Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Ipotesi di analisi lista twitter

488 views

Published on

Ipotesi di analisi di una lista twitter con node xl

Published in: Data & Analytics
  • Be the first to comment

  • Be the first to like this

Ipotesi di analisi lista twitter

  1. 1. SNATWITTER LIST ipotesi di analisi ! by: C. Di Tullio aka Dr_Who drwho.it
  2. 2. “La scienza si fa con i fatti come una casa si fa con i mattoni, ma l’accumulazione dei fatti non è scienza più di quanto un mucchio di mattoni non sia una casa” Henri Poincarè
  3. 3. Step1: scarico la lista di 84 persone daTwitter. Lista nella quale ci sono anche io
  4. 4. Step2: la depuro da me: eliminando i miei dati dal foglio vertex e tutti i collegamenti a me relativi dal foglio edges
  5. 5. Step3: domanda: come identificare le persone più influenti da contattare? calcolo le metriche
  6. 6. Step3: come primo valore considero l’Eigenvector: misura l’importanza e l’influenza di un nodo all’interno della rete in cui si relaziona. valore medio 0,014 In autofill columns imposto la vertex size con i valori della eigenvector come massimo 42 (0,42) e come minimo il valore della media 14 (0,014)
  7. 7. Step4: per renderla leggibile la divido in cluster. 4 i cluster identificati Group, group by cluster, ok ! Layout, option, outlines
  8. 8. Step5: il solo valore di eigenvector non è particolarmente discriminante, a questo punto considero gli in-degree: un valore alto significa che il nodo è popolare. La media è pari a 10; il valore massimo è pari a 24. Con i filtri dinamici setto questi due valori da cui individuo i nodi strategici
  9. 9. Step5: il solo valore di eigenvector non è particolarmente discriminante, a questo punto considero gli in-degree: un valore alto significa che il nodo è popolare. La media è pari a 10; il valore massimo è pari a 24. Con i filtri dinamici setto questi due valori da cui individuo i nodi strategici
  10. 10. Step6: in-degree non è ancora sufficiente: non mi discrimina il cluster azzurro. Per farlo osservo la betweenness: quanto spesso un vertice si pone nel percorso più breve. la medi è pari a 67, il massimo è 1285. imposto il tutto con i filtri dinamici. … !
  11. 11. Step6: in-degree non è ancora sufficiente: non mi discrimina il cluster azzurro. Per farlo osservo la betweenness: quanto spesso un vertice si pone nel percorso più breve. la medi è pari a 67, il massimo è 1285. imposto il tutto con i filtri dinamici. ! nel lavorare il filtro mi sono fermato a 48 come valore per non perdere la visibilità del vertice C e del vertice N !
  12. 12. Step7: con 18 persone stimolate, questa dovrebbe essere la copertura della lista

×