La vida de un hashtag en 24 horas retratada en Gephi

Hashtags que hacen dudar de las noticias

#MeToo, #BlackLivesMatter y otros hashtags hacen que la gente dude de las noticias

Por Eugenia Ha Rim Rho ||  Quartz

Los hashtags conectan a las personas. ¿También se dividen?

Si eres conservador o liberal, lo más probable es que hayas encontrado un hashtag político en un artículo, un tweet o una historia personal compartida en Facebook.

Un hashtag es una etiqueta funcional ampliamente utilizada en motores de búsqueda y servicios de redes sociales que permiten a las personas buscar contenido que se encuentra bajo la palabra o frase, seguido del signo #.

Primero popularizado por Twitter en 2009, el uso de hashtags se ha generalizado. Casi todo lo político con la intención de atraer a una gran audiencia ahora está marcado con un hashtag pegadizo. Tomemos, por ejemplo, campañas electorales (#MAGA), movimientos sociales (#FreeHongKong), o llamados a leyes de apoyo u oposición (#LoveWins).

Junto con activistas y políticos, las compañías de noticias también están usando hashtags políticos para aumentar el número de lectores y contextualizar los informes en publicaciones breves y digeribles en las redes sociales. De acuerdo con Columbia Journalism Review, dicha práctica es una "buena forma de introducir una historia o perspectiva en el ciclo de noticias" y "una forma de descubrir qué quiere discutir el público y aprender más".

¿Es esto realmente cierto?

Nuestro experimento

Para averiguarlo, realizamos un experimento controlado en línea con 1.979 personas.

Probamos si las personas respondían de manera diferente a la presencia o ausencia de hashtags políticos, particularmente los #MeToo y # BlackLivesMatter más utilizados, en artículos de noticias publicados en Facebook por los principales medios de comunicación, como The New York Times y NPR.

Le mostramos al azar a cada persona una publicación de noticias que contenía o excluía el hashtag político. Luego les pedimos que comentaran el artículo y respondieran algunas preguntas al respecto.




La publicación de noticias original era idéntica a la de la derecha, excepto por el #MeToo en negrita seguido de la descripción del texto. Para la condición de control (izquierda), excluimos el hashtag en el texto de la publicación, así como la frase "#MeToo Prompts" en el título.

Descubrimos que los hashtags políticos no son una buena manera para que los medios de comunicación involucren a los lectores.

De hecho, cuando la historia incluía un hashtag, las personas percibían que el tema de las noticias era menos importante y estaban menos motivados para saber más sobre temas relacionados.

Algunos lectores también se inclinaron a ver las noticias con hashtags como más sesgadas políticamente. Esto fue especialmente cierto para los lectores más conservadores, que tenían más probabilidades de decir que una publicación de noticias era extremadamente partidaria cuando incluía un hashtag.

Del mismo modo, los hashtags también afectaron negativamente a los lectores liberales. Sin embargo, los lectores que se identificaron a sí mismos como "extremadamente liberales" no percibieron el contenido de las noticias de las redes sociales sobre cuestiones de género y raciales como partidistas, independientemente de la presencia del hashtag.



La publicación de noticias de la derecha es idéntica a la publicación de noticias original publicada en Facebook, excepto por el hashtag #MeToo en negrita en el texto de la publicación, que no se incluyó en la versión original.

Moderados politicos

Lo que realmente me interesó fue la reacción de la gente en el medio. Las personas que se identificaron como publicaciones políticamente moderadas percibieron que las publicaciones eran significativamente más partidistas cuando las publicaciones incluían hashtags.

De hecho, en sus comentarios, los encuestados políticamente moderados que vieron publicaciones de noticias con hashtags tenían más sospechas sobre la credibilidad de las noticias y se centraron más en la política del hashtag.


Tabla: La conversación, CC-BY-ND

Por ejemplo, en el grupo de hashtag, las personas políticamente moderadas mencionan repetidamente el hashtag sin comprometerse sustancialmente con cuestiones sociales relevantes:

“El tema #MeToo se está convirtiendo en algo así como los Kardashians. No puedes mirar las noticias sin que ambos encabecen las cosas. Es un tema importante, pero me estoy cansando de verlo una y otra vez ”.

Por el contrario, cuando los hashtags estaban ausentes, era más probable que los lectores discutieran las ideas y los valores centrales que el hashtag debía representar originalmente.

"Dar una plataforma y una voz a las víctimas a través de las redes sociales es una excelente manera de compartir la experiencia de uno cuando es incómodo hacerlo públicamente. Algunas personas tienen demasiado miedo de denunciar cualquier acoso o asalto debido a ser etiquetados como mentirosos, por lo que me alegro de que haya una manera de hacer un seguimiento de estas instancias sin que pasen desapercibidas ".

El lenguaje utilizado por los participantes del grupo hashtag en sus comentarios fue más emocionalmente extremo. Incluso aquellos que parecían estar a favor del movimiento hashtag usaron un lenguaje agresivo para transmitir apoyo al movimiento y se refirieron a aquellos en contra de él como "ustedes idiotas", alegando, "hay una razón por la cual [#MeToo] f **** - ¡¡¡ing existe, imbéciles !! ”

Fomentar un mejor discurso en línea

Estos hallazgos muestran que los políticos, activistas, organizaciones de noticias y compañías tecnológicas no pueden dar por sentado las prácticas comunes de las redes sociales.

Incluso una práctica simple, como marcar un tema social con un hashtag pegadizo, puede dar la impresión al público de que el contenido etiquetado, incluso el contenido de noticias publicado por las principales compañías de noticias, es hiperpartidista o falso.

Si queremos construir y mantener debates saludables en línea, entonces debemos comenzar a cuestionarnos cómo tales prácticas influyen en la salud democrática de Internet.

El uso de un hashtag puede atraer rápidamente la atención de la audiencia hacia problemas sociales apremiantes. Sin embargo, como muestra nuestro estudio, tal impulso viral puede ser perjudicial para la discusión en línea sobre temas sociales urgentes a largo plazo.

Análisis de hashtag italianos

#Censimento y #Salvinischedacitutti vistos con análisis de redes sociales

Dr Who


Ayer, Twitter ha introducido sus propios hashtags: #Censimento y, posteriormente, #Salvinischedacitutti. El tema es conocido. Analicé el fenómeno con el análisis de redes sociales, tomando datos en línea.
#Censimento y #Salvinischedacitutti: el patrón polarizado del análisis de redes sociales

La geografía relacional que emerge en el hashtag #Censimento se polariza: grupos de personas que discuten sobre el mismo tema, pero con diferentes puntos de vista.

