Twitter sabe muchas cosas de cada uno de nosotros y esto se debe en gran parte a los "metadatos". Para que entiendas realmente de que estoy hablando, paso a ejemplificarlo:
Twitter sabe que realizaste una publicación desde tu iPhone a las 20:04 del día sábado pero lo que no sabe es la esencia del mensaje.
En su sitio para developers, Twitter menciona el uso de los datos pero casi nadie lee esto antes de crearse una cuenta en la red social y solo hace clic en aceptar condiciones.
Aca, te enumero una serie de metadatos que la red social publica en su api y que puede ser rastreado por cualquier persona con un poco de conocimiento para configurar así una "huella digital".
Por lo pronto, en el día de hoy, decidí estudiar a Sol Pérez, la llamada "chica del clima" y conocer todos sus secretos que esconde en la red social del pajarito.
Alguna de las cosas que podemos saber a través de una librería de Python es lo siguiente:
- -timezone y lenguaje utilizado;
-modelo de smartphone;
-aplicación utilizada para tuitear;
-geolocalización actual;
-actividad diaria y semanal;
-hashtags más usados;
-amigos más íntimos en la red social;
-los últimos RT.
Si abrimos la consola de Chrome y analizamos el código de un simple tweet vamos a poder ver todo esto representado por esta infografía de Raffi Krikorian publicada en 2010, la cual me parece súper completa:
Con Python pude acceder a cada uno de estos datos de una manera más simple y a través de comandos en Terminal, los cuales me permiten individualizar parámetros y hacer un estudio más inteligente y detallado.
Analizando a Sol Pérez en Twitter:
Tal como podemos obsevar, tiene la geolocalización de su celular activada por lo cual nos muestra su ciudad de origen, en este caso Buenos Aires. También podemos observar que el momento en el que más activa está en Twitter es en las primeras horas del día, entre las 7 y las 9 para se más precisos.
Por eso, si estás esperando la respuesta de una de las mujeres más hermosas del país, ni se te ocurra pestañear a esa hora de la mañana porque te lo podés perder...
Cada signo positivo que muestra el gráfico verifica la cantidad de aperturas que realiza a la aplicación.
También, en la próxima imagen, vamos a poder observar que los días que se encuentra más activa en Twitter son los lunes y martes mientras que el fin de semana podríamos decir que descansa.
En la imagen podemos observar cómo Twitter detecta cuáles son los hashtags más usados por la cuenta de la "chica del clima". También, dividido por porcentaje, analiza los hashtag más utilizados por la periodista. Tres de las etiquetas más usadas refieren a los programadas de televisión en lo que interviene.
Y en esta última imagen podemos observar cuáles son los medios de comunicación que más mencionan y retuitean a Sol Pérez, entre ellos Diario La Veloz, Sportia (TyC Sports) y TeleShow (El Trece).
Python es capaz de escanear hasta 30 tuits por segundo por lo que resulta muy eficiente analizar cuentas con mucha cantidad de tuits y seguidores.
En Internet hay frameworks que realizan este tipo de trabajos pero la diferencia es la cantidad de tuits que permite analizar. Con Python podés analizar todos los tuits de una cuenta siempre y cuando lo hagas por parte, ya que la API de Twitter tiene un límite de 2854 tuits, en cambio con frameworks vas a estar limitado solo a 1000 en sus versiones free y 2000 en sus versiones premium.
*Librerías utilizadas:
Tweepy, Numpy, ArgParse, Collections, DateTime
*Lenguaje utilizado:
Python
*Código fuente: solicitar código
