Download - Análise de Rede | Eleições 2014

Airstrip Research

Tipo de pesquisa: análise de usuáriosTema: presidenciáveis - eleições 2014.

setembro 2014

Com o objetivo de analisar e possivelmente descobrir padrões de comportamento e temas entre os usuários que comentam sobre política no Twitter, o AirStrip pesquisou a atividade (quantidade, assuntos e tipos de posts, número de seguidores, data de criação do perfil, etc...) de mais de 87 mil usuários que citaram, de 26.08 a 02.09, algum dos candidatos a presidência.

Pela análise identificamos dois grupos macro de usuários: padrão e replicadores, e dentro desses dois grupos maiores encontramos sub-comunidades partidárias, que atuam dentro de um universo próprio, com HUBs de distribuição de informação e usuários que atuam apenas por replicação.

Confia a análise completa nos slides seguintes.

1 Universo e metodologia

2 Análise dos usuários - totais.

3 Análise dos usuários - clusters sobre geração de conteúdo.

4 Análise de distribuição informacional - clusters sobre geração de conteúdo.


Recorte temporal e temático: 1

Dados os 2 debates televisivos, dos candidatos a presidente, que aconteceram no final de agosto e no começo de setembro de 2014, captamos e analisamos posts do Facebook, Twitter e Instagram, sobre os candidatospresidenciáveis e respectivas campanhas dos dias 26/08/2104 à 02/09/2014.

A análise geral desses dados estão no [ http://bit.ly/1tN7FT5 ; http://bit.ly/1ox15ZY ]

Recorte usuários: 2

A partir de 501.115 posts/tweets, recortamos 87.415 usuários únicos do Twitter, organizados por categorias que representamqual presidenciável esse usuário estava mencionando quando foi capturado. Por exemplo, um usuário que for da categoria Aécio Neves, quer dizer que dentro do recorte temporal e temático da pesquisa esse usuário foi capturado por um posts em que ele mencionava o candidato Aécio Neves - um usuário poderá fazer parte de mais de uma categoria,caso ele tenha postado, por exemplo, sobre o Aécio Neves e sobre a Dilma Rousseff.

http://bit.ly/1tN7FT5

http://bit.ly/1tN7FT5

http://bit.ly/1ox15ZY

http://bit.ly/1ox15ZY

Metodologia3

Após a seleção dos usuários, analisamos além dos atributos do perfil do Twitter como data de criação, os hábitos e conteúdo dos últimos 200 posts (quando chegavam a esse número) de cada um - foram 16.776.905 tweets ao total.

Uma das dúvidas que poderá surgir está na relação das categorias com o análise de conteúdo dos 200 últimos posts. Por exemplo, o cluster dos usuários da categoria Dilma Rousseff podem ter entre os termos mais mencionados (wordcloud) Marina. Isso quer dizer que os usuários desse cluster foram captados por um post que mencionava Dilma Rousseff e que nos últimos 200 posts somados desses usuários o termo Marina é um termo predominante em seus respectivos timelines.

Nesse report não foi aplicada a análise de sentimento, ou seja, não teremos a distinção entre os usuários que postaram a favor ou contra o candidato tema da categoria, isso porque o objetivo desse report foi a análise da relação entre os usuários (a distribuição informacional) versus os hábitos de postagem. Mesmo com a repetição de usuários entre as categorias dos presidenciáveis a analise é enriquecida porque podemos avaliar o padrão do perfil versus o comportamento de distribuição informacional sob os diferentes temas semânticos.


Será apresentado o padrão geral dos usuários analisados


Sumário dos capítulos analíticos




Análise sobre dois grandes grupos de usuários.

a) Replicadores. Usuários que possuíam mais de 70% de RTʼs entre os 200 últimos posts.

b) Padrão. Usuário com geração de conteúdo maior que 30%.











Social Network Analysis sobre os clusters:

a) Replicadores.b) Padrão.


