participaron en la conversación de Twitter.
Esta primera visualización de la red sirve para ver claramente dónde se concentra la comunicación. El grosor de las aristas señala los flujos de tuits. En esta visualización no se observa la direccionalidad de esos tuits, pero se puede intuir que las aristas más gruesas lo son por una comunicación bidireccional. Las aristas que rodean un nodo se refieren a los tuits de carácter monologuístico, es decir, aquellos tuits no dirigidos a ningún usuario en concreto (ni menciones, ni retuits) con la etiqueta #7ENPE.
Esta segunda visualización permite observar más claramente las comunidades existentes dentro de la red. La red tiene un componente gigante (los nodos rojos y azules) que se divide en dos módulos o comunidades. También hay otros 6 componentes no conectados ni con el componente gigante ni entre sí. El tamaño de los nodos hace referencia al grado de cada uno de ellos, es decir, el número de conexiones (entrantes y salientes). Se puede observar cómo en la comunidad roja destacan cinco usuarios por su número de conexiones. En la comunidad azul, el grado de los nodos está más equilibrado.
Y para terminar, un par de detalles descriptivos que he omitido hasta ahora: la red consta de 36 nodos y 102 aristas y el grado medio de la red es de 2,8 .
Fuente de las fotografías:
qué bien explicado hijo mío!
Me gustaMe gusta
Muchas gracias, Guillermo, por el análisis y la explicación 🙂
Me gustaMe gusta
Quiero hacer algo parecido con las palabras más usadas, pero eso me va a llevar más tiempo 🙂
Me gustaMe gusta
Hola Guillermo
Por si te sirve de ayuda, te dejo el enlace a un post que escribí ayer sobre cómo preparar los datos para poder hacer luego un grafo decente -si es que has usado directamente los datos que ofrece Twitter, que no sé si es el caso ;o) – http://www.iradoki.net/blog/sna-de-tweets-recogidos-sobre-una-jornada/
Me gustaMe gusta
Muy bien explicado, @cometa23. Y muchas gracias, Mikel. Tu post me va a ayudar mucho.
Eskerrik asko a los dos.
Me gustaMe gusta
Gracias, María.
Mikel, tu post es muy interesante y me va a ser de gran utilidad. Este fin de semana me lo voy a estudiar bien.
Me gustaMe gusta
Pingback: ¿Cómo ha sido la comunicación en Twitter durante el #7ENPE? | Social Network Analysis | Scoop.it
Guillermo, muy interesante esto de los gráficos y los puntos, pero yo no lo termino de entender, es demasiado enrevesado para un «juernes» a estas horas jaja
Me gustaMe gusta
Gracias, Itzi.
Ricardo, los puntos son los usuarios de twitter que tuiteábamos con el hashtag del encuentro. Y las líneas que nos unen son los tuits. A más tuits, línea más gordita. No te pienses que la gordura de las líneas depende de la paella que nos comimos 🙂
Me gustaMe gusta
Muy interesante, Guillermo. Entre tu post y el de Mikel, hay que ver lo que estamos aprendiendo hoy.
Me gustaMe gusta
Hola a todos
Acabo de publicar un post que es una continuación del anterior, sobre cómo extraer personas mencionadas (nodos) antes de realizar el análisis SNA propiamente dicho: «Extracción automática de entidades en Google Refine con APIs externas» http://www.iradoki.net/blog/extracci%C3%B3n-autom%C3%A1tica-de-entidades-en-google-refine/
Me gustaMe gusta
Gracias por el aviso, Mikel. Lo he mirado por encima, pero tengo que revisarlo detenidamente y haciendo pruebas para acabar de entenderlo 🙂
Me gustaMe gusta