Análisis de conversaciones

Transcripción

1 Análisis de conversaciones El entorno informativo de las noticias versión 3.3

2 Por qué siempre que hablan de D, hablan de A? Noticias sobre D Noticias sobre B Queremos que sólo hablen de B? Noticias sobre A Por qué hablan de A y de B? Noticias sobre C Por qué no hablan ni de A ni de B? El análisis de conversaciones intenta explicar las relaciones existentes entre las palabras que definen las noticias.

3 Por qué el análisis de conversaciones? Porque el esfuerzo de recibir, sintetizar y distribuir información pertinente no siempre justifica el tiempo requerido para realizar esas tareas. El análisis de conversaciones permite saber, de la forma más sintética posible, de qué se ha hablado en los medios que seguimos sobre los temas que nos interesan. Se crea de forma automática a partir de las noticias filtradas para el cliente, con independencia de que se hayan enviado en tiempo real o en clipping. Se estructura a partir de claves determinadas de forma automática, de expresiones típicas comunes para todos los clientes y de expresiones específicas para cada cliente. Desde la versión 3.3 pueden construirse claves generales para cada cliente, que sirven para crear un primer nivel de análisis que agrupe a un conjunto específico de claves. Estas claves se denominan meta-etiquetas y se añaden a las claves automáticas.

4 En qué se basa? El análisis de conversaciones se basa en la selección automática de las palabras que aparecen en el titular y al comienzo del texto de cada noticia correspondiente a la información de un cliente. Estas palabras son estudiadas por varios diccionarios para eliminar las irrelevantes o juntar aquellas que corresponden a objetos informativos específicos. Por ejemplo la aparición sucesiva de las palabras administración y pública es transformada por un diccionario en administración-pública. Otros diccionarios se encargan de otras manipulaciones de las palabras detectadas, por ejemplo los verbos más comunes son substituidos por su infinitivo. Estos diccionarios pueden ser tanto comunes para todos los clientes, como específicos para un cliente determinado. Un diccionario especial contiene las meta-etiquetas, que siempre son específicas para cada cliente. Las palabras son, a continuación, ordenadas por frecuencia decreciente, bien de forma natural, bien ordenando primero las meta-etiquetas, luego las que contienen guiones y, finalmente, las que no contienen guiones. El tipo de ordenación se configura de forma específica para cada cliente. Por configuración se establece el número n de claves (límite de análisis) consideradas esenciales, y el número de niveles de estudio (nivel máximo de análisis, hasta 10). Las primeras n claves, ordenadas por frecuencias decrecientes, se estudian hasta el nivel máximo de análisis definido para cada cliente. El resto de las palabras es analizado hasta el tercer nivel.

5 Cómo se estructura? Las palabras son estudiadas de forma estructurada de acuerdo con su ordenación, dando lugar a una estructura como la que sigue: Palabra Tema Conversación de nivel 1 Conversación de nivel 2 AAAA AAAA y BBB Cuando el primer nivel(palabra) está ocupado por meta-etiquetas el proceso añade siempre una meta etiqueta Otras-Noticias para recoger las noticias que no corresponden a las metaetiquetas definidas. AAAA y MMM AAAA y BBB y CC AAAA y BBB y CC y D AAAA y BBB y CC y E PPPP PPPP y QQQ AAAA y MMM y NN Las noticias únicas se presentan en el nivel de análisis correspondiente a su máximo de claves PPPP y QQQ y RR Otras-Noticias PPPP y QQQ y RR y S

6 Qué son las noticias únicas? Las noticias correspondientes a las estructuras se analizan para eliminar iguales y las similares, y se añaden a la derecha de la tabla de conversaciones. Estas noticias son las denominadas noticias únicas. Recuérdese que en las n claves más frecuentes, donde n es límite de análisis para cada cliente, se analiza hasta el nivel de la profundidad de análisis, con un máximo de 10, es decir, hasta la conversación de nivel 8 (puesto que los dos primeros niveles están ocupados por la palabra y el tema). Por el contrario, a partir de esas n primeras claves, el análisis se limita al nivel 3, es decir palabra, tema y conversación de nivel 1. En algunas ocasiones, para reducir el tiempo de proceso, el sistema modifica algún parámetro de la configuración. Esto puede afectar tanto al límite de análisis como a la profundidad de análisis. También puede afectar al periodo analizado. Vea Restricciones técnicas para una explicación detallada.

