Detección de los co-retweeters

Los co-retweetes son perfiles que coinciden al difundir los mismos mensajes. Que dos personas no coordinadas coincidan al retuitear los mismos mensajes más de n veces es poco probable. Pero que esto ocurra con cientos de perfiles es aún más difícil.

El principal problema es ajustar los parámetros tanto en la detección de los usuarios co-retweeters como en el filtrado por análisis de red.

Parámetros utilizados

Los parámetros utilizados dependerán de cada dataset y su ajuste es empírico.

Los parámetros usados en este caso son:

Nombre del dataset = LaVuelta: Nombre del directorio dónde se encuentra el dataset
prefijo = LaVuelta: Nombre del prefijo del dataset
min_retweets_msg = 50: descarta los mensajes con el número de RTs menor que este parámetro. Este valor no es muy restrictivo y puede hacer el dataset más fácil de procesar sin perder la detección de los co-retweeters.
max_retweets_msg 10000: descarta los mensajes con el número de RTs mayor que este parámetro. Si se disminuye este valor para descartar tweets virales, el tiempo de ejecución disminuye drásticamente. No obstante, puede alterar el resultado al generar un contador de co-retweets mucho menor o no detectar a los que se coinciden solo en tweets virales.
min_shared_tweets = 50: Este parámetro pone el umbral de número de coincidencias al retuitear para considerar a dos perfiles co-retweeters. Antes de procesar descarta a los usuarios que han retuiteado menos que este valor, ya que no entrarían en el grupo de co-retweeters. Cuanto más alto sea este valor, menor será el número de co-retweeters.
percen_co_retweeters = 100: es el porcentaje de usuarios con más co-retweeters. Este parámetro descarta a los perfiles cuyo número de co-retwweters está por debajo este porcentaje. Sirve para aligerar el tiempo de ejecución de los grafos y delimitar a los co-retweeters más coincidentes. En datasets con poca cocurrencia, se aconseja que el porcentaje sea 100.

KPIs del dataset LaVuelta

KPIs: Original vs Filtrado
tipo	n_tweets	n_retweeters	n_RTs	n_beneficiarios
Original	10.698	270.433	1.384.304	4.675
Filtrado	2.508	3.921	368.671	1.036

Análisis de los co-retweeters

Comunidades

Con el objetivo de seleccionar los perfiles más coincidentes, se ha aplicado el porcentaje de selección del 100% con más co-retweeters. Ésto supone que el umbral queda fijado en más de 1 co-retweeters.

Distribución

Co-retweeters vs. retweets

Top ten

Los 20 usuarios más relevantes ordenados decreciente mente por su número de co-retweeters y retweets

Comunidad 1

co-retweeters más relevantes

community	Profile	Co-retweeters	Retweets	Eigen
1	@MmanMsmaanz	1.112	615	1.0000000
1	@troyana25	1.102	515	0.8992311
1	@helluin_wirk2	1.084	542	0.8654028
1	@argapongo	1.080	493	0.8013594
1	@NuviaSequera	1.077	457	0.8317366
1	@Pichi62003565	1.076	472	0.8618782
1	@marpilcor	1.070	461	0.8163184
1	@jvelascoerro	1.059	363	0.7386341
1	@Ifredooshaoggun	1.056	535	0.8689255
1	@pineda98162	1.056	423	0.7596065
1	@VielitusCamacho	1.042	423	0.7668074
1	@voro13	1.029	393	0.7720581
1	@cseoanem	1.017	437	0.7986026
1	@LuzenaJose	1.015	448	0.7714375
1	@yomismaconcha	1.006	429	0.7631491
1	@lopez_seba21153	1.004	387	0.6835668
1	@Antrodrimadro	1.000	374	0.7182702
1	@locuspolitikus	973	581	0.7917843
1	@Leela_one_eye	967	427	0.7196214
1	@CarlosR18339245	956	509	0.7301801

Comunidad 2

co-retweeters más relevantes

community	Profile	Co-retweeters	Retweets
2	@francis46337658	356	294
2	@aneshalieli	350	358
2	@PilarCandelPrez	325	255
2	@hacheverdadero	325	250
2	@Joposepepp	325	225
2	@DeiviRRR_83	324	272
2	@Tusiquevales28	304	223
2	@HispanoAragon	258	198
2	@Serranin56	250	204
2	@BarCoyote2	237	161
2	@Cj_angelita	225	249
2	@Paelarrastre	223	210
2	@jcgomezgo	222	236
2	@Javierv71362018	213	190
2	@MaraCarmenReye3	197	214
2	@AliciaAzag88708	194	214
2	@asoc_respirarte	193	160
2	@anaquin69077254	189	166
2	@a_heerze	185	194
2	@TarragoCristin1	178	161

Beneficiarios

Para cada comunidad se genera un grafo de las relaciones entre los co-retweeters y los retuiteados, a los que se denomina como “beneficiarios

En caso de haber solo un beneficiario, por ejemplo el anáslisis de un perfil, no se muestra el grafo al no aportar información.

El layout aplicado es Force Atlas-2 con los siguientes parámetros:

iterations = 300
gravity = 2
linlog = TRUE

Para generar un etiquetado claro de los nodos, solo se muestran aquellos que se encuentran en el grupo del 30% con más grado. Se utiliza la opción de repel para evitar que se solapen, en la medida de los posible.

El color de los nodos beneficiarios es siempre naranja y el de los co-retweeters el de su comunidad.

Las aristas son del color del nodo origen, es decir de los co-retweeeters.

Comunidad 1

Grafo de beneficiarios de los co-retweets

Top ten

Profile	Retweets en comunidad	Retweets en total	community
@FonsiLoaiza	24.532	42.252	1
@_PabloFdez_	6.339	9.387	1
@NoaGresiva	6.297	10.763	1
@dsegoviaatienza	5.922	8.710	1
@IreneMontero	5.566	8.558	1
@JulianMaciasT	4.790	8.090	1
@ionebelarra	4.685	7.167	1
@Spanish_Revo	4.305	7.420	1
@PODEMOS	3.776	4.812	1
@CanalRed_TV	3.465	4.566	1
@PabloEchenique	3.079	4.486	1
@EgioVictor	2.929	4.699	1
@diario_red_	2.820	3.585	1
@PabloIglesias	2.637	3.660	1
@IamRGR1	2.169	2.901	1
@eldiarioes	1.931	3.930	1
@olgarodriguezfr	1.813	2.718	1
@Iratxotravesa	1.786	2.470	1
@camargoraul	1.770	2.947	1
@menoscanas	1.338	2.013	1

Comunidad 2

Grafo de beneficiarios de los co-retweets

Top ten

Profile	Retweets en comunidad	Retweets en total	community
@GuajeSalvaje	1.863	4.573	2
@okdiario	1.436	3.141	2
@elmundoes	1.038	2.535	2
@NicoBolivariano	1.008	2.461	2
@jucilnacional	978	2.345	2
@WillyTolerdoo	943	2.308	2
@eldebate_com	868	1.899	2
@elespanolcom	797	2.007	2
@Doct_Tricornio	792	1.964	2
@TheObjective_es	779	1.902	2
@rosadiezglez	642	1.536	2
@herqles_es	623	1.578	2
@crpandemonium	593	1.446	2
@vitoquiles	551	1.444	2
@gaceta_es	519	1.371	2
@pabloharour	506	1.271	2
@Sr_Donze	504	1.237	2
@cmgorriaran	485	1.036	2
@hermanntertsch	460	1.189	2
@PedroOtamendi	455	1.071	2