Publication: Estudio de tendencias diarias en Twitter
Loading...
Official URL
Full text at PDC
Publication Date
2015
Advisors (or tutors)
Editors
Journal Title
Journal ISSN
Volume Title
Publisher
Citations
Exportar
Abstract
En la actualidad las redes sociales han cambiado el paradigma de las relaciones sociales y del acceso a la información. Twitter con el paso del tiempo se ha convertido en un medio de comunicación que está dejando poco a poco a los medios tradicionales como los periódicos y la televisión en un segundo plano. La ingente cantidad de información que se genera constantemente en esta plataforma provoca que surja una necesidad de agrupar y concretar esta información para que el usuario medio de Twitter no se vea abrumado por el exceso de información, muchas veces irrelevante, que recibe. Una de las funcionalidades que ofrece Twitter es la posibilidad de agrupar los temas de los que se está hablando en la aplicación bajo un conjunto de tendencias, llamados trending topics. Estos trending topics tienen un tiempo de vida limitado, es decir, que una vez los usuarios dejan de hablar de ese tema en la aplicación, éste ya no formará parte de la lista de trending topics que Twitter ofrece a sus clientes. Esto puede llevar a que si el usuario no ha estado presente en la aplicación durante la aparición de una tendencia que le pueda resultar atractiva, le resultará complicado informarse sobre la misma. El objetivo de este trabajo es el desarrollo de una aplicación que permita a los usuarios explorar el conjunto de tendencias que han ido apareciendo a lo largo del tiempo, permitiendo así que cada trending topic que ofrece Twitter quede registrado en la aplicación para su posterior análisis. La aplicación desarrollada ofrece funcionalidades de clasificación y agrupamiento de trending topics, así como visualización gráfica de la evolución en el tiempo de las tendencias más importantes. Además incluye un buscador de tweets populares que permita al usuario obtener aquellos tweets que más han destacado en la comunidad de usuarios de Twitter con respecto a cada trending topic. Distintos aspectos de la aplicación implementada han sido evaluados. La evaluación del clasificador de trending topics obtiene una precisión del 90 %. La evaluación del agrupamiento de comunidades concluye que las tendencias están bien relacionadas entre sí aunque puede ser mejorable. Por último, en cuanto al buscador de tweets populares se concluye que los tweets devueltos son relevantes en su mayoría (por encima del 90 %) para cada criterio usado. Los resultados obtenidos nos permiten concluir que la aplicación es capaz de informar al usuario de las tendencias que han surgido en Twitter a lo largo del tiempo, así como mostrarle información necesaria para que pueda percatarse sobre qué temas se ha hablado, cuáles han sido los mensajes más populares, cómo se relacionan esas tendencias entre sí y cómo ha sido la evolución en el tiempo de los trending topics más importantes.
Nowadays, social networks have changed the paradigm of social relations and the access to information. Twitter has become a medium that is slowly pushing traditional media, like newspapers or television, into the background. The enormous amount of information that is constantly generated in this platform causes the need to group and sum up information for the average user to not overwhelmed him with information, often irrelevant. Twitter offers the possibility of grouping topics under a set of trends, called trending topics. These trending topics have a limited lifetime, i.e. once users stop talking about that topic, it will no longer be part of the list of trending topics that Twitter offers to its users. So, if the user has not been present in the application during the appearance of a trend that can be attractive to him, he will find it difficult to know about it. The goal of this work is to develop an application that allows users to explore the set of trends that have appeared over time. The developed application also offers the categorization of trending topics, the generation of graphs which provides information about the impact over time of trending topics and a search engine of relevant tweets that allows the user to get those tweets that are most prominent in the community of Twitter users. In this paper, we also performed an evaluation of the accuracy of the classification and clustering of trends and the popular tweets search engine. Classification accuracy of 90% is obtained when classifying trends. Grouping communities regarding the trends observed are well interrelated but can be improved. Finally, respect to the search engine, the returned tweets are mostly relevant (over 90 %) for each criterion used. The results allow us to conclude that the application inform about the trends that have emerged in Twitter over time and show information that allows the user to know what topics has been discussed in Twitter, what were the most popular tweets, how trends are related to each other and which has been the evolution of the main trending topics.
Nowadays, social networks have changed the paradigm of social relations and the access to information. Twitter has become a medium that is slowly pushing traditional media, like newspapers or television, into the background. The enormous amount of information that is constantly generated in this platform causes the need to group and sum up information for the average user to not overwhelmed him with information, often irrelevant. Twitter offers the possibility of grouping topics under a set of trends, called trending topics. These trending topics have a limited lifetime, i.e. once users stop talking about that topic, it will no longer be part of the list of trending topics that Twitter offers to its users. So, if the user has not been present in the application during the appearance of a trend that can be attractive to him, he will find it difficult to know about it. The goal of this work is to develop an application that allows users to explore the set of trends that have appeared over time. The developed application also offers the categorization of trending topics, the generation of graphs which provides information about the impact over time of trending topics and a search engine of relevant tweets that allows the user to get those tweets that are most prominent in the community of Twitter users. In this paper, we also performed an evaluation of the accuracy of the classification and clustering of trends and the popular tweets search engine. Classification accuracy of 90% is obtained when classifying trends. Grouping communities regarding the trends observed are well interrelated but can be improved. Finally, respect to the search engine, the returned tweets are mostly relevant (over 90 %) for each criterion used. The results allow us to conclude that the application inform about the trends that have emerged in Twitter over time and show information that allows the user to know what topics has been discussed in Twitter, what were the most popular tweets, how trends are related to each other and which has been the evolution of the main trending topics.
Description
Trabajo de Fin de Grado en Ingeniería Informática (Universidad Complutense, Facultad de Informática, curso 2014/2015)