Las discusiones polarizadas se caracterizan por dos grupos grandes y densos que tienen poca conexión entre ellos. Los temas que se discuten son a menudo altamente conflictivos y temas candentes o cuestiones políticas. En realidad, generalmente hay poca conversación entre estos grupos, a pesar del hecho de que están enfocados en el mismo tema. Esto significa que la gente no está discutiendo. Se ignoran mutuamente mientras apuntan a diferentes recursos web y usan diferentes hashtags.

#Census y #Salvinischedacitutti: datos y eventos

En el cuadro inmediatamente anterior, el grupo superior está formado por personas que están en contra del tema, y ​​viceversa, el grupo a continuación. Esta primera consulta de la red produjo 3652 nodos con 4662 informes.

En el transcurso del día, hacia la tarde, el hashtag #Salvinischedacitutti comienza a ser tendencia (probablemente para legitimar aún más una posición contraria al #Censimento). El patrón se repite. Preciso. El grupo en la parte superior está formado por personas que están en contra, y viceversa en el grupo a continuación. La consulta tomó 3198 nodos con 4012 informes.


La subida del hashtag #Salvinischedacitutti en detrimento del hashtag #Censimento no ha cambiado la sustancia de las conversaciones. Al analizar los datos que me permitieron construir al nuevo sociografista, surgieron algunos aspectos. En particular: el cluster inferior tiene dos muy grandes nodos: uno a la derecha tiene un valor de atractivo igual a 395, uno a la izquierda, un valor de 335. La salida "fuerza" está dada por su base seguidor potencial base: la primera tiene más de 49K y el segundo algo más de 11K. Pueden ser, por coherencia, considerados influyentes, pero no para acciones de segundo nivel por los conectores, de hecho, no vemos una viralidad porque la RT no generó el efecto de cadena. En el clúster superior, el nodo con la mayor fuerza potencial tiene poco más de 4K seguidor, extremadamente desequilibrado en términos potenciales y con una capacidad atractiva de solo 156.

#Salvinischedacitutti: la fuerza del hashtag

Durante la noche, el hashtag #Salvinischedacitutti mantuvo la tendencia principal de Twitter. I riscaricato datos y que tenía una confirmación del patrón polarizado, pero encontró que había una migración de conversaciones sobre: ​​la tasa de nudos presente nell'hashtag #Censimento superponen con los de #Salvinischedacitutti es igual a 62% . Esta migración ha fortalecido aún más las posiciones de las personas que se oponen a ella. La fecha al aplicar el algoritmo OpenOrd nos muestra perfectamente este refuerzo. La banda azul de la izquierda está formada por personas que se oponen al tema tiene diferentes interconexiones que van a las afueras de la gráfica, mientras que el otro grupo es "Castillo" sólo un par de probar el contenido, el hecho de no tener argumentos.



Al comparar a los sociólogos de los dos hashtags que estamos analizando, es claro que el patrón polarizado es una constante, y está claro que el grupo de personas opuesto al tema se fortalece en términos de interconexiones.

En la noche, alrededor de las 22:00, los volúmenes de las conversaciones han perdido fuerza, haciendo que el hashtag salga de la tendencia.

Enfoque de 2 modos para análisis de redes socio-semánticas en Twitter

Análisis automatizado de redes de actores en Twitter: Nuevo enfoque para el análisis de redes socio-semánticas

Iina Hellsten, Loet Leydesdorff
ARXiv

Los datos de los medios sociales brindan oportunidades cada vez mayores para el análisis automatizado de grandes conjuntos de documentos textuales. Hasta ahora, se han desarrollado herramientas automatizadas para dar cuenta de las redes sociales entre los participantes de los debates, o para analizar el contenido de esos debates. Se ha prestado menos atención al mapeo de actores concurrentes (participantes) y temas (contenido) en debates en línea que forman redes socio-semánticas. Proponemos un nuevo enfoque automatizado que utiliza un enfoque de matriz completa de temas codirigidos y los actores. Mostramos las ventajas del nuevo enfoque con el análisis de un gran conjunto de mensajes de Twitter en inglés en la reunión de Río + 20, en junio de 2012 (72.077 tweets), y un conjunto de datos más pequeño de mensajes en Twitter en neerlandés sobre la gripe aviar relacionado con la avicultura en 2015-2017 (2,139 tweets). Discutimos las implicaciones teóricas, metodológicas y sustantivas de nuestro enfoque, también para el análisis de otros datos de redes sociales.

1711 08387(1)

Leer más publicaciones en Calaméo

Análisis de la discusión política en torno a #DeleteFacebook

DeleteFacebook en Twitter: una discusión política oculta

Center for Network Research

Como el CEO fundador de Facebook testificó frente al Senado, el escándalo de privacidad de datos en torno a su compañía se ha convertido en un problema político de alto nivel. Pero, ¿cómo se refleja a gran escala a nivel de individuos? Para obtener información sobre eso, recopilamos y analizamos 169,610 tweets públicos anonimizados de 81,639 usuarios publicados entre el 28 de marzo y el 30 de abril.

Estudiamos los temas sobre los que las personas tuiteaban y construimos su red de co-mención de hashtag. En esta red, cada hashtag está representado por un nodo con un tamaño proporcional al número de veces que se twitteó y un color que se asemeja a la comunidad de red a la que pertenece. El enlace entre dos hashtags ilustra la frecuencia con la que se mencionan conjuntamente en los tweets. Para reducir la complejidad de la imagen, aplicamos algunos métodos de filtrado y visualizamos los 300 hashtags más populares de la Figura 1. Esta red destaca tanto los temas más populares, como la forma en que se relacionan entre sí. Hay una serie de observaciones interesantes sobre esta pequeña muestra del espacio de conversación de Twitter, y aunque está relacionado con un problema de gestión de la marca, esconde una historia política sutil.

Figura 1. La red de referencia de los 300 hashtags principales utilizados en la campaña #deletefacebook en Twitter. El tamaño de los nodos representa el número de veces que estuvieron presentes en el conjunto de datos, su color indica su comunidad de red en función del método propuesto por Blondel et. Alabama. [1], y el ancho del enlace entre dos hashtags visualiza su frecuencia de co-mención.

