Observatorio de interacciones en Twitter

Abstract

[ES] En este Trabajo de Fin de Grado (TFG) se ha desarrollado una herramienta, que permite recoger, observar, y analizar las interacciones entre los usuarios de una red social, en este caso, de Twitter. Las interacciones se analizan por hashtags y se aplican métricas de redes complejas y análisis de sentimientos además de información geoposicionada para comprender el comportamiento de los usuarios respecto a un tema. Los tweets pueden filtrarse eligiendo el rango de días que se desea analizar y se estudia a través del tiempo la evolución de diversas métricas. Las diferentes vistas permiten ver el grafo que representa la red de interacciones en el tiempo especificado, donde los nodos corresponden a los usuarios y los arcos a la existencia de una interacción entre usuarios. También es posible observar varias gráficas y los usuarios más influyentes correspondientes a la red generada. Además, se observa el sentimiento de los mensajes, tanto de los tweets geolocalizados como de los existentes en el rango de tiempo especificado y, por último, dos nubes de palabras, una para los mensajes con sentimiento positivo y otra para los negativos. El análisis proporcionado por la herramienta permite entender con más detalle el comportamiento de los usuarios en redes sociales. Este análisis puede ser aplicado, entre otros, en el campo de la recomendación y persuasión, en marketing, como sensor social, para detectar usuarios influyentes, entender los flujos de información, etc.

[EN] This project presents a tool that allows to collect, visualize, and analyze interactions between users of the Twitter social network. The interactions (tweets) are analyzed by hashtags, location, or both. Based on these interactions, the tool applies complex network metrics and sentiment analysis to better understand users’ behavior. Tweets can be filtered by choosing a range of days to be analyzed and the evolution of various metrics is studied over time. The different views allow to see the graph representing the network of interactions in the specified time, where the nodes correspond to the users and the links to the existence of an interaction between users. It is also possible to observe several graphics of structural network properties and the most influential users of the generated interaction network. In addition, it is possible to observe the sentiment of the users’ messages (i.e., geolocated and/or no geolocated tweets) and two word clouds, one for the messages with positive sentiment and another for the negative ones. The analysis provided by the tool allows to understand in more detail the behavior of users in social networks. This analysis can be applied, among others, in the field of recommendation and persuasion, in marketing, as a social sensor, to detect influential users, to understand information flows, etc.

[CA] En aquest Treball de Fi de Grau (TFG) s’ha desenvolupat una eina, que permet recollir, observar, i analitzar les interaccions entre els usuaris d’una xarxa social, en aquest cas, de Twitter. Les interaccions s’analitzen per hashtags i s’apliquen mètriques de xarxes complexes i anàlisi de sentiments a més d’informació geolocalitzada per comprendre el comportament dels usuaris respecte a un tema. Els tweets es poden filtrar triant el rang de dies que es desitja analitzar i s’estudia a través del temps l’evolució de diverses mètriques. Les diferents vistes permeten veure el graf que representa la xarxa d’interaccions en el temps especificat, on els nodes corresponen als usuaris i els arcs a l’existència d’una interacció entre usuaris. També és possible observar diverses gràfiques i els usuaris més influents corresponents a la xarxa generada. A més, s’observa el sentiment dels missatges, tant dels tweets geolocalitzats com dels existents en el rang de temps especificat i, finalment, dos núvols de paraules, una per als missatges amb sentiment positiu i una altra per als negatius. L’anàlisi proporcionat per l’eina permet entendre amb més detall el comportament dels usuaris en xarxes socials. Aquesta anàlisi pot ser aplicat, entre altres, en el camp de la recomanació i persuasió, en màrqueting, com a sensor social, per detectar usuaris influents, entendre els fluxos d’informació, etc.