1. ¿El tama˜o importa? Medir e investigar en la
n
blogosfera
F. Tricas (Depto Inform´tica e Ing. de Sistemas, U. Zaragoza)
a
Juan J. Merelo ( U. Granada, Spain)
V´
ıctor R. Ruiz, (Blogalia y +)
9 de mayo de 2007

2. Agenda
Algunas definiciones
Trabajos interesantes
¿Qu´ sabemos hacer?
e
Conclusiones, futuro

3. Sobre los hombros de gigantes
Beatriz Prieto, Alberto Prieto, Gustavo Romero-L´pez, Pedro
o
Castillo Valdivieso (U. Granada)
Jose L. Orihuela (U. Navarra)
Guillermo L´pez (U. Valencia)
o
Jos´ Carpio Ca˜adas (U. Huelva)
e n

4. ¿A qui´n le interesa?
e
HP Information Dynamics Lab
http://www.hpl.hp.com/research/idl/results.html
Microsoft. Social Computing Group
http://research.microsoft.com/scg/
Google. Hypertext and the Web
http://labs.google.com/papers.html
IBM.
http://www.almaden.ibm.com/cs/projects/web/

5. ¿Qu´ es una bit´cora (o blog, o weblog)?
e a

6. ¿Por qu´?
e
Compartir conocimiento, informaci´n
o
Opinar, diarios personales
Relaciones p´blicas
u
‘Periodismo’
Notas, pensamientos, ideas, ...
Literatura
Pol´
ıtica
B´squeda de almas gemelas
u
Porque si

7. Algunas herramientas interesantes
RSS (y otros...)
Buscadores espec´
ıficos
Edici´n extremadamente simple
o
Incluso API’s espec´
ıficas
Trackback

8. La blogosfera hispana
¡Algo complejo!
Muchos pa´
ıses
Varias lenguas (4 oficiales, y adem´s en otros, claro ingl´s,
a e
franc´s, holand´s, ...)
e e
tambi´n biling¨es y triling¨es
e u u
Por si acaso ... http://oreneta.com/baldie/blog
¡Podemos discutirlo!

9. Tools
Blog´metro (http://blogometro.blogalia.com/)
o
A crawler, each day a ranking of fresh links
Open source, written in Python, PostgresSQL
http://sourceforge.net/projects/blogometro
Data from November, 15, 2002
Some purging

10. N´mero de bit´coras en sitios populares
u a
Alojamiento Blog´metro
o Estimaci´n
o 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 2006
El tama˜o de la blogosfera: medidas y herramientas.
n
Fernando Tricas, Juan Juli´n Merelo-Guerv´s, V´
a o ıctor R. Ruiz

11. Din´mica de la informaci´n
a o
Din´mica
a
Blog Epidemic Analyzer (inter´s sostenido, ascenso-pico-descenso,
e
‘efecto’ Slashdot, otros sitios caida lenta).
http://www.hpl.hp.com/research/idl/projects/blogs/

12. ¿Tenemos algo en com´n?
u
http://anjo.blogs.com/metis/2004/10/sigmund on the 2.html

13. ¿Tenemos algo en com´n? (II)
u
Tercer debate:
Kerry: minimum wage (8 mentions), health insurance (6
mentions), and social security (6 mentions)
Bush: my opponent (7), four years (6), and best way (5)
http://overstated.net/04/10/14-the-final-presidential-debate

14. 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 Blogspace
Daniel Gruhl, R. Guba, David Liben-Novell, Andrew Tomkins

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

16. Con herramientas externas
http://blogpulse.com/trend

17. Con herramientas externas
http://technorati.com/

18. Algunos intentos . . .
http://fernand0.blogalia.com/historias/12671

19. Podemos buscar cosas
http://lavidadelosmemes.bloxus.com/historias/1048

20. Hay gente buscando . . .
http://www.hpl.hp.com/research/idl/people/eytan/moblog/
Usage Patterns for Cameraphone Driven Moblogs
Eytan Adar (Mayo 2004)

21. Medir influencia
http://fernand0.blogalia.com/historias/12049

22. Un d´ da para mucho
ıa
Primero, el enlace a la historia de Arcadi Espada.
http://www.arcadi.espasa.com/000287.html
D´ 1
ıa
eCuaderno 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 arrepentimiento
http://www.proyectoisla.com/mangasverdes/index.php?p=186

23. Un d´ da para mucho (II)
ıa
D´ 2
ıa
http://www.escolar.net/
http://www.sdelavega.tk/
Elastico.net: Anuncios sin palabras
http://www.elastico.net/archives/001294.html
http://www.diariodeunjabali.com/
Isopixel
http://www.isopixel.net/archives/001982.html
Sonia Blanco
http://www.filmica.com/sonia blanco/archivos/
000657.html
Puedoprometeryprometo.com
http://www.puedoprometeryprometo.com/2004 09 01 archivo.html#109536146956858137

24. Un d´ da para mucho (III)
ıa
D´ 2 (cont.)
ıa
Anotaciones de un periodista raro: El Pa´ pide perd´n por una campa˜a
ıs o n
de publicidad y los gur´s hacen el rid´
u ıculo
http://gbareno.blogspot.com/2004/09/el-pas-pide-perdn-por-una-campaa-de.html
http://www.abordaje.net/
As´ no son las cosas: Fuera de control
ı
http://asinosonlascosas.blogspot.com/2004/09/fuera-de-control.html
...