1. El escándalo de Cambridge Analytica y la aplicación del Reglamento General de Protección de Datos de la UE (#gdpr) [2] elevaron la conciencia pública sobre cuestiones de privacidad de datos a un nivel sin precedentes [3]. Estos han centrado nuevamente la discusión en torno a un tema que estuvo bastante al margen de la conversación sobre la neutralidad de la red y los derechos humanos en la era de Internet. El concepto de #internetbillofrights está claramente emergiendo en esta conversación. Los usuarios de Twitter incluso han inventado la etiqueta sarcástica #googlegestapo, lo que implica que podría ser hora de reconsiderar los límites de #socialmedia y las compañías de tecnología: nuestra relación con el # hermano mayor.

Figura 2. Un acercamiento alrededor del hashtag #internetbillofrights

2. #maga: la abreviatura del lema "Make America Great Again" se encuentra entre los hashtags más populares, junto con #qanon, "el creador de una teoría de la conspiración popularizada por los partidarios del presidente estadounidense Donald Trump" [4]. Estos hashtags crean una comunidad de discusión propia, frecuentemente mencionada conjuntamente con etiquetas como #godblesstrump, #buildthewall, #trump y #hilaryforprison. Aparentemente, las personas que hablan de eliminar Facebook también tienden a expresar su apoyo a la administración actual de los EE. UU. A la luz del presunto papel de Facebook y Cambridge Analytica en las elecciones de 2016, esta coincidencia parece bastante controvertida.

Figura 3. Zoom en la comunidad de red de hashtags relacionados con el soporte para Trump

3. Aunque investigaciones recientes sugieren que "los republicanos tienden a sentirse complacidos con el seguimiento, tanto en línea como en la vida real, mientras que los demócratas a menudo se sienten mal por ello" [5], la parte de la red que apoya Trump supera significativamente la fracción de su oposición. A diferencia de los hashtags típicos en la otra comunidad de conversación, relacionados estrictamente con las palabras de apoyo de Trump, los hashtags mencionados en el campo de la oposición hacen referencia a cuestiones actuales relacionadas con el contexto. Véase, por ejemplo, referencias a la lucha política entre Trump y las dos figuras clave a cargo de la investigación de Rusia que involucra al presidente (#protectrosenstein, #protectmueller), en torno a la presunta colusión de la campaña de Trump con Rusia durante las elecciones presidenciales de 2016 [ 6].

Figura 4. Hashtags relacionados con el campo de oposición a Trump

4. Sorprendentemente, #cambridgeanalytica no se conecta con los hashtags Trump más populares, aunque Cambridge Analytica, que ahora se declara en bancarrota [7], la empresa contratada por la campaña Trump para las elecciones de 2016, y la recolección de datos realizada por ellos fue la principal escándalo que condujo a la aparición de #deletefacebook, y la razón principal por la cual Mark Zuckerberg testificó ante el Congreso el 10 de abril. Esta falta de atención parece indicar que la culpa en esta conversación parece estar en el proveedor de datos, y menos en el empresa de procesamiento de datos.

Figura 5. La mínima atención prestada a #cambridgeanalytica

5. A pesar de que el equipo de Facebook se ha movilizado rápidamente para hacer sus políticas de protección de datos más transparentes y permitiendo a los usuarios optar por dejar que Facebook recopile datos sobre ellos a la luz del escándalo, y a pesar de que los medios se han En este aspecto, la conversación de Twitter sobre la eliminación de Facebook no incluye referencias a estos esfuerzos. De hecho, toda la conversación al respecto falta en la red de co-mención de 300 hashtag. Esta falta de atención de los medios sociales a los esfuerzos de Facebook para retener a los usuarios en respuesta al escándalo público en el que han participado sugiere que el juego de asociación tema / tema podría ser jugado más estratégicamente por la compañía con el fin de aprovechar segmentos de percepción pública hacia su ventaja.

En general, hay tres amplias conclusiones que se pueden extraer de este pequeño y simple análisis del tema de conversación en torno a #deletefacebook en Twitter. En primer lugar, esta conversación, abrumadoramente presentada en la actividad de Twitter de los seguidores de Trump, centra la atención en las trampas de Facebook, como el principal proveedor de datos personales para la orientación política. Sin embargo, se presta muy poca atención al papel y las preocupaciones éticas de las empresas de consultoría de datos que procesan y utilizan estos datos para la orientación política. Si bien hay una pequeña parte de la conversación sobre legislación y temas generales de protección de datos, estos temas aún se encuentran en la periferia de un espacio de atención de medios en línea que se asemeja más a un monólogo unilateral que a una conversación real sobre temas.

En segundo lugar, ciertos problemas expresados ​​a través de hashtags en Twitter carecen de una asociación entre la información objetiva y la percepción de los usuarios de Twitter en sus conversaciones en línea. Dependiendo del alcance y el ímpetu de estas conversaciones en línea, esta conversación puede tener consecuencias para el compromiso y la reputación de la marca tanto comercial como política [8]. Y tercero, el universo de usuarios que hablan sobre un hashtag particular puede estar más o menos sesgado hacia un lado de la discusión que hacia el otro.

Finalmente, en un intento de guiar a aquellos que constantemente se encuentran fuera o al margen del espacio de conversación, destacamos dos razones por las cuales es importante abrir el espacio de conversación en las redes sociales:

Para evitar tener fuertes contrastes entre la información fáctica y la percepción pública. El espacio de conversación en línea es un juego de percepción. Cuando los hechos y las percepciones son disjuntos, el populismo prospera, las noticias falsas se extienden sin cesar, y las percepciones en línea pueden llevar a acciones parciales y desinformadas fuera de línea [9], [10]. Las intenciones de los populistas de las redes sociales (ya sean políticos o gerentes de marca) es monopolizar el espacio de conversación con lemas simples, directos y repetitivos, independientemente de su fundamento en la información objetiva. La sofisticación de los mensajes disuade el compromiso e induce procesos cognitivos en los usuarios, que reaccionan utilizando una dinámica de acción trascendental y una reacción ante problemas puntuales.

Para evitar tener el efecto "alimentación azul, alimentación roja" [11] en los problemas. En otras palabras, evitar los diseños de plataforma fuertemente integrados que conducen a "cámaras de eco" virtuales. Aunque diferentes públicos podrían estar interesados ​​en el mismo tema (por ejemplo, problemas de privacidad), sus fuentes de información sobre el tema son diferentes y tienden a evitar disonancia cognitiva al elegir comprometerse con la información que juega con sus propias creencias, evitando / rechazando información que va en contra de sus creencias.

