Predicción del éxito de los mensajes de Twitter

Abstract

En la sociedad actual es habitual emplear las redes sociales, como por ejemplo Twitter, para anunciar y/o difundir múltiples productos, descubrimientos, noticias, etc. El objetivo de las personas que realizan estas publicaciones es que lleguen a ser muy populares, para que la información llegue al mayor número de personas posible. Sin embargo, no existe una noción de popularidad definida formalmente, ni una fórmula exacta que diga cómo lograrlo. En este trabajo se ha escogido analizar únicamente la red social Twitter, acotando así el problema a estudiar. El fin del trabajo consiste en poder conocer cuando un tweet es popular o no, para posteriormente poder predecir cuándo un tweet se convertirá en popular antes de publicarlo. Para ello, primero se han recopilado una serie de tweets durante casi dos semanas con una temática en común, Cataluña. Luego se han procesado los datos almacenados calculando unas métricas que intentan medir dicha popularidad. Y por último se han aplicado algoritmos de aprendizaje automático, intentando obtener el modelo que prediga el éxito o no de un tweet. El resultado final del trabajo no ha sido del todo satisfactorio, pero se han podido obtener una serie de conclusiones que pueden ser muy útiles de cara a posibles trabajos futuros.In our current society is common to use social networks, such as Twitter, to announce and/or spread multiple products, discoveries, news, etc. The purpose of the people who perform these publications is that they become very popular, with the final objective that this information reaches the greatest possible number of people. Nevertheless, it does not exist any popularity notion formally defined, nor exact formulation of how to do it. This work has chosen to study just the Twitter social network, limiting the trouble to research. The goal of this work is about knowing when a tweet is popular or not, to predict when a tweet becomes popular before publish it. First of all, a set of tweets were collected for almost two weeks with a common topic, Catalonia. Then, saved data was processed to measure some metrics to try to measure the popularity. Finally, some machine learning algorithms were applied to the processed data trying to get a model, which could predict if a tweet will be successful or not. The final result was not satisfactory. However, we could obtain some useful conclusions, which could be used in future works.