Análise de perfil

2008 2,19%

2009 30,27%

2010 20,65%

2011 17,20%

2012 9,28%

2013 10,36%

2014 10,06%

Ano de criação dos perfis

5001-10000 14%

1001-5000 24%

0-1000 20%

10001-20000 15%

above-20000 26%

Quantidade de posts desde a criação do perfil

*2006 representou 0.01% e 2007 0.55%


Análise de perfil

dilma rousseff 33,26%

pastor everaldo 4,29%

aecio neves 35,53%

eduardo jorge 1,43%

luciana genro 12,78%

marina silva 9,14%

levy fidelix 3,57%

Quantidade de perfis - categorias políticos

Padrão88%

Replicadores 12%

Replicadores x Padrão

*Zé Maria representou 0.02%, Jose Maria Eymael 0.04%, Mauro Iasi 0.01% e Rui Costa Pimenta 0.00%


Análise do padrão de postagem [sobre 200 últimos posts]

0%

49%

0%

32%

0%

19%

manha tarde noite

Horário de postagem

windows mobile Desktop nokia blackberry android iphone

2.549.755

4.338.409

45.30516.991

9.188.382

297.590340.473

Tipos de devices utilizados para postagem



RTcloud



Wordcloud


Análise de perfil


201419,65%

201313,41%

20129,21%

201116,17%

201020,27%

200921,29%

*2006 representou 0.00% e 2007 0.003% e 2008 0.02%

20148,98%

201310,22%

20129,29%

201117,85%

201021,26%

200932,40%

*2006 representou 0.00% e 2007 0.007% e 2008 0.023%

Padrão Replicadores

Análise de perfil


201419,65%

201313,41%

20129,21%

201116,17%

201020,27%

200921,29%

*2006 representou 0.00% e 2007 0.003% e 2008 0.02%

20148,98%

201310,22%

20129,29%

201117,85%

201021,26%

200932,40%

*2006 representou 0.00% e 2007 0.007% e 2008 0.023%


Destaque para a diferença acentuadana quantidade de perfis criados em 2014, entre padrão e replicadores.


Análise de perfil

Acima de 2000028%

10001-2000016%

5001-1000015%

1001-500023%

0-100019%


Padrão

Acima de 2000015%

10001-2000011%

5001-1000013%

1001-500033%

0-100028%

Replicadores


Análise de perfil

Acima de 2000028%

10001-2000016%

5001-1000015%

1001-500023%

0-100019%


Padrão

Acima de 2000015%

10001-2000011%

5001-1000013%

1001-500033%

0-100028%

Replicadores

Enquando o cluster padrão possuí mais de 53% de seus perfis criados em 2009 e 2010, os replicadores possuem 42%. No entanto, os 2 clusters, independente da curva histórica, atingem um média de posts por usuário/mês muito próxima: 180/usuário para o padrão e 175/usuário para o replicadores.


Análise de perfil

Marina Silva7,81%

Luciana Genro11,81%

Levy Fidelix3,30%

Everaldo28,23%

Eduardo J.1,30%

Aécio22,52%

Dilma25,03%

Quantidade de perfis - categorias políticos

Demais candidatos com índices inferior a 0%


Aécio49,00%

Luciana Genro6,30%

Everaldo2,10%

Marina Silva6,50%

Levy Fidelix1,70%

Dilma33,60%

Eduardo J.0,80%



0%

36%

0%

39%

0%

25%

Manhã Tarde Noite

Horário de postagem Tipos de devices utilizados para postagem

36%39%25%

Padrão

Replicadores

54,87%

1,95%1,75%

0,97%

24,07%

1,95%

14,42%

Iphone Blackberry Android Nokia Mobile Windows Desktop

Padrão

42,96%

2,48%1,29%0,99%

33,73% 0,50%

18,06%

Replicadores



RTcloud Padrão



Wordcloud Padrão



ReplicadoresRTcloud



Wordcloud Replicadores



Comunidades sub organizadas (cores) por partilização por MODULARIDADE.

MODULARIDADE = aplicação que mede e organiza o quão bem um comunidade divide-se entre sub-comunidades (nós com maiores ligações entre si).

Rede de conexões - Análise replicadores

Estratégia analítica para composição dos grados

1

2 Foco na relação tipo RT entre usuários.

Um nó relaciona-se com outro por meio de um rt.O nó que deu o rt terá no início do nome ‘profile:’ e o que sofreu o rt, ‘rt:’.


