¿El tamano importa? Medir e investigar en lablogosfera

F. Tricas (Depto Informatica e Ing. de Sistemas, U. Zaragoza)Juan J. Merelo ( U. Granada, Spain)

Vıctor R. Ruiz, (Blogalia y +)

9 de mayo de 2007

Agenda

I Algunas definiciones

I Trabajos interesantes

I ¿Que sabemos hacer?

I Conclusiones, futuro

Sobre los hombros de gigantes

I Beatriz Prieto, Alberto Prieto, Gustavo Romero-Lopez, PedroCastillo Valdivieso (U. Granada)

I Jose L. Orihuela (U. Navarra)

I Guillermo Lopez (U. Valencia)

I Jose Carpio Canadas (U. Huelva)

¿A quien le interesa?

I HP Information Dynamics Labhttp://www.hpl.hp.com/research/idl/results.html

I Microsoft. Social Computing Grouphttp://research.microsoft.com/scg/

I Google. Hypertext and the Webhttp://labs.google.com/papers.html

I IBM.http://www.almaden.ibm.com/cs/projects/web/

¿Que es una bitacora (o blog, o weblog)?

¿Por que?

I Compartir conocimiento, informacion

I Opinar, diarios personales

I Relaciones publicas

I ‘Periodismo’

I Notas, pensamientos, ideas, ...

I Literatura

I Polıtica

I Busqueda de almas gemelas

I Porque si

Algunas herramientas interesantes

I RSS (y otros...)

I Buscadores especıficos

I Edicion extremadamente simple

I Incluso API’s especıficas

I Trackback

La blogosfera hispana

¡Algo complejo!

I Muchos paıses

I Varias lenguas (4 oficiales, y ademas en otros, claro ingles,frances, holandes, ...)

I tambien bilingues y trilinguesPor si acaso ... http://oreneta.com/baldie/blog

I ¡Podemos discutirlo!

Tools

Blogometro (http://blogometro.blogalia.com/)

I A crawler, each day a ranking of fresh linksI Open source, written in Python, PostgresSQL

I http://sourceforge.net/projects/blogometro

I Data from November, 15, 2002

I Some purging

Numero de bitacoras en sitios populares

Alojamiento Blogometro Estimacion Publicado

msn.com 65493 300000 2000000(+)blogia.com 31178 34277 (*)ya.com 19807 500000 n.d.diariogratis.com 6052 90000 n.d.blogspot.com 5940 90000 n.d.acelblog.com 4481 4600 (*)bitacoras.com 3215 50000 32800 (*)zonalibre.org 2419 n.d.lamevaweb.info 1702 n.d.barrapunto.com 1571 1633 (*)zoomblog.com 1271 4000 (*)barcelonablogs.com 1271 n.d.lacoctelera.com 1148 8000(+)

Principio de 2006El tamano de la blogosfera: medidas y herramientas.

Fernando Tricas, Juan Julian Merelo-Guervos, Vıctor R. Ruiz

Dinamica de la informacion

Dinamica

Blog Epidemic Analyzer (interes sostenido, ascenso-pico-descenso,‘efecto’ Slashdot, otros sitios caida lenta).http://www.hpl.hp.com/research/idl/projects/blogs/

¿Tenemos algo en comun?

http://anjo.blogs.com/metis/2004/10/sigmund on the 2.html

¿Tenemos algo en comun? (II)

Tercer debate:

I Kerry: minimum wage (8 mentions), health insurance (6mentions), and social security (6 mentions)

I Bush: my opponent (7), four years (6), and best way (5)

http://overstated.net/04/10/14-the-final-presidential-debate

Information diffusion

Chibi (verde, pico), Microsoft (azul, charla y picos), Alzheimer(rojo, charla) http://theory.csail.mit.edu/∼dln/papers/blogs/idib.pdf

Information Difussion Through BlogspaceDaniel Gruhl, R. Guba, David Liben-Novell, Andrew Tomkins