Conocer este mapa de parcialidad, con sus obvias limitaciones, es importante para aquellos que desean mantener el equilibrio de las conversaciones y, por lo tanto, usar el hashtag principal junto con los temas que se reflejan al otro lado del debate. El riesgo de los espacios de percepción sesgados es que los segmentos de percepción pública podrían reforzar y fortalecer las creencias afines, transformando los mensajes en monólogos, atrapando mensajes dentro de las comunidades, en lugar de abrirse a argumentos críticos. En la era de la polarización del tema que conecta los diálogos en línea con la acción fuera de línea, tales comportamientos necesitan un diseño más intencionado y estratégico del espacio de conversación.

Publicación del blog por Silvia Fierascu y Milán Janosov

Referencias

[1] Blondel, V. D., Guillaume, J. L., Lambiotte, R., & Lefebvre, E. (2008). Fast unfolding of communities in large networks. Journal of Statistical Mechanics: Theory and Experiment, 10:P10008.
[2] https://www.eugdpr.org/.
[3] https://trends.google.com/trends/explore?date=2018-01-01%202018-05-09&q=gdpr,cambridge%20analytica,data%20privacy.
[4] https://en.wikipedia.org/wiki/QAnon.
[5] Turow, J., Hennessy, M., Draper, N., Akanbi, O. & Diami, V. (2018). Divided We Feel: Partisan Politics Drive Americans' Emotions Regarding Surveillance of Low-Income Populations. Annenberg School for Communication, University of Pennsylvania, April 30, 2018, https://www.asc.upenn.edu/sites/default/files/documents/Turow-Divided-Final.pdf.
[6] https://news.vice.com/en_ca/article/9kggg5/fire-rosenstein-is-the-new-far-right-attack-on-muellers-investigation.
[7] https://www.nytimes.com/2018/05/02/us/politics/cambridge-analytica-shut-down.html.
[8] https://www.theguardian.com/technology/2013/jul/17/managing-brand-reputation-in-the-age-of-twitter.
[9] Guess, A., Nyhan, B., & Reifler, J. (2018). Selective Exposure to Misinformation: Evidence from the consumption of fake news during the 2016 US presidential campaign. Dartmouth College, January 3, 2018, http://www.dartmouth.edu/~nyhan/fake-news-2016.pdf.
[10] Allcott, H., & Gentzkow, M. (2017). Social media and fake news in the 2016 election. Journal of Economic Perspectives, 31(2), 211-36.
[11] http://graphics.wsj.com/blue-feed-red-feed/.

Hashtag "Help Catalonia" y la clásica polarización política

En verde los mensajes en castellano y en rojo los que estuvieron en inglés.



Ampliación del cluster en inglés. Aún en este cluster, el castellano siguió siendo importante.

Redes dinámicas de un hashtag en Italia

Dinámica de redes de hashtag en la competencia X-Factor en Italia

Una visualización dinámica de la interacción múltiple entre los usuarios que miran una competencia X-Factor (Italia). Los usuarios son nodos, codificados por color por la comunidad a la que pertenecen, mientras que las interacciones son enlaces, codificados por colores por tipo (mención, respuesta, retweet). El resultado es una red multiplex variable en el tiempo.

Análisis de hashtags brasileños de política en 2016

El escenario político

Algunos análisis rápidos
Publicado en Marzo 17, 2016

R, Python y Redes


El escenario político brasileño parece estar dentro de una licuadora con las últimas noticias publicadas ayer (16 de marzo de 2016) sobre el nombramiento de Lula como Ministro de la Casa Civil y de su conversación con la presidenta Dilma divulgada en una red nacional.

Usando los paquetes twitteR y tm, hice una búsqueda en Twitter por la palabra clave Lula para monitorear la percepción de las personas en esos medios sociales bien en el "calor del momento". En breve, publicar un post comentando el código utilizado para el análisis con un breve tutorial.

La búsqueda volvió 2000 tweets. En el caso de que se produzca un error en el sistema,



También generé otro wordcloud haciendo una búsqueda por #ocupabrasilia. Este término está en segundo lugar en las tendencias de Twitter en este momento.

 #ocupabrasilia


Después de eso, hice una agrupación jerárquica de los términos más presentes agrupándolos en 7 grandes grupos.



Después de exportar la matriz de términos a un archivo .csv, usé el software Ucinet para generar redes de palabras. La primera red fue generada a partir de los overlaps de los términos. El tamaño de los vértices representa la centralidad de grado de cada palabra.



Para generar la segunda red, he utilizado las correlaciones entre los términos. El tamaño sigue siendo la centralidad de grado.



He intentado, con esos análisis rápidos e incipientes, captar la opinión general de los usuarios de Twitter sobre ese momento político histórico que vive Brasil. Espero que los grafos sean útiles.

Análisis del hashtag #FirstSevenJobs en Facebook

Los #FirstSevenJobs que tuvimos

Lada Adamic - Facebook Research·


En agosto de 2016 muchas personas participaron en la lista de sus primeros siete puestos de trabajo en Facebook usando los hashtags #firstsevenjobs o #first7jobs. Como sucede a veces con las tendencias de Internet, ésta se extendió desigualmente por todo el mundo, ofreciendo una visión tanto de la universalidad de los primeros empleos, como también interesantes diferencias entre los diferentes países.
Como mucha gente fijó sus metas profesionales para el Año Nuevo por delante, pensamos que era un buen momento para recordar a todos la similitud de nuestros primeros caminos de carrera.
Para procesar los trabajos de forma automatizada, procesamos el conjunto de actualizaciones de estado des-identificado mediante agrupación de texto para identificar los trabajos más comunes y colocarlos juntos en clústeres. Nuestro método de agrupamiento fue una similitud de coseno textual muy simple basada en secuencias solapadas de 3 caracteres. Por ejemplo, "consejero de campamento", "consejero de campamento de verano", "consejero de campamento de día", "consejero de campamento de YMCA", "consejero de campamento de niñas exploradoras", todos se colocan en el mismo grupo de consejeros de campamentos, "Camarera", etc.
Usando esta técnica pudimos hacer coincidir automáticamente un promedio de 3.3 puestos de trabajo por persona en actualizaciones de estado en inglés incluyendo #firstsevenjobs o #first7jobs. .
Los 20 empleos más citados fueron:

rank job 1 babysitter 2 cashier 3 lab assistant 4 newspaper delivery 5 teacher 6 camp counselor 7 retail 8 dishwasher 9 receptionist 10 manager 11 waiter/server 12 hostess 13 intern 14 mcdonald's 15 student 16 barista 17 store clerk 18 pizza delivery 19 lifeguard 20 research assistant