7 Encabezado del análisis de conversaciones Nombre del cliente: en el ejemplo, Adif. Fecha de edición: fecha y hora en la que se ha generado el análisis. Inicio: fecha y hora de la primera noticia analizada. Fin: fecha y hora de la última noticia analizada. Noticias analizadas: el nº de noticias filtradas para el cliente, con independencia de su forma de envío, durante el periodo analizado. Total de noticias únicas: el nº de noticias distintas, excluidas las repetidas y las similares, filtradas para el cliente. Nº y dispersión de las noticias: Nº de noticias analizadas y relación entre el nº de noticias únicas y el de noticias analizadas. Nº de noticias no analizadas: las noticias no analizadas por el proceso, normalmente por razones técnicas. Debe ser cero o pequeño en relación con el nº de noticias analizadas. Restricciones técnicas: En algunas ocasiones puede aparecer un aviso en color amarillo que dice Restricciones Técnicas. Vea el capítulo correspondiente en esta ayuda.

8 La estructura de las conversaciones Cada nueva palabra está precedida por una línea de cabecera, con indicación de la palabra, tema, conversaciones, coincidencias (detalles técnicos sobre número de noticias en las que aparece la palabra, el tema o la conversación) y, por último, las noticias únicas. Debido a que el nivel final de análisis es configurable para las primeras noticias, en los cuadros de conversaciones se indica el nivel correspondiente. Es de hacer notar que en las primeras noticias, aunque se haya configurado un nivel de profundidad de análisis dado, por ejemplo 4, no todas las noticias únicas corresponderán a ese nivel. Normalmente esto se produce porque después de procesar las claves no quedan palabras clave suficientes para cubrir ese nivel.

9 Navegación por la estructura Las líneas de cabecera despliegan menús verticales que permiten seleccionar y pasar directamente a una palabra, a un tema o a una conversación dependiendo del encabezado por el que se pasa el ratón. También permiten volver al inicio del análisis de conversaciones. Desde cualquiera de los cuadros de palabras, temas o conversaciones se puede volver a la línea de cabecera de la palabra correspondiente pulsando el botón izquierdo del ratón.

10 Navegación por las noticias Puede ver el texto de cada noticia si pasa con el ratón por la fecha de la noticia. Se abrirá en un cuadro en la ventana. También puede acceder a la página web de origen de la noticia, haciendo clic sobre el enlace Ver la página web

11 Datos técnicos Fecha de edición: fecha y hora en la que se ha generado el análisis. Periodo analizado: desde la fecha y hora de la primera noticia analizada hasta la fecha y hora de la última noticia analizada. El periodo analizado depende del nº de días que se mantienen en el análisis. Este nº de días se puede configurar para cada cliente, pero normalmente es de dos días. Noticias analizadas: el nº de noticias filtradas para el cliente, con independencia de su forma de envío, durante el periodo analizado. Claves encontradas: nº de conjuntos de claves encontrados en las noticias analizadas. Palabras clave: es la descomposición de las claves encontradas en las palabras que las forman. Ordenación de las palabras clave: indica si se utiliza la frecuencia de las palabras naturales o se ordenan primero las palabras con guiones. Las palabras unidas por guiones proceden del análisis de las palabras claves por los diccionarios. Nº de palabras clave analizadas para el rastreo de las noticias únicas: indica cuál es realmente el número de palabras clave que se utilizan. Éstas forman parte del conjunto de las palabras clave, y bastan para encontrar todas las noticias únicas y presentarlas dentro de la estructura con el limite de análisis y la profundidad de análisis definida por el cliente.

