Autor(es): Travitzki, Rodrigo ; Bastos, Marco Toledo ; Raimundo, Rafael Luís Galdini
Data: 2013
Origem: Oasisbr
Assunto(s): social network; Twitter; Perspectivism; opinion leader; software
Autor(es): Travitzki, Rodrigo ; Bastos, Marco Toledo ; Raimundo, Rafael Luís Galdini
Data: 2013
Origem: Oasisbr
Assunto(s): social network; Twitter; Perspectivism; opinion leader; software
This article presents a methodology for analysis of variables that influence the dissemination of information on the social network Twitter. We analyze data from 595,240 messages produced by 261,757 users and we found three local variables related to the degree of replication of messages (retweet): 1) the number of responses received (which explained an average of 21% of the retweets); 2) the number of followers in the subnetwork (17%) and 3) the number of tweets with the hashtag (7%). Comparing a priori variables (global) and posteriori ones (local), there was a significant difference in the number of followers of messages (p
En este artículo presentamos una metodología de análisis de variables que influencian la diseminación de información en la red social Twitter. Analizamos datos de 595.240 mensajes producidas por 261.757 usuarios y encontramos tres variables locales relacionadas a los niveles de replicación de los mensajes: 1) el número de respuestas recibidas (explicando 21% de los mensajes replicados); 2) el número de seguidores en la subred (17%) y 3) el número de mensajes con la hashtag. La comparación entre las variables a priori (globales) y a posteriori (locales) enseña una diferencia significativa en el numero de seguidores, de mensajes (p
Neste artigo, apresentamos uma metodologia de análise das variáveis que influenciam a disseminação da informação na rede social Twitter. Analisamos dados de 595.240 mensagens produzidas por 261.757 usuários e encontramos três variáveis locais relacionadas ao grau de replicação das mensagens (retuíte): 1) o número de respostas recebidas (explicou em média 21% dos retuítes); 2) número de seguidores na sub-rede (17%) e 3) o número de tuítes com a hashtag (7%). Comparando variáveis a priori (globais) e a posteriori (locais), houve diferença significativa no número de seguidores, de mensagens e também no número de amigos. O maior poder explicativo das variáveis locais sugere um caráter auto-organizado dos Trending Topics, apontando caminhos para pesquisas futuras com base na epistemologia perspectivista. Tais resultados também podem ajudar a delinear métodos de ranqueamento e segmentação de usuários. Palavras-chave Rede social. Twitter. Perspectivismo. Formador de opinião. Software.