Para las listas numeradas, desde el primer trabajo hasta el séptimo, analizamos aún más el número que precedía al trabajo, de modo que pudiéramos clasificar los trabajos por su orden promedio en la lista. El cuidado de niños y la entrega de periódicos fueron algunos de los primeros empleos para puestos en inglés.

               job   order          babysitter  1.42
 newspaper delivery 1.76
         mcdonald's 2.59
         dishwasher 2.83
          lifeguard 3.18
            cashier 3.22
     camp counselor 3.43
            hostess 3.55
        store clerk 3.64
             retail 3.77
     pizza delivery 3.86
      waiter/server 4.08
            barista 4.18
      lab assistant 4.29
       receptionist 4.34
             intern 4.56
            student 4.64
            teacher 4.93
 research assistant 5.17
            manager 5.20

También podemos comparar los primeros siete empleos con categorías amplias de ocupación para las ocupaciones actuales. Aunque muchos primeros trabajos comenzaron en ventas y servicios de alimento, mucha gente que fijaba los memes había movido a otras ocupaciones. Aquí están las industrias más importantes de todo el mundo:

Percent Occupation 17.4 Arts, Design, Entertainment, Sports, and Media 13.0 Education, Training, and Library 12.9 Management 8.7 Sales and Related 8.0 Office and Administrative Support 5.5 Computer and Mathematical 5.3 Production 4.2 Food Preparation and Serving Related 3.7 Life, Physical, and Social Science 3.2 Personal Care and Service


Como se mencionó anteriormente, el meme también apareció en finlandés. Aplicando el mismo agrupamiento automatizado, encontramos la siguiente lista:


rank order job 1 3.83 kahvilatyöntekijä (coffee shop worker) 2 3.43 siivooja (cleaner) 3 3.16 lastenhoitaja (nanny) 4 3.46 toimistoapulainen (office assistant) 5 1.77 mansikanpoimija (strawberry picker) 6 3.76 myyjä (sales person) 7 5.26 toimittaja (journalist) 8 5.40 toimistosihteeri (secretary) 9 3.19 sairaala-apulainen (hospital assistant) 10 5.22 opettajan sijainen (substitute teacher) 11 4.91 tarjoilija (waiter/waitress) 12 3.89 kirjakaupan myyjä (book store sales person) 13 3.95 kaupan kassa (grocery store cashier) 14 3.49 kerhonohjaaja (instructor at a club - likely for kids' activities) 15 1.66 mainostenjakaja (paperboy for ads) 16 5.05 lastentarhanopettaja (kindergarten teacher) 17 4.06 puhelinmyyjä (phone sales person) 18 4.19 kouluavustaja (school assistant) 19 3.24 lähetti (delivery person) 20 3.76 r-kioskin myyjä (clerk at R_kioski - similar to Seven Eleven stores)


Mientras que muchos de los primeros siete trabajos se superponen, hay por lo menos una diferencia interesante: cosecha de la fresa. Es el quinto trabajo más comúnmente mencionado en la variante finlandesa del meme, donde la recolección de fresas en campos y bosques es una fuente común de empleo estacional. Para muchos es el primer trabajo en la lista (posición media es 1,7).
Finalmente, también agrupamos las respuestas en los mensajes en vietnamita.

rank order job 1 4.48 nhân viên văn phòng (office staff) 2 3.65 gia sư (tutor) 3 3.57 bồi bàn (waiter/waitress) 4 3.78 bán hàng online (online seller) 5 3.92 bán hàng (sales person) 6 1.50 nhổ tóc bạc (plucking white hair, something kids do for older people like grandparents for money or candies) 7 3.21 phát tờ rơi (flyer distributor) 8 4.63 chụp ảnh dạo (photographer) 9 3.08 bán đồ handmade (handmade crafts seller) 10 4.44 phiên dịch (translator) 11 3.67 đi học (studying) 12 4.96 kế toán (accountant) 13 4.75 freelancer (freelancer) 14 4.55 trợ giảng (teaching assistant) 15 4.65 lễ tân (receptionist) 16 4.27 shipper (shipper) 17 4.33 thu ngân (cashier) 18 3.81 viết báo (journalist)


Aquí, junto con muchas respuestas que mencionaban trabajos similares, también hubo algunas interpretaciones ligeras de los primeros "empleos": pedir a los padres dinero (xin tiền bố mẹ), la pereza (làm biếng) o estar desempleado (thất nghiệp).
Así que ahí está, la gente habla tres idiomas diferentes, compartiendo el mismo hashtag en su actualización de estado, mencionando los mismos primeros trabajos que ellos tenían, y revelando un poco de lo que es entrar en la fuerza de trabajo donde viven.

Esta nota fue preparada por Lada Adamic y Viet-An Nguyen. Damos las gracias a Tuomas Pelkonen por traducir la lista de trabajos más comúnmente mencionados en finés.

Extremistas de derecha dominan el Twitter alemán

La AfD de la derechista populista domina el Twitter alemán, según un nuevo estudio

Partido nacionalista mantiene una influencia desmesurada en las redes sociales cuando la elección se acerca

Financial Times



La investigación publicada hoy por un grupo en la universidad de Oxford demuestra que la alternativa populista de la derecha Alternative für Deutschland (AfD) conduce más tráfico de Twitter que cualquier partido alemán importante, y más uniforme que la discusión no partidista de las próximas elecciones generales sí mismo.

El estudio realizado por el Oxford Computational Propaganda encontró que, de casi 1m tweets recolectados entre el 1 y el 10 de septiembre, las hashtags asociadas específicamente con la AfD aparecieron en más del 30 por ciento.

El AfD, que espera ganar sus primeros escaños en el parlamento alemán el domingo, es "muy destacado en la esfera alemana de Twitter", concluye el estudio. La investigadora principal Lisa-Maria Neudert dijo al FT que la AfD "domina absolutamente" el tráfico político alemán de Twitter.

AfD domina el tráfico del Twitter político alemán

Miles de tweets por categoría de hashtags usados, 1-10 de Septiembre de 2017


Neudert dijo: "AfD es muy ruidoso en los medios sociales. Tienen un gran seguimiento y una buena estrategia de comunicación, una estrategia de medios sociales primero ". El estudio no distingue entre el tráfico de Twitter que apoya a la AfD y que se opone a ella.