25. Qu´ pasaba en internet?
e
Visitas

26. Qu´ pasaba en internet?
e
Enlaces

27. Qu´ pasaba en internet?
e
Enlaces desde la blogosfera
Medios digitales, transmisi´n de informaci´n y formaci´n del espacio p´blico:
o o o u
comunicaci´n de masas y comunicaci´n en red ante el 11M
o o
Garc´
ıa.
Guillermo L´pez Garc´ Juan Juli´n Merelo Guerv´s, Fernando Tricas
o ıa, a o

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

29. O sea, esto
http://www-idl.hpl.hp.com/blogstuff/
http://www.blogpulse.com/showcase.html

30. Memespread project
http://www.arbesman.net/meme.php

31. Adem´s . . .
a
http://hammeroftruth.com/2004/03/08/how-news-travels-on-the-internet/

32. Y en el desarrollo de programas?
Algunas ideas
Personas
M´dulos
o
Bibliotecas
Trozos de c´digo (‘snippets’)
o
Seguridad!

33. Implantaci´n
o
http://www.openssh.com/usage/graphs.html

34. Y en el desarrollo de programas?
R Ferenc, I Siket, T Gyim´thy. ‘Extracting facts from Open Source
o
Software’
LCOM (Lack of Cohesion on Methods): n´mero de parejas de
u
funciones miembro sin variables compartidas, menos el n´mero
u
de parejas de funciones miembro con variables compartidas.
Hip´tesis: Clases con poca cohesi´n sugieren dise˜o
o o n
inapropiado.
R Ferenc, I Siket, T Gyim´thy. ‘Extracting facts from Open Source
o
Software’
CBO (Coupling Between Object classes): una clase
est´ acoplada a otra si usa sus funciones y o variables.
a
Hip´tesis: Clases muy acopladas son mas propensas a los
o
fallos

35. Comunidades

36. Comunidades

37. Comunidades
http://www.cibersociedad.net/congres2004/grups/fitxacom publica2.php?grup=43&id=625&idioma=es
Visualizaci´n de la evoluci´n de una red social generada por weblogs
o o
Juan Juli´n Merelo / Fernando Tricas Garc´ / Beatriz Prieto
a ıa

38. Me interesa . . . ?
Word based systems (Google, Yahoo, Altavista, . . . ) don’t
work well because of lack of semantics and speed.
Specialized tools (Technorati, PubSub, BlogPulse, . . . ) solve
the speed problem, but not the others (tags can help)
Link based tools help but not every people links to the same
sites, even being interested in the same things.

39. We had some data. . .
First Spanish webloggers and blog readers poll.
(‘I Encuesta a webloggers y lectores de blogs’
http://tintachina.com/archivo/cat i encuesta webloggers.php)
Gemma Ferreres, Antonio Cambronero
Self–administered
May, 31, June, 18 2004
1662 replied (1125 bloggers, 537 readers)
Some interesting findings
Questions about blog reading

40. We had some data. . .
First Spanish webloggers and blog readers poll.
(‘I Encuesta a webloggers y lectores de blogs’
http://tintachina.com/archivo/cat i encuesta webloggers.php)
Gemma Ferreres, Antonio Cambronero
Self–administered
May, 31, June, 18 2004
1662 replied (1125 bloggers, 537 readers)
Some interesting findings
Questions about blog reading
There was a second edition, 2005 (almost doubled
participation)

41. Data mining to the rescue
Process of extraction of knowledge from huge amounts of
data [DataMining, Concepts and Techniques]
In this case, extraction of association rules:
Recommendation of weblogs from sets of weblogs read by
users.

42. Association rules I
Composed of:
Antecedent → Consecuent
CD Burner → Blank CDs

43. Association rules I
Composed of:
Antecedent → Consecuent
CD Burner → Blank CDs
A Priori algorithm.
Developed by Agrawal to analyze user purchase intentions in
supermarkets (market basket analysis).
From a database of supermarket baskets, or ‘itemsets’, a set
of association rules that predict purchase patterns can be
extracted
If you buy a computer, you’ll want a subscription to a
computer mag(other did it before you)

44. Some work . . .
Data cleaning (noise, inconsistent data, . . . )
Data integration (combination of several sources)
Data selection (more relevant ones)
Data transformation (adequate format)
Data minig (pattern extraction)
Pattern evaluation (Obtaining the interesting rules)
Knowledge representation

45. Consejo

46. Conclusiones
Queremos medir la propagaci´n de la informaci´n
o o
¿Qu´ es interesante?
e
¿Por d´nde viaja?
o
Y la ‘materia oscura’
Con dibujos, m´s bonito
a
Y mas cosas . . .

47. Conclusiones
Queremos medir la propagaci´n de la informaci´n
o o
¿Qu´ es interesante?
e
¿Por d´nde viaja?
o
Y la ‘materia oscura’
Con dibujos, m´s bonito
a
Y mas cosas . . .
Pero . . .
No todo el mundo est´ en internet
a
Y no todos los que est´n participan
a

48. El futuro
Mejorar la ara˜a
n
Difundir los resultados
Rellenar los ‘huecos’
Otras medidas (palabras, frases, ...)
Otros mundos
...

49. Por si acaso ...
Tenemos...
Ancho de banda
Ideas
Entusiasmo
Necesitamos...
Memoria, hw
M´s ideas
a
Gente
¡Gracias!