12 Datos técnicos Total de noticias únicas: nº de noticias distintas encontradas por el proceso después de eliminar las iguales y las similares. La similitud de las noticias se establece a partir de un parámetro configurable para cada cliente. Dispersión de las noticias: relación entre el nº de noticias únicas y el de noticias analizadas. Niveles altos implican mucha diversidad de noticias. Niveles bajos implican poca diversidad de noticias, y, por lo tanto, un alto nivel de repercusión informativa (nº de medios que reproducen la misma noticia). Un incremento del nº de noticias analizadas, acompañado de una disminución de la dispersión de las noticias, suele ser un indicador de la aparición de una crisis informativa. Nº de noticias no analizadas: debe ser 0, pero, excepcionalmente, puede ser mayor, aunque nunca debe ser relevante. Si le resulta llamativo póngase en contacto con su responsable comercial en InfoHeaders. Nivel máximo de análisis: es el nivel máximo de profundidad del análisis que se utiliza para estudiar las n primeras palabras clave ordenadas (n es el límite de análisis). Límite de análisis: es el número de palabras clave de la lista ordenada que se utilizarán para hacer el análisis hasta el nivel marcado por el máximo nivel de análisis. El resto de las palabras clave es analizada sólo hasta el nivel 3 (es decir, palabra, tema y conversación 1). Informe final: indica si el informe es abreviado, en cuyo caso elimina las indicaciones de conversaciones de nivel superior a 3 que no tienen una noticia única (porque aparece en un nivel posterior). Si es completo, el informe incluye todos los niveles autorizados de análisis. Salvo circunstancias excepcionales, el informe siempre es abreviado. Restricciones técnicas: sólo aparece en el caso de que los parámetros de la configuración sean modificados por el proceso para acelerarlo. Muestra las modificaciones de esos parámetros (ver la sección Periodos de Análisis ).

13 Restricciones técnicas Cuando el número de noticias del periodo analizado sobrepasa determinados límites, el sistema modifica los parámetros de configuración para poder procesar las noticias en un tiempo útil. Esto se señala mediante el aviso HAY RESTRICCIONES TÉCNICAS en amarillo en el encabezado. Los detalles aparecen en la sección Datos técnicos. Los límites y las modificaciones de los parámetros de la configuración son los siguientes: Nº de noticias Modificación Todos los casos con N>170 El límite de análisis pasa a 30. La profundidad de análisis no se modifica. 250<=N<500 Si el periodo de análisis es mayor que dos días, pasa a modalidad 36 horas. Si es de dos días, pasa a un día. 500<=N< <=N Si el periodo de análisis es mayor que dos días, pasa a un día. Si es de dos días, pasa modalidad 36 horas. El periodo de análisis pasa a modalidad 24 horas.

14 Periodos de análisis En condiciones normales los periodos de análisis se definen en la configuración mediante la indicación del número de días, semanas o meses previos al de análisis que se van a estudiar. Salvo en casos excepcionales, estos periodos se definen por días: 1 día significa que se analizarán todas las noticias de hoy (hasta la hora de edición), más todas las de ayer. 2 días significa que se analizarán todas las noticias de hoy (hasta la hora de edición) y las de los dos días anteriores. Etc. Esta forma de crear periodos permite que el número de días hacia atrás sea independiente de la hora a la que se realiza el análisis y que las distintas ediciones del análisis realizadas el mismo día en distintas horas sólo difieran en las noticias recibidas entre ambas ediciones. En situación de restricciones técnicas el cálculo de los periodos de análisis incluye, además del caso 1 día, las modalidades de 36 y 24 horas: Modalidad de 36 horas: incluye las noticias de hoy, las noticias de ayer y las noticias a partir de que hayan transcurrido 12 horas desde la edición de anteayer. Si hoy es el día DD y la hora de edición es las 10 a.m., entonces incluye las noticias del día DD hasta las 10 a.m. (hora de edición), todas las noticias del día DD-1, y las noticias desde las 10 p.m. (hora de edición + 12) del día DD-2. Modalidad de 24 horas: incluye las noticias de hoy y las noticias a partir de la hora de edición de la edición de ayer. Si hoy es el día DD y la hora de edición es las 10 a.m., entonces incluye las noticias del día DD hasta las 10 a.m. (hora de edición) y las noticias desde las 10 a.m. (hora de edición) del día DD-1.

