¿Ve todos esos idiomas arriba? Traducimos las historias de Global Voices para que los medios ciudadanos del mundo estén disponibles para todos.

Entérate más sobre Traducciones Lingua  »

Etiquetas y usuarios de redes en la charla en Twitter sobre Putin-Poroshenko

Connections between Twitter users and the hashtags they use might reveal interesting information. Images mixed by Tetyana Lokot.

Conexiones entre los usuarios de Twitter y las etiquetas que utilizan pueden revelar información interesante. Imágenes mezcladas por Tetyana Lokot.

Este artículo es parte de un proyecto de análisis de datos de medios ciudadanos, una colaboración entre RuNet Echo y el Maryland Institute for Technology in the Humanities. Explore la serie completa de artículos en la página Todos los tuits de los presidentes.

Ya hemos realizado la primera selección de un conjunto más pequeño de datos entre los seis millones que componen la muestra, filtrados por código de país para echar un vistazo a los tuits de Rusia y Ucrania. En más de 6.000 tuits con el código de país “UA” (Ucrania) y casi 8.500 tuits con el código de país “RU” (Rusia) encontramos una o más de nuestras palabras claves: poroshenko, putin, порошенко, путин y путін.

Aunque es una muestra mucho más pequeña, estos dos grupos de tuits nos dan un panorama del Twitter ruso y ucraniano durante varias semanas en el otoño de 2014. Una manera de examinar este panorama es examinar los tuits rusos y ucranianos como redes que conectan usuarios individuales, y las relaciones detrás de esas conexiones. La mejor opción para representar estos mecanismos visualmente es a través del uso de un sistema de gráficos.

Los dos sistemas de gráficos siguientes revelan las asociaciones entre usuarios individuales de Twitter y las etiquetas que incluyen en sus tuits, ambos representados como nódulos circulares. El tamaño de cada nódulo de etiqueta indica cuán a menudo fue utilizada en nuestra muestra de tuits por cada país. El color del código representa cúmulos de usos de etiquetas por grupos de cuentas individuales, cuyos nódulos están ordenados según su nivel de contribución a cada etiqueta.

User-hashtag network graph for the Russian tweets sample (country code "ru"). Image by Lawrence Alexander.

Sistema de gráfico de etiquetas de usuarios para la muestra de tuits rusos (código de país “ru”). Imagen de Lawrence Alexander.

En el grupo de usuarios rusos para nuestra muestra particular, hay un gran grupo azul donde la actividad se centra en las etiquetas dominantes asociadas  #путин (“Putin”) y #Россия (“Rusia”). Además se puede observar en esta zona, pero con menor ranking, las etiquetas para “EE.UU”, “Obama” y “política” (“политика”).

Los notables colaboradores para el grupo azul enfocado en Rusia incluyen al periodista Konstantin Getmansky, y los comentaristas prorrusos Pavel Ryzhevsky y Maksim Trushkin. Su protagonismo en este sistema gráfico refleja su centralidad en la discusión enfocada en Rusia de nuestra muestra, por supuesto no refleja la situación general rusa de Twitter, que por lo que sabemos, tenía diferentes usuarios dominando el discurso Putin/Poroshenko en distintos momentos.

Por el contrario, la actividad rusa de Twitter en torno a etiquetas ucranianas en nuestra muestra (como #Порошенко (“Poroshenko”) y #Украина (“Ucrania”)) está limitada a la pequeña región magenta de la izquierda. A la derecha del principal grupo azul, la conversación tiende a enfocarse en el discurso de Putin en Valdai en 2014.

User-hashtag network graph for the Ukrainian tweets sample (country code "ua"). Image by Lawrence Alexander.

Sistema de gráfico de etiquetas de usuarios para la muestra de tuits ucranianos (código de país “ua”). Imagen de Lawrence Alexander.

