Resumen de Aplicación del Análisis de Redes Sociales para el estudio de las redes de comunicación en línea: evidencia empírica de Twitter
- español
Los sitios de redes sociales en línea han facilitado el acceso a cantidades masivas de datos para el análisis empírico. Estos datos ofrecen la evidencia necesaria para estudiar las propiedades de la comunicación en línea. Recientemente, los investigadores han mostrado la necesidad de identificar las características estructurales de las redes de comunicación en línea para ampliar la comprensión sobre los procesos de comunicación que subyacen al flujo de mensajes de un individuo a otro en Internet. Este artículo presenta una aplicación del Análisis de Redes Sociales (ARS) apoyado en técnicas de minería de datos para identificar las características estructurales de las redes de comunicación en línea. Se analizó un corpus conformado por 46,301 tweets publicados entre los años 2009 y el 2015 sobre la crisis de la Universidad Nacional de Colombia identificados con el hashtag #crisisunal. A partir de este corpus, se construyeron las redes de comunicación que los actores utilizaron para compartir sus mensajes. En sus tweets los usuarios mencionaron otros usuarios utilizando el símbolo @, lo que permitió acceder a quienes participaron en estas redes de comunicación. De esta manera, se analizaron los indicadores estructurales de las redes conformadas entre 3,124 usuarios conectados a través de 4,143 vínculos. Entre los indicadores analizados se encuentran el tamaño de la red, diámetro, centralidad de grado, reciprocidad y centralidad de intermediación. Para el análisis se utilizó el software R. Los resultados sugieren que las redes de comunicación en Twitter se caracterizan por el crecimiento no continuo, la conexión preferencial por los usuarios más conectados, la vulnerabilidad de los vínculos, la poca reciprocidad en el intercambio de mensajes y el control limitado de la información.
Social networking websites facilitate the access to massive amounts of data for empirical analysis. These data provide evidence to study the characteristics of online communication. Recently, researchers have been interested in the study of the structural characteristics of online communication networks for a better understating of the communication processes underlying the flow of messages from one individual to another on the Internet. This article shows an application of Social Network Analysis (SNA) with data mining techniques to study the structural characteristics of online communication networks. The data corresponds to a corpus of 46,301 tweets published between 2009 and 2015 about the financial crisis of the National University of Colombia, identified with the hashtag #crisisunal. The communication networks were built from the mentions between users with the @ symbol, for a total of 3,124 users connected by 4,143 edges, which structural properties were analyzed using R. The indicators analyzed were the size of the network, diameter, degree centrality, reciprocity and betweenness centrality. The results suggest that communication networks on Twitter present a non-continuous growth, a preferential attachment to the most connected users, vulnerable connections, little reciprocity in the exchange of messages and limited control of information.
- English
Social networking websites facilitate the access to massive amounts of data for empirical analysis. These data provide evidence to study the characteristics of online communication. Recently, researchers have been interested in the study of the structural characteristics of online communication networks for a better understating of the communication processes underlying the flow of messages from one individual to another on the Internet. This article shows an application of Social Network Analysis (SNA) with data mining techniques to study the structural characteristics of online communication networks. The data corresponds to a corpus of 46,301 tweets published between 2009 and 2015 about the financial crisis of the National University of Colombia, identified with the hashtag #crisisunal. The communication networks were built from the mentions between users with the @ symbol, for a total of 3,124 users connected by 4,143 edges, which structural properties were analyzed using R. The indicators analyzed were the size of the network, diameter, degree centrality, reciprocity and betweenness centrality. The results suggest that communication networks on Twitter present a non-continuous growth, a preferential attachment to the most connected users, vulnerable connections, little reciprocity in the exchange of messages and limited control of information.