15 Lectura e interpretación del análisis Hay tres formas generales de leer el análisis de conversaciones: - Las noticias únicas: basta con desplazarse por la columna de la derecha para ver todas las noticias únicas, es decir, todas las que representan a un conjunto de noticias similares. - Las claves: cada nueva palabra está precedida por una línea de colores en la que se despliegan los menús de los temas y de las conversaciones. Al desplazarse hacia abajo se van viendo los temas y conversaciones correspondientes a las noticias. - La ordenación: especialmente importante en el caso de trabajar con meta-etiquetas. Aunque resulta menos evidente que las dos anteriores aporta un tipo de información no trivial. Las metaetiquetas agrupan conjuntos de claves consistentes. Se ordenan de forma preferente, por lo que siempre aparecen en la columna Palabras. Cuando construimos una meta-etiqueta definimos el conjunto de claves que se incluyen en la meta-etiqueta. Esas claves son únicas para cada meta-etiqueta, es decir, una clave no forma nunca parte de los conjuntos de dos o más meta-etiquetas. En situaciones normales, por lo tanto, los temas de una palabra son el conjunto de claves que corresponde a la meta-etiqueta que aparece como palabra. Puede ocurrir, sin embargo, que una meta-etiqueta en el nivel Palabras incluya otras metaetiquetas en el nivel Tema, o, incluso, en niveles inferiores. Esto es debido a que hay noticias que corresponden a más de una meta-etiqueta, por lo que, al ordenarse las meta-etiquetas de mayor a menor frecuencia, esas noticias serán incluidas en la palabra correspondiente a la primera meta-etiqueta (la más frecuente), y, a continuación, se utilizará la segunda meta-etiqueta como Tema.

16 El siguiente ejemplo muestra este tipo de casos, basado en un análisis real sobre las noticias de la campaña electoral para las elecciones autonómicas y municipales de Madrid en mayo de 2015: Imagen M-E 1 Sabemos que se trata de un análisis con meta-etiquetas porque la última etiqueta del menú de Palabras es Otras-Noticias. Esto significa que todas las palabras de ese menú son meta-etiquetas, y que están ordenadas por frecuencia decreciente. Sí observamos las dos primeras meta-etiquetas, Esperanza-Aguirre y Cristina-Cifuentes y desplegamos el menú Temas correspondiente a la primera meta-etiqueta `( Esperanza-Aguirre ), vemos que el primer Tema incluye ambas meta-etiquetas.

17 Imagen M-E 2 Esto significa que hay noticias que contienen ambas meta-etiquetas. De forma más precisa se puede ver en la columna Coincidencias que de 225 noticias que contienen Esperanza-Aguirre hay 24 que también contienen Cristina-Cifuentes.

18 Si ahora pasamos a los Temas correspondientes a la palabra Cristina-Cifuentes, Imagen M-E 3 vemos que hay 85 noticias que incluyen la meta-etiqueta Cristina-Cifuentes, sin contar las 25 en las que Cristina-Cifuentes aparece en el Tema de la meta-etiqueta Esperanza-Aguirre que hemos visto en la página anterior. Este tipo de proceso se repite, en el ejemplo, con otras meta-etiquetas. Es el caso de varios Temas en la imagen anterior, que muestran la aparición de Cristina-Cifuentes y Ángel-Gabilondo, Ciudadanos, etc. Pero en el caso de los Temas no todas las claves corresponden a meta-etiquetas, aunque éstas siempre aparecen primero. En la imagen las claves desde Ciudadanos-Ciudadano hasta el final no son metaetiquetas.

19 Esta forma de leer el análisis permite estudiar el entorno informativo de las claves agrupadas en metaetiquetas. En algunos casos, como en el ejemplo siguiente, puede ser interesante el análisis de lo que no aparece: Imagen M-E 4 El primer Tema de la meta-etiqueta Izquierda-Unida es Leganés. Sin embargo, la primera metaetiqueta posterior a Izquierda-Unida es Carmona (ver imagen M-E1). Esto significa que no existe ninguna noticia en la que aparezcan simultáneamente ambas claves, lo que puede implicar, si el periodo de tiempo analizado es suficiente, una estrategia específica de comunicación por parte de los responsables de comunicación de ambas claves.

20 Créditos La concepción y programación del análisis de conversaciones ha sido realizada por InfoHeaders S.L. El diseño gráfico del análisis de conversaciones ha sido realizado por Ignacio González González. Háganos llegar sus comentarios o dudas directamente a través de contacto en nuestra página web o por teléfono al Mayo de 2015