[pyar] Análisis de datos con Python de la campaña electoral en Twitter

[Pablo Gabriel Celayes]

Muy lindo laburo, Mati, y gran ilustración de lo que se puede hacer con
Python en materia de análisis de redes sociales.

Como bien comentaba Martín, he hecho una tesis en estos temas ( sobre la
que estaré contando en la PyCon y la PyData el mes que viene) y me interesa
mucho seguir profundizando en el tema.

En particular, en cuestiones de estructura de red, análisis de influencia,
difusión de mensajes, etc. y también en analizar los contenidos que se
comparten, las temáticas que se generan, y su dinámica.

Para quien quiera experimentar en el tema, tengo algunos sets de datos
interesantes, y algo de código útil perdido en la maraña de cosas que es
ese repo que pasó Martín.

 Un abrazo, gracias por compartir!

2017-10-23 15:51 GMT-03:00 Matias Benedetto <matias.benedetto en gmail.com>:

>
> Entiendo de que analizar la "red" sólo haciendo foco en las cuentas de los
>> candidatos permite deducir algo de la fidelidad de los seguidores/votantes,
>> pero para nada es conclusivo de "las campañas" de cada espacio. Para esto
>> es sin dudas necesario hacer un análisis a nivel de grafos y analizar la
>> generación y flujo de contenido, por ejemplo estudiando la instalación de
>> tendencias.
>>
>
> Si, no tenia pretensiones de exhaustividad el análisis, sino tenia como
> objetivo por un lado, producir información para un informe periodístico en
> la tele que requiere síntesis extrema y poco complejidad. Y por otro,
> introducirme de a poco en el mundo de la recolección y análisis de
> volúmenes de datos, que no es lo que generalmente hago ni en lo que tengo
> formación, pero me interesa mucho.
>
>>
>>
>> Mi sensación (totalmente anticientifico este comentario, disculpas) es
>> que la campaña de Cambiemos en twitter está tercerizada en cuentas
>> anónimas, en general de tono sarcástico y provocador, donde abundan los
>> latiguillos. Evidentemente han sido muy efectivas para la consulidación de
>> un nucleo duro particularmente "anti-k".
>>
>> Es buena hipótesis para armar un lindo laburito sobre el tema!
>
>
>> Pablo Celayes, compañero de Open Data Córdoba y a veces activo por acá,
>> hizo recientemente su tesis de licenciatura sobre clasificacion en grafos
>> sociales, por ahi te interesa para pegarle una mirada
>>
>> http://www.famaf.unc.edu.ar/boletin/?p=3509
>> https://github.com/pablocelayes/sna_classifier
>>
>
> Buenisima data. Me viene joya para investigar. Gracias!
>
>
> _______________________________________________
> Lista de Correo de PyAr - Python Argentina - pyar en python.org.ar
> Sitio web: http://www.python.org.ar/
>
> Para administrar la lista (o desuscribirse) entrar a
> http://listas.python.org.ar/listinfo/pyar
>
> La lista de PyAr esta Hosteada en USLA - Usuarios de Software Libre de
> Argentina - http://www.usla.org.ar
>



-- 

*ıl**l**ıl**l**ı* ρąβℓ๏ *ıllı**lı*
https://www.linkedin.com/in/pablogabrielcelayes
<http://ar.linkedin.com/pub/pablo-celayes/5/535/911/es>
------------ próxima parte ------------
Se ha borrado un adjunto en formato HTML...
URL: <http://listas.python.org.ar/pipermail/pyar/attachments/20171024/92a14b57/attachment-0001.html>