Análisis estadístico de redes sociales

Abstract

Hoy en día las redes sociales poseen un gran impacto en la sociedad, llegando a un punto en el que un gran porcentaje de la población utiliza al menos una red social, a través de la cual interactúa de alguna manera con las demás personas, no solo las personas sino que muchas empresas toman partido en ello creando perfiles con los que relacionarse y promocionar sus productos o tratar con clientes. Es por ello que ha surgido un interes en intentar analizar las redes sociales apareciendo aplicaciones estadísticas que se encargan de ello facilitando una gran cantidad de información respecto a todo lo que ocurre dentro de estas. En este trabajo vamos a tratar algunas técnicas estadísticas con las que podemos analizar varios temas de la red social “Twitter”. En el primer capítulo realizaremos un breve resumen sobre la historia de las redes sociales y su evolución en el tiempo así como una descripción de la red social Twitter y el software que vamos a usar para el análisis. En el segundo capítulo explicaremos como podemos obtener datos de la red social directamente usando el software R y la modelización de estos datos obtenidos asi como un ejemplo gráfico de su interpretación. El tercer capítulo consta del tratamiento de datos, aquí veremos como podemos tratar los datos obtenidos en el capitulo anterior con el fin de realizar un posterior análisis. Además realizaremos un gráfico de frecuencias sobre unos datos ya tratados. El cuarto capítulo, que es el mas denso, trata sobre las diferentes aplicaciones que podemos hacer con los datos tratados anteriormente, podemos ver desde gráficos de nubes de palabras y agrupamientos en clústeres hasta gráficos de geolocalización y estudios sobre hashtags. En el quinto capítulo realizamos una de las aplicaciones más usadas en el campo del análisis de redes sociales como es el análisis de sentimientos de los tweets. Aquí podremos ver una clasificación tanto en sentimientos como en polaridad de los datos que obtendremos sobre una conocida empresa de ropa. Por último veremos una introducción al mundo de las redes multicapas donde desarrollaremos una base teórica sobre ello para terminar viendo algunos ejemplos de lo que podemos hacer usando el software R.

Today social networks have a great impact on society, reaching a point where a large percentage of the population uses at least one social network through which interacts in some way with other people, not just people but many companies take sides in creating profiles with which to relate and promote their products or deal with customers. That is why there has been an interest in trying to analyze social networks by appearing statistical applications that take care of it by providing a large amount of information about everything that happens within them. In this work we will discuss some statistical techniques with which we can analyze various topics of the social network “Twitter”. In the first chapter we will make a brief summary about the history of social networks and their evolution over time as well as a description of the social network Twitter and the software that we will use for the analysis. In the second chapter we will explain how we can obtain data from the social network directly using the R software and the modeling of this data obtained as well as a graphic example of its interpretation. The third chapter consists of the data processing, here we will see how we can treat the data obtained in the previous chapter in order to carry out a later analysis. In addition we will make a graph of frequencies on some data already treated. The fourth chapter, which is the most dense, deals with the different applications that we can do with the data discussed above, we can see from graphics of word clouds and groupings in clusters to graphs of geolocation and studies on hashtags. In the fifth chapter we made one of the most used applications in the field of social network analysis such as the analysis of feelings of tweets. Here we can see a classification of both feelings and polarity of the data we will obtain about a well-known clothing company. Finally we will see an introduction to the world of multilayer networks where we will develop a theoretical basis about it to finish seeing some examples of what we can do using the software R.