Análisis predictivo colectivo del uso de hashtags en medios nativos digitales hispanos

Abstract

En la literatura científica se suelen encontrar estudios de medios desde la perspectiva del caso, analizando proyectos específicos; o, por el contrario, de forma genérica, incluyendo medios tanto nativos como no nativos digitales. En esta investigación, se realizará el análisis de la actividad conjunta de los nuevos medios nativos digitales (aquellos nacidos desde y para el entorno online) españoles y portugueses en Twitter, extrayendo datos cibermétricos de hashtags comunes y específicos utilizados por estos nuevos medios nativos. Sobre esos datos, se estudia y aplica la capacidad predictiva (para ciertos parámetros de éxito en términos de marketing y comunicación digital) de la regresión de Poisson o la regresión binomial negativa, unos tipos de modelo lineal generalizados que se usan para trabajar con datos de conteo (número de veces que ocurre cierto fenómeno), tomando muestras de datos del inicio de 2021. Como resultado obtendremos un mapa de ciertas características de comunicación empleadas por este subconjunto de medios, a través de esta red social, cuyo rendimiento futuro podrá ser aproximado en base a la capacidad de predicción de distintas variables, que permitirían a esos medios nativos ser más sostenibles y rentables, en términos de éxito digital.

Full text

Análisis predictivo colectivo del uso de hashtags
en medios nativos digitales hispanos
YESTE-MORENO, VÍCTOR
UNIVERSITAT POLITÈCNICA DE VALÈNCIA, VALÈNCIA, ESPAÑA
vicyesmo@inf.upv.es
CALDUCH-LOSA, ÁNGELES
UNIVERSITAT POLITÈCNICA DE VALÈNCIA, VALÈNCIA, ESPAÑA
mcalduch@eio.upv.es
SERRANO-COBOS, JORGE
UNIVERSITAT POLITÈCNICA DE VALÈNCIA, VALÈNCIA, ESPAÑA
jorserc2@har.upv.es

INTRODUCCIÓN
•“Medio nativo digital” o “cibermedio”: “Ecosistema mediático alternativo al
tradicional, que innova, utiliza nuevos formatos narrativos y tiene una nueva
relación con la audiencia.”
Cabrera, Codina y Salaverría (2019)
•Explosión de los cibermedios.
•Fuerte inclusión de “vías de participación de los ciudadanos en el producto”.
López García et. al. (2015), Martínez (2017)
•Condición geográficamente localista.
•Especialización temática.
•Uso de redes sociales => comparar patrones y predecir su comportamiento.
Moreno (2017), Fondevila-Gascón, Rom-Rodríguez y Santana-López (2016)

INTRODUCCIÓN
Análisis:
•Engagement en redes sociales, pero con un ámbito reducido de medios.
•Twitter pero con variables distintas.
•Difusión de noticias sin segmentar.
•Medios de comunicación en general.
Cea y De Vicente (2017), Navas (2018), Peña et al. (2015), González-Molina y Ramos del Cano (2014)
•Descripción o predicción de comportamientos hacia un evento o temática
concretos: política, películas o comunidades sociales.
Franch y Micó (2021), Rouwenhorst(2018), Shahriari et al. (2016)

DISEÑO Y MÉTODO
• Explicativa, cuantitativa y no experimental.
Tipo de investigación
• Conteo de retweets de cada hashtag.
Variable principal
• Predecir el nº de retweets 14 días después.
Hipótesis
• 96 cuentas = 48 portuguesas + 48 españolas.Muestra

DISEÑO Y MÉTODO
Dimensiones
•Tipo de emisor:
medios nativos digitales o
Twitter en general
•Idioma:
portugués o español
Variables (conteo)
•Tweets
•Retweets
•Favoritos
•Seguidores de los autores
•Tweets de los autores
•Edad en días de las cuentas de los
autores
•Ratio de inclusión de URL en los tweets

TRABAJO DE CAMPO Y ANÁLISIS DE DATOS
A) Obtención de los datos
•Inicial: 13-22 de enero, 2021.
•Final: 27 de enero y 5 de febrero, 2021.
B) Análisis estadístico (STATGRAPHICS 18)
1. Análisis multivariado.
2. Filtro de alta correlación.
3. Datos normales + correlación muy fuerte
(cercana a |1|) => regresión lineal simple.
4. Si no, si sobre dispersión (chi-cuadrado >
1) => Regresión binomial negativa.
5. Si no, regresión de Poisson.
C) Cálculo del error
•Raíz del error medio cuadrático
𝑅𝑀𝑆𝐸 =∑(𝑋!− 𝑋")#/𝑁
•Error medio absoluto
𝑀𝐴𝐸 =∑(𝑋!− 𝑋")/𝑁
𝑋!: Valor obtenido 14 días después
𝑋": Valor predicho
𝑁: Nº datos medidos

RESULTADOS 12.037.095 tweets
procesados
163.721 tweets
medios nativos digitales hispanos
85.970 tweets
en portugués
77.751 tweets
en español
11.873.374 tweets
búsqueda en Twitter
1.558.283 tweets
en portugués
10.315.091 tweets
en español

RESULTADOS
•El 98,84% de los tweets
incluyen una URL:
•98,85% (portugueses)
•98,81% (españoles)
•Promedio de edad de
cuentas: 3.287,53 días:
•2.690,55 (portugueses)
•3.943,37 (españoles)
Medios nativos digitales
•Hashtags + utilizado y
+ retwitteado a la vez:
•Portugueses:
#covid19,
#coronavirus,
#mundoaominuto y
#política
•Españoles: #granada
Twitter en general
•Hashtags + utilizado y
+ retwitteado a la vez:
•Portugueses:
#flamengo y
#covid19
•Españoles: ninguno

RESULTADOS: ANÁLISIS DE REGRESIÓN (X4)
Retweets de los medios nativos digitales
españoles
•Promedio = 10,71
•Sesgo estandarizado = 1.266,64 y
Curtosis estandarizada = 22.567,7 =>
Datos no normales
•Prueba chi-cuadrado con p-valor:
1,72131E8 => Regresión binomial
negativa

RESULTADOS: ANÁLISIS DE REGRESIÓN (X4)
Regresión binomial negativa
•Variabilidad = 60,84%
•RMSE = 66.052.857,62
•MAE = 265.150
Ecuación
m_retweet_count_es_t1 = exp(1,9353 +
0,00128398*m_num_tweets_es_t0 +
0,00182371*m_retweet_count_es_t0 +
0,00014033*m_favorite_count_es_t0 +
1,51891E-8*m_user_num_followers_es_t0 +
0,0000930838*tw_num_tweets_es_t0)

CONCLUSIONES Y DISCUSIÓN
Se cumple la hipótesis (variabilidad
alta) para:
•Retweets de los medios nativos
digitales en ambos idiomas.
Se rechaza la hipótesis (variabilidad baja)
para:
•Retweets de Twitter en general en ambos
idiomas.

CONCLUSIONES Y DISCUSIÓN
Futuras líneas de investigación:
•Predicción de otras variables.
•Más tomas de datos.
•Confirmación de las ecuaciones con datos de test.
•Estudiar los valores anómalos: suben mucho los errores pero su presencia es
incluso beneficiosa.

YESTE-MORENO, VÍCTOR
vicyesmo@inf.upv.es
CALDUCH-LOSA, ÁNGELES
mcalduch@eio.upv.es
SERRANO-COBOS, JORGE
jorserc2@har.upv.es