Explorando tendencias sociales en las discusiones sobre cohousing y coliving en X(Twitter) mediante el uso de técnicas de PNL y de análisis de texto

• Autores: Rafael Sosa Ramírez, Esteban Vázquez Cano, Norberto Díaz-Díaz, Eloy López Meneses
• Localización: Pixel-Bit: Revista de medios y educación, ISSN 1133-8482, Nº. 71, 2024, págs. 25-41
• Idioma: español
• Títulos paralelos:
  • Exploring social trend sin cohousing and coliving discussions on X(Twitter)using NLP and Text Analysis Techniques
• Enlaces
  • Texto completo
• Dialnet Métricas: 3 Citas
• Resumen
  • español

    Lainvestigaciónanalizalastendenciasyvariacionesenlasdiscusionesrelacionadasconcohousingycolivingenlaredsocial X (anteriormente conocida como Twitter) entre 2019 y 2022. Utilizando técnicas avanzadas de análisis de redes de texto, la investigaciónutilizóPythonySnscrapeparaelpreprocesamientodetexto,seguidoporlaconstruccióndegráficosderedyla deteccióndecomunidades.ElestudioempleamodelosdeAsignaciónLatentedeDirichlet(LDA )para identificarlos temas de discusión en los tweets y calcula el tf-idf de bigramas dentro de los principales clusters temáticos. Este estudio evalúa la importancia relativa de estos bigramas en función de su frecuencia en los documento sanalizados .Los resultados revelan un patrónfractaldepropagacióndeinfluenciadentrodelaredsocialX.Temasclavecomoespaciosdetrabajocompartido,pisos en alquiler y planificación urbana destacan de manera prominente en las discusiones sobre la vivienda colaborativa, demostrandoelimpactomultifacéticodelosmodelosdeconvivenciaendiversaspoblaciones.Estainvestigaciónproporciona información esencial sobre el intrincado panorama de las conversaciones sobre la vivienda colaborativa, resaltando el papel fundamental de los modelos de convivencia en la atención de desafíos contemporáneos

  • English

    TheresearchanalysestrendsandvariationsindiscussionsrelatedtocohousingandcolivingintheXSocialNetwork(formerly knownas Twitter)between2019and2022.Employingadvancedtextnetworkanalysistechniques,theresearchusesPython and Snscrape for text pre-processing, followed by network graph construction and community detection. The study employs Latent Dirichle t Allocation(LDA)modelstoidentifythetopicsofdiscussionintweetsandcalculatesthetf-idfofbigramswithin the main thematic clusters. This study evaluates the relative importance of these bigrams as a function of their frequency in the analysed documents. The results reveal a fractal pattern of influence propagation within the X Social Network. Key topics such as coworking spaces, rental flats and urban planning feature prominently in cohousing discussions, demonstrating the multifaceted impact of cohousing models on diverse populations. This research provides essential insight into the intricate landscapeofcohousingconversations,highlightingthepivotalroleofcohousingmodelsinaddressingcontemporarychallenge