Your SlideShare is downloading. ×
0
Umap.eu (IEB2011)
Umap.eu (IEB2011)
Umap.eu (IEB2011)
Umap.eu (IEB2011)
Umap.eu (IEB2011)
Umap.eu (IEB2011)
Umap.eu (IEB2011)
Umap.eu (IEB2011)
Umap.eu (IEB2011)
Umap.eu (IEB2011)
Umap.eu (IEB2011)
Umap.eu (IEB2011)
Umap.eu (IEB2011)
Umap.eu (IEB2011)
Umap.eu (IEB2011)
Umap.eu (IEB2011)
Umap.eu (IEB2011)
Umap.eu (IEB2011)
Umap.eu (IEB2011)
Umap.eu (IEB2011)
Umap.eu (IEB2011)
Umap.eu (IEB2011)
Umap.eu (IEB2011)
Umap.eu (IEB2011)
Umap.eu (IEB2011)
Umap.eu (IEB2011)
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

Umap.eu (IEB2011)

578

Published on

IEB2011 jardunaldietarako prestatutako aurkezpena, Aitzol Naberan eta Josu Azpillagak, Umap.eu-ren gainean

IEB2011 jardunaldietarako prestatutako aurkezpena, Aitzol Naberan eta Josu Azpillagak, Umap.eu-ren gainean

