Existen muchos ránkings que se publican sobre cuentas de Twitter, la mayoría sin metodologías de análisis o un fundamento científico y basados en la subjetividad y apreciación de los editores o de quien realiza la evaluación. En muchos casos con criterios desconocidos.
Estimando la influencia con la teoría de grafos
¿Pero qué pasaría si pudiéramos leer todos, sí… todos los tuits emitidos y leídos en México en un periodo de tiempo, analizando las redes creadas por esos mensajes con algoritmos determinando así con la teoría de grafo cuáles son los nodos más importantes obteniendo con un método científico a las cuentas más influyentes? ¿Sería interesante no?
Hace apenas un par de años esto era impensable y casi imposible hacerlo, pero ahora gracias a que existen muchas técnicas de análisis de millones de datos, de procesamiento del famoso Big Data y gracias a que se ha desarrollado software especializado se pueden realizar este tipo de procesos de una manera relativamente sencilla.
Cien de millones
El siguiente es un análisis de 575,027,706 tweets emitidos en todo el mundo; de ellos se extrajeron los emitidos en el idioma español entre el 20 de enero y el 20 de febrero de 2015 usando el software Topsy Pro. Luego obtuvimos las 1000 cuentas más influyentes de hispanoamérica; de esta lectura aislamos a las cuentas y los mensajes emitidos en México.
La influencia se calcula no en el número de followers o retweets, sino en los efectos y redes que se generan los mensajes que se emiten
La influencia es medida por Topsy usando la teoría de redes y analizando las conexiones y lo efectos creados al propagarse los mensajes emitidos. Así a mayores conexiones y efectos generados son más influyentes las personas. No necesariamente tiene que ver con el número de followers o el número de mensajes emitidos, se mide el tamaño y la influencia del nodo y su capacidad de crear redes.Topsy como explica en su patente mide la influencia como el índice en que el mensaje de una persona influye a otras y provoca que repliquen o enriquezcan el mensaje creando redes de propagación ya sea direccionales y no direccionales, siendo estas últimas las más ricas e influyentes. Así, una cuenta puede tener 1000 seguidores y crear grandes redes de influencia (como el físico mexicano @apisanty que en 2009 creó el que hasta ahora ha sido la tendencia más tuiteada, #Internetnecesario, teniendo apenas en ese entonces unos 1200 seguidores).
[bctt tweet=”La influencia se calcula no en el número de followers o retweets, sino en los efectos.”]
Así que usando Topsy Pro nos pusimos a segmentar todos los mensajes emitidos en español de acuerdo a los filtros y algoritmos del programa y que fueron emitidos entre el 20 de enero y el 20 de febrero de 2015.
Se debe considerar que pueden no ser todos los mensajes emitidos, pero se tiene la certeza de la cantidad de los mensajes analizados en la muestra, siendo así un ranking muy completo, representativo y transparente.
Como resultado de este análisis obtuvimos las 100 cuentas más influyentes de Twitter en México y que marcan la agenda en el país, generan efectos y tendencias.
Sorprende que el mundo de la televisión, los deportes y espectáculos lideran esta lista.
Cada mes estaremos publicando esta lista. Esperamos tus comentarios. Sobre la lista completa por países y temas contáctenos: aporta@yosoyred.com
Las 10 cuentas más influyentes de Twitter en México
| Nombre | Posición en influencia |
 Dulce Maria @dulcemaria | 1 |
 | 2 |
 | 3 |
 | 4 |
 | 5 |
 | 6 |
 | 7 |
 | 8 |
 | 9 |
 | 10 |
 | 11 |
 | 12 |
 | 13 |
 | 14 |
 | 15 |
 | 16 |
 | 17 |
 | 18 |
 | 19 |
 | 20 |
 | 21 |
 | 22 |
 | 23 |
 | 24 |
 | 25 |
 | 26 |
 | 27 |
 | 28 |
 | 29 |
 | 30 |
 | 31 |
 | 32 |
 | 33 |
 | 34 |
 | 35 |
 | 36 |
 | 37 |
 | 38 |
 | 39 |
 | 40 |
 | 41 |
 | 42 |
 | 43 |
 | 44 |
 | 45 |
 | 46 |
 | 47 |
 | 48 |
 | 49 |
 | 50 |
 | 51 |
 | 52 |
 | 53 |
 | 54 |
 | 55 |
 | 56 |
 | 57 |
 | 58 |
 | 59 |
 | 60 |
 | 61 |
 | 62 |
 | 63 |
 | 64 |
 | 65 |
 | 66 |
 | 67 |
 | 68 |
 | 69 |
 | 70 |
 | 71 |
 | 72 |
 | 73 |
 | 74 |
 | 75 |
 | 76 |
 | 77 |
 | 78 |
 | 79 |
 | 80 |
 | 81 |
 | 82 |
 | 83 |
 | 84 |
 | 85 |
 | 86 |
 | 87 |
 | 88 |
 | 89 |
 | 90 |
 | 91 |
 | 92 |
 | 93 |
 | 94 |
 | 95 |
 | 96 |
 | 97 |
 | 98 |
 | 99 |
 | 100 |
[contextly_auto_sidebar id=”NiIPGbKYZS8lLQ6GdnPNX6jO667tXwc6″]