Information diffusion (II)

Microsoft (tratando de quitar los picos)http://theory.csail.mit.edu/∼dln/papers/blogs/idib.pdf

Con herramientas externas

http://blogpulse.com/trend

Con herramientas externas

http://technorati.com/

Algunos intentos . . .

http://fernand0.blogalia.com/historias/12671

Podemos buscar cosas

http://lavidadelosmemes.bloxus.com/historias/1048

Hay gente buscando . . .

http://www.hpl.hp.com/research/idl/people/eytan/moblog/

Usage Patterns for Cameraphone Driven MoblogsEytan Adar (Mayo 2004)

Medir influencia

http://fernand0.blogalia.com/historias/12049

Un dıa da para mucho

Primero, el enlace a la historia de Arcadi Espada.http://www.arcadi.espasa.com/000287.html

I Dıa 1eCuaderno v.2.0: 11S y 11M http://www.ecuaderno.com/archives/000400.php

Barcepundit http://barcepundit.blogspot.com/2004/09/un-da-da-para-mucho.html

Mangas Verdes Morbicidad y arrepentimientohttp://www.proyectoisla.com/mangasverdes/index.php?p=186

Un dıa da para mucho (II)

I Dıa 2http://www.escolar.net/http://www.sdelavega.tk/Elastico.net: Anuncios sin palabrashttp://www.elastico.net/archives/001294.htmlhttp://www.diariodeunjabali.com/Isopixelhttp://www.isopixel.net/archives/001982.htmlSonia Blancohttp://www.filmica.com/sonia blanco/archivos/000657.htmlPuedoprometeryprometo.comhttp://www.puedoprometeryprometo.com/2004 09 01 archivo.html#109536146956858137

Un dıa da para mucho (III)

I Dıa 2 (cont.)

Anotaciones de un periodista raro: El Paıs pide perdon por una campanade publicidad y los gurus hacen el ridıculohttp://gbareno.blogspot.com/2004/09/el-pas-pide-perdn-por-una-campaa-de.html

http://www.abordaje.net/

Ası no son las cosas: Fuera de controlhttp://asinosonlascosas.blogspot.com/2004/09/fuera-de-control.html

. . .

Que pasaba en internet?

Visitas

Que pasaba en internet?

Enlaces

Que pasaba en internet?

Enlaces desde la blogosfera

Medios digitales, transmision de informacion y formacion del espacio publico:comunicacion de masas y comunicacion en red ante el 11M

Guillermo Lopez Garcıa, Juan Julian Merelo Guervos, Fernando Tricas Garcıa.

Pero . . .

http://www.plasticbag.org/archives/2003/05/discussion and citation in the blogosphere.shtml

O sea, esto

http://www-idl.hpl.hp.com/blogstuff/

http://www.blogpulse.com/showcase.html

Memespread project

http://www.arbesman.net/meme.php

Ademas . . .

http://hammeroftruth.com/2004/03/08/how-news-travels-on-the-internet/

Y en el desarrollo de programas?

Algunas ideas

I Personas

I Modulos

I BibliotecasI Trozos de codigo (‘snippets’)

I Seguridad!

Implantacion

http://www.openssh.com/usage/graphs.html

Y en el desarrollo de programas?

R Ferenc, I Siket, T Gyimothy. ‘Extracting facts from Open SourceSoftware’

I LCOM (Lack of Cohesion on Methods): numero de parejas defunciones miembro sin variables compartidas, menos el numerode parejas de funciones miembro con variables compartidas.Hipotesis: Clases con poca cohesion sugieren disenoinapropiado.