Published in: Technology, Business
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
578
On Slideshare
0
From Embeds
0
Number of Embeds
3
Actions
Shares
0
Downloads
1
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  1. IEB2011 | eu.umap.eu eu.umap.eu   Josu Azpillaga   1    
  2. IEB2011 | eu.umap.eu eu.umap.eu ● Ideia. Zer da umap.eu ● Tresna. Nola dabil. ● Emaitzak. Estatistika batzuk. ● Aurrera begira.    
  3. IEB2011 | eu.umap.eu Zer da umap.eu?   
  4. IEB2011 | eu.umap.eu Zer da umap.eu?   
  5. IEB2011 | eu.umap.eu   
  6. IEB2011 | eu.umap.eu eu.umap.eu tresna... proba bat   
  7. IEB2011 | eu.umap.eu eu.umap.eu. tresna ● Tuitak jasotzea, denbora errealean ● Erabiltzaile euskaldun berriak harrapatzen ● Hizkuntza detekzioa ● Albisteak, gako­hitzak   
  8. IEB2011 | eu.umap.eu Tuitak jasotzea, denbora errealean  ● Twitter. Streaming API – http://dev.twitter.com/pages/streaming_api ● Aukerak: – Location – Track (keywords) – Language and Country ­> users – Limit: eskaera berezia (50000)  ● X (10) minutuz behin, eskaera berritu  
  9. IEB2011 | eu.umap.eu class Client:       def __init__(self):           self.buffer = u         self.conn = pycurl.Curl()           self.conn.setopt(pycurl.USERPWD, "%s:%s" % (USER, PASS))           self.conn.setopt(pycurl.URL, STREAM_URL)           self.conn.setopt(pycurl.POSTFIELDS, urllib.urlencode(get_post_values()))         self.conn.setopt(pycurl.WRITEFUNCTION, self.on_receive)           try:          self.conn.perform()         except pycurl.error, e:         print "Error code: ", e[0]         print "Error message: ", e[1]     def on_error(self, data):         import pdb;pdb.set_trace()         print data        def on_receive(self, data):         print data         self.buffer += data           if data.endswith("rn") and self.buffer.strip():               content = json.loads(self.buffer)             a = create_status_from_dic(content)                self.buffer = ""
  10. IEB2011 | eu.umap.eu Erabiltzaile euskaldun berriak  harrapatzen● Ehhhh.... algoritmo... ● Hasteko erabiltzaile multzo batekin, nahikoa● Garbiketa ere egiten da● Norbanakoak bai; robotak? ● Eu... ondo; ca... ejem.  
  11. IEB2011 | eu.umap.eu Hizkuntza detekzioa● Aukera diferenteak● Errazena? Google API !!!● Onena? Google API!!! – http://code.google.com/apis/language/● Lizentziak ez du baimentzen. Orduan?   
  12. IEB2011 | eu.umap.eu Hizkuntza detekzioa LangID Textcat LID GuessLanguage● Test 1. eu OK % 75 % 74 % 85 % 93 Test 2. eu OK % 76 % 88 % 96 % 95 GuessLanguage erabiltzen dugu● LangID http://langid.net/ ● Text cat http://odur.let.rug.nl/~vannoord/TextCat/● LID http://web.me.com/dcavar/LID/● Guess Language https://code.google.com/p/guess­language/   
  13. IEB2011 | eu.umap.eu Albisteak, gako­hitzak● Gako­hitzak – Hitz guztiak zenbatu eta batu – Logika ● Hitz normala: 1 point ● Hash­a: 10 point ● Tuit horrek link bat du: x1.1 ● Tuit hori retuit bat da: x1.1 ● ...  ● Aldatu liteke!  
  14. IEB2011 | eu.umap.eu Albisteak, gako­hitzak● Albisteak – Link guztiak batu (ojo laburtzaileekin!) – x minutuz behin, aipatuenak kalkulatu – Aipatuen hoiek bisitatu eta informazio  relebantea ekarri ● OEmbed!!!!!!!!!! ● HTML parserra ;­)   
  15. IEB2011 | eu.umap.eu oEmbed vs HTML parserhttp://www.youtube.com/oembed?url=http%3A//www.youtube.com/watch%3Fv%3DbDOYN­6gdRE&format=json {"provider_url": "http://www.youtube.com/", "title": "BRIARD ON SCOOTER - scooting dog", vs <h1 id="watch-headline-title"> <span id="eow-title" class="" dir="ltr" title="BRIARD ON SCOOTER - scooting dog"> BRIARD ON SCOOTER - scooting dog </span> </h1> <div id="watch-headline-user-info"> <a id="watch-username" class="inline-block" rel="author" href="/user/courteous1 "><strong>courteous1</strong></a>   
  16. IEB2011 | eu.umap.eu eu.umap.eu tresna. kodea ● Kode guztia, horratx: – http://www.codesyntax.com/products ● cstwitterstatus ● cstwitternews ● cslanguagedetection   
  17. IEB2011 | eu.umap.eu Emaitzak: datu batzuk ● 2010eko urritik martxan (aurreko datuak...) ● Datu orokorrak: – Tuitak: 1.177.666 (aurrekoak beste 400.000) – eu tuitak: 151.969 (%13) – Erabiltzaileak: 2000tik gora jarraitzen. Eu  aktiboak? 1200 inguru... gutxiago seguraski.    
  18. IEB2011 | eu.umap.eu Emaitzak: datu batzuk   
  19. IEB2011 | eu.umap.eu Emaitzak: datu batzuk ● eu tuiten bat egin duten erabiltzaileak, 6   hilabetean: +%60  
  20. IEB2011 | eu.umap.eu Emaitzak: datu batzuk ● 2010/11tik hona tuit kopuruaren araberako  erabiltzaileak   
  21. IEB2011 | eu.umap.eu Emaitzak: datu batzuk ● 2010/11tik hona euskarazko tuit kopuruaren  araberako erabiltzaileak   
  22. IEB2011 | eu.umap.eu Emaitzak: datu batzuk ● 2011 / 04. Retuitak. ● Tuitak (eu):  26.982 ● Retuitak (eu): 4.109 (%15) ● Erabiltzaile retuiteatuenak (eraginkorrenak!):  berria (225), kalaportu (126), argia (108), Sustatu (82), boligorria (75), euskalherrian (71), bildueh (57),  zaldieroa (55), garanet (53), theklaneh (49), larbelaitz (48), luistxo (46), iturri (44), euskaljakintza (42),  17Korrika (41), info7irratia (40), zuzeu (40), dabidmp (36), robergutierrez (35), beaetaeneko (34), imnl (30),  gaztea (30), tropela (30), teketen (29), Karrikiri (28), birasuegi (26), euskadi_irratia (25), ameslaria (25),  EITBKultura (24), eitbcom (24), donostiakultura (24), ainhoaeus (24), baieuskarari (24), eguraldia (23),  koldocas (23), goiena (22), zerdionk (22), hedoi_etxarte (21), jonabril (21), iPtx (21), jazpillaga (21),  ueu_orokorra (20), exprai (20), GAZTEA (20), joxearanzabal (19), demonocrazy (19), IBIL2D (19), macmikel  (18), kazetainfo (18), xletona (17),    
  23. IEB2011 | eu.umap.eu Emaitzak: datu batzuk ● 2011 / 04. Loturak. ● Tuitak (eu):  26.982 ● Loturadunak (eu): 14.802 (%55!!!) ● Hedabide(!) aipatuenak:  eitb.com (1238), youtube.com (504), argia.com (395), berria.info (372), sustatu.com (314), goiena.net (310),  zuzeu.com (245), gara.net (235), twitpic.com (230), feedburner.com (226), euskadi.net (200), twitter.com  (197), ukberri.net (191), topatu.info (165), google.com (156), askatu.org (143), kulturweb.com (132),  etengabe.blogsome.com (117), bizkaie.biz (116), kazeta.info (103), bildu.info (100), uberan.org (87),  otamotz.com (87), aiaraldea.com (86)   
  24. IEB2011 | eu.umap.eu Emaitzak: datu batzuk ● 2011 / 04. Albisteak. ● Albisteak  albistegi automatikoan:  508 ● Nondik?  eitb.com (49), argia.com (37), youtube.com (28), berria.info (26), gara.net (19), zuzeu.com (14), twitpic.com  (12), sustatu.com (13), topatu.info (10), orekakomunikazioa.deusto.es (8), bildu.info (8), askatu.org (7),  ezkerabertzalea.info (7), otamotz.com (6), bit.ly (6), ueu.org (6), hitzondo.net (6), diariovasco.com (5),  askapena.org (5), ikasleabertzaleak.org (5), baisarean.org (5), feeds.feedburner.com (4),  feedproxy.google.com (4), berriketan.info (4), imh.es (4), juankarh.blogspot.com (4), etxerat.info (4),  elpais.com (3), euskaljakintza.com (3), albisteak.euskalherrian.info (3), eibar.org (3), bizkaie.biz (3),  noticiasdegipuzkoa.com (3), flickr.com (3), imanolmurua.blogspot.com (2), deia.com (2), codesyntax.com (2),  mukom.mondragon.edu (2),    
  25. IEB2011 | eu.umap.eu Aurrera begira   
  26. IEB2011 | eu.umap.eu Eskerrik asko @jazpillaga   

×