Es imposible ver en twitter quién ha hecho visualizaciones
La red neuronal, una introducción visual
Para que el usuario pueda seleccionar los círculos y saber cuántos retweets representa cada uno o incluso cuántos representa un grupo de círculos, es posible crear un círculo de selección. Así, se pueden agrupar los círculos que representan tweets y realizar un análisis del total de retweets buenos, malos y neutros. El resultado se presenta en un cuadro de texto sobre el gráfico de burbujas. También en el gráfico de burbujas, el usuario puede optar por ver los nombres de quienes han retuiteado el tuit determinado, que también están representados por círculos, de ahí el color gris. Estas dos características se muestran en la Fig. 2.Fig. 2.Selección de círculos (izquierda) y presentación de retweets (derecha).Imagen a tamaño completo
4.2 Línea de tiempoCon el prototipo, el usuario también tiene la opción de visualizar los tweets en una línea de tiempo, en la que se representan según la fecha y la hora en que se publicaron. Al igual que en el gráfico de burbujas, los tuits de la línea de tiempo también se colorean según el sentimiento expresado. En este tipo de visualización, el usuario puede observar la repercusión de un determinado tema a lo largo del tiempo, de forma que, por ejemplo, se pueden ver los diferentes sentimientos expresados a lo largo de un partido de fútbol.El Timeline es interactivo y se puede aplicar el zoom para conocer el momento exacto del post, así como navegar entre las fechas. La figura 3 presenta un ejemplo de visualización del Timeline antes y después de aplicar el zoom.Fig. 3.Timeline antes (arriba) y después de aplicar el zoom (abajo).Imagen a tamaño completo
Visualización de vídeo a la velocidad de la luz: un billón de fotogramas por
La visualización es fundamental para el análisis de datos. Proporciona una primera línea de ataque, revelando una intrincada estructura en los datos que no puede ser absorbida de ninguna otra manera. Descubrimos efectos inimaginados y desafiamos los imaginados.
Los datos por sí mismos, consistentes en bits y bytes almacenados en un archivo en el disco duro de un ordenador, son invisibles. Para poder ver y dar sentido a los datos, necesitamos visualizarlos. En este capítulo voy a utilizar un concepto más amplio del término visualizar, que incluye incluso las representaciones puramente textuales de los datos. Por ejemplo, el mero hecho de cargar un conjunto de datos en una hoja de cálculo puede considerarse una visualización de datos. Los datos invisibles se convierten de repente en una «imagen» visible en nuestra pantalla. Por lo tanto, la cuestión no debería ser si los periodistas necesitan visualizar los datos o no, sino qué tipo de visualización puede ser la más útil en cada situación.
En otras palabras: ¿cuándo tiene sentido ir más allá de la visualización de una tabla? La respuesta corta es: casi siempre. Las tablas por sí solas no son suficientes para darnos una visión general de un conjunto de datos. Y las tablas por sí solas no nos permiten identificar inmediatamente patrones dentro de los datos. El ejemplo más común son los patrones geográficos, que sólo pueden observarse tras visualizar los datos en un mapa. Pero también hay otros tipos de patrones que veremos más adelante en este capítulo.
Cómo hacer una infografía en 5 pasos
Si se divide el número de tuits diarios por el número de usuarios distintos que envían esos tuits en el flujo del 1%, se obtiene una proporción que se ha mantenido bastante constante a lo largo del tiempo, lo que sugiere que la plataforma no se está centralizando en un pequeño número de usuarios poderosos y que, en cambio, simplemente se está utilizando menos en general. De hecho, el volumen diario de tuits y el número de usuarios distintos que tuitean en el flujo del 1% están correlacionados con r=0,96.
¿Qué pasa con los usuarios verificados? Algunas redes sociales del resto del mundo han experimentado un efecto de centralización a medida que envejecían, cuando las plataformas giraban cada vez más en torno a un conjunto de usuarios de élite que publicaban y el resto de la plataforma reaccionaba o compartía esas publicaciones, en lugar de publicar su propio contenido.
La línea de tiempo que aparece a continuación muestra el porcentaje de tuits diarios en el flujo del 1% y el porcentaje de usuarios de tuits diarios distintos en el flujo del 1% que estaban verificados. El porcentaje parece haberse estabilizado en gran medida y apenas ha superado el medio por ciento en los últimos siete años.
Por qué 5/3 es una constante fundamental para la turbulencia
La visualización del SOTU tardó unas cuatro semanas en diseñarse y desarrollarse, y ya teníamos un corpus de datos con el que trabajar: los tuits que se produjeron durante el discurso del SOTU de 2013 y el texto del propio discurso del año pasado.
Para esta segunda versión, anotamos cada párrafo del discurso de 2013 con su marca de tiempo y reunimos los tuits que mencionaban #sotu en esa ventana. A continuación, analizamos las palabras clave de esos tuits para obtener temas a partir de ellos. Por ejemplo, si los tuits mencionaban «guerra», «ejército», «afganistán», entonces etiquetábamos esos tuits como pertenecientes al tema «defensa»; y así sucesivamente. El análisis estado por estado se condensa ahora en el margen. El espacio extra se utiliza para mostrar la transcripción real.
Empezamos a acercarnos al resultado final con la siguiente iteración, en la que jugamos con una línea de tiempo sobre la transcripción que mostraría el volumen de tuits en torno a cada tema durante el discurso. Primero con una línea de tiempo simple:
En cuanto el Presidente empezó a hablar, empezamos a anotar el discurso con marcas de tiempo para poder hacer coincidir el texto con el viz, además de que el nuevo conjunto de datos sacó a la luz algunos errores que tuvimos que solucionar rápidamente.