El estudio también encontró que la proporción total de tráfico generada por cuentas altamente automatizadas, conocidas como bots, era "no sustancial", aunque el nivel de automatización era mayor para el tráfico usando hashtags relacionados con AfD.

La AfD es el partido populista derechista más exitoso en Alemania desde la segunda guerra mundial. Su objetivo declarado es "la autopreservación no la autodestrucción de nuestro estado y nuestro pueblo" y sus políticas incluyen el "cierre de todas las fronteras alemanas". Se espera que el partido gane 50 o más escaños en las elecciones del domingo.

La publicación del estudio llega después de una semana en la que las empresas de medios sociales dominantes se enfrentan a un escrutinio renovado sobre su papel, en gran medida opaco, en la formación del discurso político. Facebook entregó información a la investigación del abogado especial Robert Mueller sobre la interferencia rusa en las elecciones de 2016 en Estados Unidos después de revelar que los usuarios vinculados a Rusia habían comprado por lo menos $ 100,000 de publicidad en el sitio.

Los análisis originales de FT de los datos de Twitter y Facebook muestran cómo la posición de los medios de comunicación social de la AfD tiene el potencial de proporcionar el punto de apoyo para un cambio en el discurso político alemán hacia la extrema derecha y que tal cambio ya esté en marcha.




El mapeo de las relaciones de Twitter entre más de 700 candidatos del Bundestag identificados como usuarios de la plataforma de medios sociales por el grupo de campaña de transparencia Abgeordnetenwatch.de muestra hasta qué punto la AfD es distinta de la corriente política. Los candidatos a los partidos principales tienen más probabilidades de seguirse unos a otros, mientras que pocos candidatos al AfD siguen a los de otros partidos y viceversa.

Ms Neudert, el investigador de Oxford, puso el número de usuarios de Twitter en Alemania en 1m - una fracción de los más de 30m usuarios alemanes de Facebook. Sin embargo, señaló, Twitter es considerado importante por "líderes de opinión e influenciadores" y sirve como un canal para la comunicación abierta entre políticos y periodistas.

Con más de 350.000 gustos - más de dos de los partidos más grandes, CDU y SPD, juntos - el AfD tiene una presencia formidable Facebook similar. Mientras que la participación de los usuarios con el partido en Facebook creció constantemente a lo largo de la crisis de refugiados del verano de 2015, su mayor impulso llegó después de una protesta por una serie de agresiones sexuales en Colonia y otras ciudades alemanas en la víspera de Año Nuevo 2015. Los mensajes de la AfD se triplicaron a más de 380.000 en un mes. Muchos de los perpetradores de los asaltos eran solicitantes de asilo o inmigrantes ilegales, y el episodio ayudó a empujar el nivel de AfD de compromiso de Facebook a nuevas alturas.

El momento definitorio en el cambio de las páginas de Facebook de AfD

Compromiso del usuario por posteo realizado luego del Año Nuevo



No fue sólo el nivel de compromiso con el partido que se elevó tras los ataques de fin de año. El tono de la página Facebook de AfD cambió: las palabras y frases que, en Alemania, están más estrechamente asociadas con la era nazi comenzaron a aparecer con más frecuencia en los comentarios que los usuarios estaban publicando en la página.

Basado en investigaciones académicas y entrevistas con dos investigadores de lengua política alemanes, el FT compiló una lista de 25 términos asociados con la era nazi y / u otras ideologías nacionalistas alemanas. A continuación, utilizamos el software original para determinar la frecuencia con que aparecen estos términos en los comentarios de los usuarios en la página de AfD en Facebook.

En mayo de 2015, se utilizó un promedio de 2,6 de los términos en todos los comentarios por puesto de AfD. Un año más tarde, esta cifra había aumentado a 29,6 - un aumento del 1,100 por ciento. Entre los términos más frecuentemente utilizados se encuentran "Volksverräter" (traidor al pueblo) y "Altparteien" (partidos de establecimiento), ambos con fuertes connotaciones nazis.

Y también cambiaron las palabras que usan en su página de Facebook

Frecuencia de vocabulario del Tercer Reich en el comentario de cada post


Términos tales como "nacional" y "patriota" también han visto aumentos en la frecuencia. Aunque son ostensiblemente incontrovertibles, estos son algunos de los términos con una historia más problemática en Alemania.

El número de usuarios distintos de Facebook para utilizar dichos términos en los comentarios también aumentó, y aunque el uso de este lenguaje ha caído desde su pico a principios de 2016, sigue siendo significativamente mayor que para gran parte de la existencia de la página.

Hashtag #istandwithceu

#istandwithceu

Center for Network Research


Red de opinión Twitter del hashtag #istandwithceu, creado por Milán Janosov y Balázs Vedres. Haga clic en la imagen para abrir PDF.



Recopilamos todos los tweets que contienen el hashtag #IstandwithCEU, usando la API oficial de Twitter, ya que la primera apariencia de la etiqueta hash de #IstandwithCEU. Basándonos en los primeros diez mil tweets con la etiqueta, creamos una red de los hashtags adicionales más populares, también usados ​​en estos tweets. En la visualización el tamaño de cada nodo (hashtag) es proporcional al número de tweets en los que apareció, y el ancho de los bordes representa la frecuencia de coinocceso. El color codifica el tiempo, con las etiquetas azules que se están utilizando las etiquetas más antiguas y las más grises.

Debido a la opinión de Twitter, ampliamente internacional y de apoyo, las acusaciones actuales son claramente no sólo contra CEU, sino que son considerados públicamente como ataques contra la libertad académica y la educación superior en Hungría en general. El tema es co-mencionado con otros temas polémicos, como Brexit y los acontecimientos actuales sobre la educación superior en Turquía y Rusia. A pesar de que ciertos medios no están haciendo ninguna distinción entre CEU como una institución, y George Soros como un individuo, que se menciona un poco en estos tweets. Sin embargo, el primer ministro de Hungría, el nombre de Viktor Orbán se asocia frecuentemente con los acontecimientos en curso en este medio.

Un análisis de hashtag: Macy's vs Target

Mapeo de la red de medios de comunicación social: Target vs Macy
Por Marc Smith - 11 de junio de 2015
RIS



C2C, las conexiones entre los clientes, es una fuerza poderosa en el mundo de B2C. La gente está hablando el uno al otro sobre los minoristas, productos, marcas y servicios tanto como que están escuchando a los mensajes de las marcas y las propias empresas.

