Using geo-tagged sentiment to better understand social interactions

utool analisis sentimientos geolocalizado twitterEstos días estoy en Oporto, en el 15th International Conference on Practical Applications of Agents and Multi-Agent Systems (PAAMS’17) y este es el título de la demo que hemos presentado.

Se trata de la extensión de una herramienta de análisis de redes sociales, denominada uTool, para incluir análisis de conversaciones y también de sentimientos a partir de la actividad geolocalizada de los usuarios de redes sociales.

Se trata de una herramienta que pretende analizar la actividad en una ciudad a partir de las interacciones que se establecen entre los usuarios de Twitter. En esta demo se han presentado las dos ampliaciones realizadas en los últimos meses.

Por un lado, el análisis de las conversaciones que se producen en las redes en relación a un tema de conversación o dentro de un área determinado. La mayoría de las aplicaciones actuales se limitan a medir impactos globales, estudiando el alcance de las publicaciones, el número total de impresiones o la cantidad de retuits. En nuestro caso, analizamos las interacciones explícitas entre los usuarios. Para ello, estudiamos las menciones, es decir, cuando el nombre de un usuario aparece contenido en el texto del tuit. Esto se produce cuando se responde a un tuit anterior (respuesta), se retuitea o simplemente se desea nombrar a alguien para iniciar una conversación. Normalmente, estos tuits tienen una mayor visibilidad pues activan notificaciones o están disponibles en un apartado especial de las herramientas de escritorio o de las aplicaciones móviles. Para estudiar su impacto, se construye la red a partir de las menciones y se realizan las medidas habituales en el análisis de redes sociales: distribución del grado, diámetro, camino mínimo medio, clustering, distintas medidas de centralidad, detección de comunidades, etc.


El artículo completo está disponible a través de la siguiente referencia

Vivanco E., Palanca J., del Val E., Rebollo M., Botti V. (2017) Using Geo-Tagged Sentiment to Better Understand Social Interactions. In: Demazeau Y., Davidsson P., Bajo J., Vale Z. (eds) Advances in Practical Applications of Cyber-Physical Multi-Agent Systems: The PAAMS Collection. PAAMS 2017. Lecture Notes in Computer Science, vol 10349. Springer, Cham

Por otra parte, se incluye un módulo de análisis de sentimientos básicos. La herramienta permite cargar un mapa con polígonos, de manera que se acumulan los sentimientos detectados en todos los tuits que caen dentro de cada polígono. De esta forma, es posible identificar el sentimiento mayoritario en distintas zonas de la ciudad (barrios, distritos…) Con este proceso es posible detectar puntos en los que exista descontento entre los ciudadanos, por ejemplo por un fallo en el transporte público, un mal servicio de salud o deficiencias en las infraestructuras. También se identifican las zonas con un sentimiento positivo o neutro,