Rede de conexões - Usuários replicadores

Rede de conexões - Usuários REPLICADORES

Comunidades Pró Dilma - PT

Comunidades Pró Aécio - PSDB

Comunidades de “garimpeiros de RTs e Follow”






Comunidades de “garimpeiros de RTs e Follow”


São comunidades desinteressadas em temas políticosmas que em algum momento foram ativadas pelos

usuários interessados (em temas políticos).



As comunidades de replicadores partidáriossão desenhadas a patir de replicadores hubs e replicadores periféricos.


• Pontos focais de conteúdo ou distribuição de RTs - hubs de informação

• Alta densidade e concentração de nós e ligações

Comunidades de replicação partidária - HUBS

• Usuários das redes são monotemáticos: 1. Política (apoio ao candidato em questão e ataque aos outros)


Duas comunidades de disseminação - parte significativa dos usuários com pouca criação de conteúdo e alto índice de replicação, inclusive entre si.


Comunidades de replicação partidáriaExemplos de usuários HUBS

Dilma - PT Aécio - PSDB



Comunidades de replicação partidáriaAnálise de HUB - Comunidade pró-Aécio



• Média de mais de 200 tweets por dia para atingir o total de atividade desde Novembro de 2009.

• Média de 50 tweets diários nos últimos 6 meses.

Análise de crescimento de SEGUIDORES - últimos 6 meses

24/03/2014 7.789

09/06/2014 9.956

10/06/2014 64.786

23/06/2014 118.959

18/09/2014 96.897

De 24/03 a 18/09 o crescimento de seguidores foi de 1144%

DATA SEGUIDORES

Comunidades de replicação partidáriaAnálise de HUB - Comunidade pró-Dilma



• Média de 20 tweets por dia para atingir o total de atividade desde Setembro de 2011.

• Média de 35 tweets diários nos últimos 6 meses.Análise de crescimento de SEGUIDORES - últimos 6 meses

24/03/2014 7.982

23/06/2014 9.256

18/09/2014 11.034

De 24/03 a 18/09 o crescimento de seguidores foi de 38%

DATA SEGUIDORES

Comunidades de replicação partidáriaExemplos de usuários periféricos (não focais)

Dilma - PT Aécio - PSDB



• Usuário @estradadomarrs - partidário de DILMA

A ligação ocorreu porque usuários partidários de Aécio deram RT em um tweet irônico do usuário partidário a Dilma.

Exemplo de post replicado e distribuído entre as comunidades - dinâmica de alto interesse na menção do candidato e baixo nível de interpretação do texto.

Postagem original Postagem irônica que levou RTs



Comunidades de replicação partidáriaDinâmica de distribuição informacional


HUB

Geradores de notícias. Portais, Blogs e outros.

Hub compartilha/RTnotícias partidárias.

PERIFÉRICOS

PERIFÉRICOS

PERIFÉRICOS

Periféricos dão RT no conteúdo do HUB


Comunidades de replicação partidáriaDinâmica de distribuição informacional


HUB

Geradores de notícias. Portais, Blogs e outros.

Hub compartilha/RTnotícias partidárias.

PERIFÉRICOS

PERIFÉRICOS

PERIFÉRICOS

Periféricos dão RT no conteúdo do HUB

*

*Na dinâmica do Twitter o RT do RT aponta para o gerador de conteúdo.


Com o intuito de edificar a análise dos hubs e comunidades, vale filtrarmos a rede para nós com pelo menos 1000 ligações.






Ao eliminar os usuários com menor quantidade de ligações, é possível afirmar a polarização das comunidades (egoícas) centralizadas em HUBs já indicadas nos diagramas com a rede mais completa.


Ao analisarmos o conteúdo dos posts que geraram a rede entre os polos percebe-se que uma comunidade replica a outro quando o tema é um terceiro candidato sendo criticado.


Principal ligação entre comunidades

21

Exemplos de usuários “ponte”

1. Partidário de Dilma - PT

2. Partidário de Aécio - PSDB


Ao analisarmos o conteúdo dos posts que geraram a rede entre os polos percebe-se que uma comunidade replica a outro quando o tema é um terceiro candidato sendo criticado.