Los medios sociales han sido un reto para muchas marcas: es un gran florecimiento zumbido confusión de actividad. Pero las herramientas y los métodos de la sociología y la ciencia de la computación son ahora capaces de aportar flujos de medios sociales en el foco, revelando su estructura, personas clave, temas clave, y las divisiones internas.

Los medios sociales son inherentemente en la forma de una red, que está hecho de colecciones de conexiones. En total, cada gusta, enlace, respuesta, hablar, siga, amigo, y / o hacia delante (entre otros tipos de conexiones), forman una red. Las redes son complejas, pero pueden ser analizadas usando las herramientas de matemáticas y ciencias de la computación, informados por décadas de investigación sociológica. El análisis de redes sociales (ARS) es un potente conjunto de herramientas, teorías y técnicas para dar sentido a las redes de conexión que forman entre las personas y los grupos. El ARS es especialmente adecuado para la comprensión de los medios de comunicación social, donde las personas están vinculadas a la gente a través de la comunicación. Pero hasta hace poco, el ARS ha sido una herramienta compleja limitado a los científicos datos avanzados y desarrolladores de software.

Ahora, una herramienta gratuita y abierta disponible que hace análisis de redes sociales de los medios sociales tan difícil como hacer un gráfico circular. La aplicación NodeXL de la Social Media Research Foundation es un complemento para Excel que permite el simple recopilación, análisis, visualización y presentación de informes sobre los flujos de mensajes de una variedad de fuentes de medios sociales. Twitter, Facebook, YouTube, Flickr, wikis, blogs, e-mail, y otras formas de medios de comunicación social son todas las redes inherentes, y que ahora se pueden visualizar y comprender esa forma rápidamente. Construido dentro de la hoja de cálculo Excel familiarizado, el descubrimiento visión general de la red y la exploración complemento simplifica el proceso de obtener conocimientos de la red.

Los mapas e informes de la red destacan la forma general y la estructura de un conjunto de personas conectadas. Las divisiones o grupos que definen los barrios o grupos en la red se vuelven claramente visibles. Muchas redes no son una sola estructura, sino más bien una colección de sub-regiones.

Dentro de estas estructuras a algunas personas a menudo se destacan porque ocupan lugares raros y estratégicos. Algunas personas son "centros" con muchas personas que se conectan a los que no se conectan entre sí. Otros son aislados, la conexión a nadie. Otra posición es el puente, que une dos grupos de otro modo desconectado. En algunos casos las personas son parte de las comunidades, formado a partir de las redes densas de conexiones mutuas.

Estas posiciones y formas cuentan una historia sobre las multitudes que se han reunido en los medios de comunicación social en torno a muchos temas, incluyendo marcas, empresas y productos. Por ejemplo, podemos mapear el patrón de conexión entre las personas que twitteó sobre Target y Macy.

 

En estos mapas podemos ver varias estructuras clave: emisiones hub-and-spoke y clusters marca fragmentados. Estas formas de relieve el papel de las cuentas de la marca (macys yTarget) que han atraído a grandes círculos de re-tweeters su alrededor. En algunos casos, los círculos adicionales, más pequeñas de las conexiones son visibles en los "campeones de la marca" han atraído a sus propias audiencias. El gran bloque de filas de los aislados, las personas que tienen cero conexiones, es un indicador de la visibilidad de la marca de estos minoristas. De diez a veinte por ciento de todos los usuarios de Twitter que mencionan estas marcas nunca dijo el nombre de nadie más ni nadie dice nunca su nombre - que son periféricos, que se encuentra en los bordes de la discusión. Estas personas son como islas en espera de alguien para construir un puente entre ellos y la marca mediante su inclusión en la conversación. Aunque la mayoría de las herramientas de medios sociales ignoran estas personas en los márgenes, la teoría de redes sociales sugiere que son las personas con mayor probabilidad de adquisición de nuevos clientes. En contraste, los cubos altamente conectados, mientras influyente, es probable que ya ser un cliente y no pueden ser adquiridos de nuevo.

Las formas se observan en estos mapas de la red no son las únicas formas que existen. En un informe reciente investigación publicada en colaboración con el Pew Research Internet Project, documentamos las seis formas básicas de las redes de medios sociales que se encuentran comúnmente en muchas plataformas de medios sociales. Esta investigación se centró en Twitter, pero se aplica a muchas plataformas que permiten a las personas responden el uno al otro. Estos seis tipos de patrones de red revelan la diversidad de estructuras posibles en los medios de comunicación social.

Fuente: Pew Research Proyecto Internet

Esta investigación mostró que algunas redes forman un patrón dividido o polarizado, a menudo relacionada con temas políticos o controversiales. Sin embargo, otros carecen de estas divisiones, formando comunidades en grupo donde todo el mundo parece interactuar con casi todo el mundo. Estos patrones densos no son las únicas formas de red de medios de comunicación social, sin embargo. Otros temas, con frecuencia relacionadas con las marcas y los temas visibles públicamente, tienen una estructura fragmentada en la que pocas personas interactúan en absoluto. Marcas menudo tienen 40% a 50% de las personas que mencionan a hacerlo sin mencionar el nombre de otra persona. Estos son los "aislamientos" - islas en la red que contienen sólo una persona cada uno. En una forma más madura de la red de marca fragmentada, algunos grupos conectados pueden crecer junto con el confeti de las personas desconectadas, a menudo formando una colección de pequeños grupos, cada uno con su propio público y el cubo.

Los dos patrones finales son espejos el uno del otro: el cubo y el patrón donde las flechas apuntan hacia adentro o hacia afuera hablaron. Estos son los "difusión" y "apoyo" tipos de red, creada cuando una sola cuenta es el foco principal de un grupo grande que de otra manera no se conectan entre sí. Las cadenas de televisión Hub-and-spoke cuentan un usuario que ha atraído a un público que toda re-pío ellos, pero no se comunican entre sí. En el "apoyo" patrón, una sola cuenta las respuestas a muchas personas por lo demás desconectados, ofreciendo para ayudar a resolver sus problemas de los clientes.

Visto en este marco, ahora podemos volver a los mapas de la red de Macy y Target para ver cómo encajan.