En la muestra de Ucrania, la conversación usando etiquetas para Putin y Poroshenko durante nuestros períodos de muestras se centra en las cuentas de dos agencias locales de noticias, ambas prolíficas en Twitter: PrestupnostiNet (que de alguna manera se destaca también en la muestra de tuits rusa) y telegraf.com.ua. Es interesante que los ucranianos utilizan un poco más la etiqueta para Putin (#путин) que la de su propio presidente, Poroshenko.

En ambos gráficos, las comunidades de etiquetas tienden a agruparse por idioma. Los colaboradores de etiquetas en inglés se encuentran mayormente en las zonas superiores a la derecha. Un ejemplo destacado es el militar y periodista Viktor Kovalenko. Los temas claves entre los usuarios ucranianos de habla inglesa son Ucrania, Alemania, el Kremlin y Putin.

Estudios de análisis de contenido de Twitter nos dicen que basarse en el uso de etiquetas como único instrumento para medir la influencia en una red puede conducir a resultados un tanto sesgados, dado que algunos usuarios utilizan etiquetas más metódicamente que otros, y algunos no las utilizan en absoluto. Por ejemplo, en la muestra rusa, los usuarios principales de la red Getmansky, Trushkin, y Ryzhevsky incluyen etiquetas en casi todos sus tuits, por lo que su protagonismo en el gráfico (p. ej., a través de sus aportes a #путин (“Putin”) y #Россия (“Rusia”)) puede ser atribuido parcialmente a este uso deliberado de etiquetas.

Sin embargo, podemos añadir un segundo nivel de análisis para distinguir la influencia relativa de usuarios individuales en una red en particular. Con la ayuda de nubes de nombres de usuario, podemos también clasificar los usuarios de Twitter en cada muestra de país basadas en el número de sus tuits (con y sin etiquetas). Otra vez, esto únicamente nos dice qué usuario con códigos de país correspondientes a Rusia o Ucrania fueron más prolíficos en una determinada muestra de otoño de 2014. Pero aunque no podemos hacer juicios generales sobre las redes de usuarios y los usuarios principales, podemos detectar algunas tendencias interesantes.

Nube de usuarios medida según la cantidad de tuits de la muestra rusa (código de país “ru”). Imagen de Lawrence Alexander.

Una notable tendencia en el grupo de principales usuarios es el protagonismo de cuentas eliminadas/renombradas o supuestamente falsas. La cuenta @fredhofmd ya no existe (su dueño, un prolífico tuitero  que asegura ser un especialista occidental en seguridad radicado en Rusia, aparentemente ha cambiado su cuenta por @infoagestrategy ; @doctoriza1888 es un robot automático que envía etiquetas spam con videos de YouTube; @1georg607 tuitea títulos y enlaces exclusivamente de segodnya.ru; y @usastupidd es una cuenta troll en contra de EE.UU.

User cloud weighed by tweet volume for the Ukrainian tweets sample (country code "ua"). Image by Lawrence Alexander.

Nube de usuarios según la cantidad de tuits de la muestra ucraniana (código de país “ua”). Imagen de Lawrence Alexander.

El grupo ucraniano de principales usuarios incluye algunas cuentas que tuitean generalmente (y retuitean) mucho acerca de eventos actuales, como ser @jumistress, @sileziaa1, @yadrobotun y @prestupnostinet, como se refleja en nuestra muestra. Otros usuarios principales incluyen un robot de tendencias de Twitter (automático), y además periodistas que trabajan en Ucrania como Anna Dombrovskaya y comentaristas prominentes como Anders Ostlund, una figura pública sueca que vive en Ucrania.

Nuestras dos muestras de países pueden no reflejar totalmente el vasto espacio de conversación ruso-ucraniano en Twitter, pero nos dan una idea bastante buena sobre quien tuiteaba sobre Putin y Poroshenko en otoño de 2014, y qué clase de usuarios y etiquetas pueden haber dominado la discusión.

Tetyana Lokot de RuNet Echo colaboró en este artículo.

Inicie la conversación

Autores, por favor Conectarse »

Guías

  • Por favor trate a los demás con respeto. Comentarios conteniendo ofensas, obscenidades y ataque personales no serán aprobados.