Principal ligação entre comunidades

Exemplos de usuários “ponte”

1. Partidário de Dilma - PT

2. Partidário de Aécio - PSDB

HUB PSDB

HUB PT


• Falta de pontos focais de distribuição de conteúdo

• Densidade média e concentração de nós e ligações

Comunidades de garimpo de interações

• Usuários se replicam a todo momento, mas não tem uma fonte principal de informação - também não são monotemáticos e raramente mencionam temas políticos

• Usuários atuam no Twitter quase que exclusivamente por RTs



Comunidades de garimpo de interaçõesExemplos de usuários da comunidade



Sub-Comunidade TIM BETA

• Grupo verde - exclusivamente de usuários TIM BETA

Comunidades de garimpo de interações

• Usuários TIM BETA são uma comunidade de pessoas que se organizam para aumentar as próprias interações e número de seguidores e assim ganhar pontos no jogo Blablablametro - que faz esse usuários conseguirem tarifas especiais.



Rede de conexões - Usuários Padrão


Rede de conexões - Usuários Padrão

Comunidades de disseminação e comentário de notícias políticas - inclinações: neutro e direita.

Comunidades de disseminação de humor (política)

Rede de conexões - Análise Padrão

Comunidades de disseminação e comentário de notícias políticas - inclinações: esquerda.


Essas comunidades possuem HUBs de informação, mas esses HUBs são criadores de conteúdo, e não possuem padrão apenas replicador.

As comunidades não são egoícas na disseminação de informação, apenas na criação.

Os são grupos muito próximos, e as mensagens de seus HUBs atingem quase que a rede inteira, não apenas as subcomunidades em questão.



Os grupos são muito próximos, e as mensagens de seus HUBs atingem quase que a rede inteira, não apenas as subcomunidades em questão.



• Pontos focais de conteúdo - hubs (e fontes) de informação

• Alta densidade e concentração de nós e ligações, porém não apenas nas subcomunidades em si, mas entre as comunidades

Comunidades de disseminação e comentário político

• São também comunidades opinativas - o tema política é dominante apenas em parte dos usuários.


• As comunidades refletem inclinações políticas, porém não são exclusivamente partidárias como as comunidades “monotemáticas” dos replicadores.


Comunidades de disseminação e comentário político


EXEMPLOS DE PONTOS FOCAIS@veja / @danilogentili / @silva_marina /@CartaCapital / @cynaramenezes / LucianaGenro

• Perfis oficiais dos candidatos fazem parte dessas comunidades, porém não são os maiores pontos focais.

• Pontos focais de conteúdo - hubs (e fontes) de informação

• Alta densidade e concentração de nós e ligações, porém não apenas nas subcomunidades em si, mas entre as comunidades

• São também comunidades opinativas - o tema política é dominante apenas em parte dos usuários (Conforme observado na wordcloud anteriormente).

• As comunidades refletem inclinações políticas, porém não são exclusivamente partidárias como as comunidades “monotemáticas” dos replicadores.


Comunidades de disseminação e comentário políticoExemplos de HUBs (pontos focais)



Comunidades de disseminação e comentário políticoExemplos de usuários periféricos (não focais)



• Pontos focais de conteúdo - hubs (e fontes) de informação e piadas

• A informação que viraliza é o humor, que se relaciona com os outros 2 grupos (mesmo que esses apresentem inclinações ideológicas diferentes).

Comunidades de disseminação de humor

• O tamanho e a relevância (em ligações) da comunidade mostra a dimensão que o humor possui e como é relacionado a temas políticos na internet.


EXEMPLOS DE PONTOS FOCAIS@marinaecologia / @poxxaduduh / @dilmarousselff /

• A comunidade é composta por perfis com alto nível de seguidores (humor é o gênero mais viral no Twitter) - por isso até usuários que atuaram como periféricos na subcomunidade analisada podem ter um público grande.

• Esse tipo de comunidade não é encontrada na rede de replicadores.


Comunidades de disseminação de humorExemplos de HUBs (pontos focais)



Comunidades de disseminação de humorExemplos de usuários periféricos (não focais)



Download - Análise de Rede | Eleições 2014

Top Related