La red de Target se compone de 5.551 usuarios de Twitter cuyos tuits en el rango solicitado contenida "@target OR #target",, o que fueron respondido o se menciona en los tweets sobre el, 4 horas, período de 32 minutos de 4 días a partir del viernes 5 de junio de 2015 a 21:16 GMT a Miércoles, 10 de junio 2015 a las 01:49 UTC.



https://nodexlgraphgallery.org/Pages/Graph.aspx?graphID=46912

Los principales hashtags que co-ocurren con "Target" son #target, #toys, #jurassicworldattarget, #jurassicworld, #clothing, #disney, #giveaway, #newborn, #tees, #mplaces.

El pueblo más céntrico de la red de destino son (calificadas por la red de intermediación centralidad):Target,somethingidsay,fbi,mrsednajon,imperfectwomen,vadodimio, carlste503 @, @ big_daddy20000,maintarun,dawnchats.

La red está dominada por el grupo "emisión" (G1) que se centra en la cuentaTarget que está rodeado de re-tweeters que forman un círculo alrededor de él.

El siguiente grupo más grande de la red son los aislamientos, la recogida de las personas que nunca dijo que el nombre de nadie, ni nadie en esta discusión decir su nombre. Son periférica, pero podría ser más central si la marca y otros campeones de marca dedican estos contribuyentes críticos pero menos visibles.

Los clústeres adicionales en esta red también han transmitido patrones hub-and-spoke, lo que sugiere que estas cuentas son campeones de marca, las personas que se dedican tanto a la marca y que han desarrollado una audiencia activa que re-tweets de sus mensajes. Involucrar a estos campeones de la marca es una estrategia crítica que puede ser guiado por ideas de la red de medios de comunicación social. La teoría de la red puede ayudar a identificar rápidamente los "alcaldes" de su red tema.

Por el contrario, comparar esta red de 3.442 usuarios de Twitter cuyo tuits en el rango solicitado contenida "Macys", o que se respondió a, o se menciona en los tweets de más de 4 días, 5 horas, período de 41 minutos a partir de Viernes, 05 de junio , 2015 a las 20:18 GMT a Miércoles, 10 de junio 2015 a las 01:59 UTC.

Al igual que Target, Macy también tiene un patrón hub-and-spoke gran marca, pero, en cambio, cuenta con una población mayor de "aislados" - que sugieren mayor conciencia de marca para Macy sobre Target. Mientras que la red de destino es casi 40% más grande que la red del Macy, Macys tiene una fracción más grande de participantes aislados (21% versus 10%). También ha atraído a un puñado de campeones de marca exitosas que han desarrollado los públicos significativos de su propia que responde a su menciones de Macys.



https://nodexlgraphgallery.org/Pages/Graph.aspx?graphID=46911

Los principales hashtags que co-ocurren con "Macys" son: #job, #hiring, #makeup, #sales, #retail, #jobs, #sdcdadsday, #thaliasodicollection, #americanselfie, #macys

Las personas más centrales en la red son Macys (calificadas por centralidad de intermediación de la red):macys,makeuptweeter,macysbeautyjobs,lbpyyz,lta_inc,carinkilbyclark,thalia,scm_guru,gotyoursix,slipnsliderazzi

La red está dominada por el grupo "emisión" (G1) que se centra en losmacys dar cuenta que está rodeado de re-tweeters que forman un círculo alrededor de él.

El siguiente grupo más grande de la red son los aislamientos, los usuarios periféricos que podrían convertirse en más comprometidos.

Los clústeres adicionales en esta red también se han transmitido patrones hub-and-spoke, estas son las personas que están comprometidas tanto con la marca y que han desarrollado una audiencia activa que re-tweets de sus mensajes.

El seguimiento de estos mapas, y los mapas de temas relacionados, marcas y minoristas, puede crear un panorama compuesto de las partes pertinentes del panorama de los medios sociales.

Ambas marcas han promovido hashtags relacionados, en este caseHere vemos que "JurasicWorldAtTarget" ha generado un patrón único hub-and-spoke, mientras que la red "americanselfie" es multi-con cavidades.



En algunos casos, es útil para tratar de cambiar el patrón de la red de una forma a otra para crear una estructura que está optimizada para particulares objetivos de negocio. Comunidades menudo sueñan con convertirse en marcas, mientras que las marcas a menudo buscan hacer crecer sus comunidades.

Métricas de red son por lo tanto útiles "KPI" para el seguimiento de la estructura, así como el volumen de actividad de los medios de comunicación social.

Las redes son una poderosa manera de pensar acerca de los mercados y las conversaciones de los consumidores. Las nuevas herramientas están haciendo análisis de redes tan fácil como hacer un gráfico circular. El resultado es una expansión de la "conciencia de la red", como los tomadores de decisiones de negocios son cada vez más capaces de "pensar enlace" cuando se ven en los medios sociales y datos del mercado.

Interesado en ver qué red de medios sociales de su marca parece? Solicite un mapa de la red muestra gratuita y reporte de http://connectedaction.net


Marc Smith es un sociólogo especializado en la organización social de las comunidades en línea y la interacción mediada por ordenador. Smith lidera el grupo de consultoría Acción Connected y vive y trabaja en Silicon Valley, CA. Smith co-fundó y dirige la Fundación Social Media Research, una organización no lucrativa dedicada a abrir herramientas, datos, y la erudición relacionada con la investigación de medios sociales.

Nota del Editor: Si usted va a la venta al por menor Ejecutivo Cumbre, jun 17 a 19, asegúrese de Twitter sobre el evento con el hashtag # 2015RES. El tweeter más influyente recibirá una tarjeta de regalo de $ 100 y ser nombrado el "Medios de Comunicación Social Mayor" del evento.

Ataque de bots con el hashtag #TinelliMercenarioK

Informe sobre el ataque digital contra Tinelli by Emiliano G. Arnáez on Scribd

#cacerolazo en Argentina... en vivo

Primeras imágenes de la red de hashtag y usuarios del cacerolazo antitarifario

Principales hashtags

Etiqueta escalada por centralidad de Pagerank, colores de los enlaces identifican modularidad.

Principales twitteros

Etiqueta escalada por centralidad de grado.

#NiUnaMenos 2016 en Argentina

Primera visualización


Datos obtenidos el 3 de Junio de 2016. La toma de datos ininterrumpida desde las 14 hasta las 20 horas del día. La muestra fue de 220 mil nodos (hashtags y usuarios) y 450 mil enlaces, la muestra más grande que jamás tuve que analizar.

Muestra original

7-núcleo

8-núcleo

9-núcleo

10-núcleo

11-núcleo

12-núcleo de la muestra