R Ferenc, I Siket, T Gyimothy. ‘Extracting facts from Open SourceSoftware’

I CBO (Coupling Between Object classes): una claseesta acoplada a otra si usa sus funciones y o variables.Hipotesis: Clases muy acopladas son mas propensas a losfallos

Comunidades

Comunidades

Comunidades

http://www.cibersociedad.net/congres2004/grups/fitxacom publica2.php?grup=43&id=625&idioma=es

Visualizacion de la evolucion de una red social generada por weblogs

Juan Julian Merelo / Fernando Tricas Garcıa / Beatriz Prieto

Me interesa . . . ?

I Word based systems (Google, Yahoo, Altavista, . . . ) don’twork well because of lack of semantics and speed.

I Specialized tools (Technorati, PubSub, BlogPulse, . . . ) solvethe speed problem, but not the others (tags can help)

I Link based tools help but not every people links to the samesites, even being interested in the same things.

We had some data. . .

I First Spanish webloggers and blog readers poll.(‘I Encuesta a webloggers y lectores de blogs’http://tintachina.com/archivo/cat i encuesta webloggers.php)

I Gemma Ferreres, Antonio CambroneroI Self–administeredI May, 31, June, 18 2004I 1662 replied (1125 bloggers, 537 readers)I Some interesting findingsI Questions about blog reading

I There was a second edition, 2005 (almost doubledparticipation)

We had some data. . .

I First Spanish webloggers and blog readers poll.(‘I Encuesta a webloggers y lectores de blogs’http://tintachina.com/archivo/cat i encuesta webloggers.php)

I Gemma Ferreres, Antonio CambroneroI Self–administeredI May, 31, June, 18 2004I 1662 replied (1125 bloggers, 537 readers)I Some interesting findingsI Questions about blog readingI There was a second edition, 2005 (almost doubled

participation)

Data mining to the rescue

I Process of extraction of knowledge from huge amounts ofdata [DataMining, Concepts and Techniques]

I In this case, extraction of association rules:I Recommendation of weblogs from sets of weblogs read by

users.

Association rules I

I Composed of:

Antecedent → Consecuent

I CD Burner → Blank CDs

A Priori algorithm.

I Developed by Agrawal to analyze user purchase intentions insupermarkets (market basket analysis).

I From a database of supermarket baskets, or ‘itemsets’, a setof association rules that predict purchase patterns can beextracted

I If you buy a computer, you’ll want a subscription to acomputer mag(other did it before you)

Association rules I

I Composed of:

Antecedent → Consecuent

I CD Burner → Blank CDs

A Priori algorithm.

I Developed by Agrawal to analyze user purchase intentions insupermarkets (market basket analysis).

I From a database of supermarket baskets, or ‘itemsets’, a setof association rules that predict purchase patterns can beextracted

I If you buy a computer, you’ll want a subscription to acomputer mag(other did it before you)

Some work . . .

I Data cleaning (noise, inconsistent data, . . . )

I Data integration (combination of several sources)

I Data selection (more relevant ones)

I Data transformation (adequate format)

I Data minig (pattern extraction)

I Pattern evaluation (Obtaining the interesting rules)

I Knowledge representation

Consejo

Conclusiones

I Queremos medir la propagacion de la informacionI ¿Que es interesante?I ¿Por donde viaja?I Y la ‘materia oscura’I Con dibujos, mas bonito

I Y mas cosas . . .

Pero . . .

I No todo el mundo esta en internet

I Y no todos los que estan participan

Conclusiones

I Queremos medir la propagacion de la informacionI ¿Que es interesante?I ¿Por donde viaja?I Y la ‘materia oscura’I Con dibujos, mas bonito

I Y mas cosas . . .

Pero . . .

I No todo el mundo esta en internet

I Y no todos los que estan participan

El futuro

I Mejorar la arana

I Difundir los resultados

I Rellenar los ‘huecos’

I Otras medidas (palabras, frases, ...)

I Otros mundos

I ...

Por si acaso ...

Tenemos...

I Ancho de banda

I Ideas

I Entusiasmo

Necesitamos...

I Memoria, hw

I Mas ideas

I Gente

¡Gracias!