Magyar politikai

blogszféraVARJÚ ZOLTÁN, PRECOGNOX,

2014.11.08.

Miért?

A rendszerváltás hozta el a szabad

véleménynyilvánítás jogát

Mancs, INteRNeTTo, Index nyelvileg is újított

Webkettes technológiák megjelenése ráerősített a

véleményújságírásra

Webkettes tartalmak integrálása a „hagyományos”

felületekbe általános trend (pl. Index2, 444 blogok)

Milyen a viszonya a két szférának?

Miért fontos?

Filter bubble

Politikai párbeszéd

Közélet

Fuzzy borders: az

online és offline

világ határai

elmosódnak

Hipotézisek

A magyar politikai blogok

széttagoltak, egymással nem

igazán foglalkoznak

A politikai blogok nem

tematizálják a diskurzust, csak

követik a híroldalakat

Technikai háttér 1.

Seed lista: 80 magyar

politikai blog

Python crawler

Segaran: Programming

Collvetive Intelligence

nyomán

Tartalmi linkelemzés,

nem klasszikus crawling

Technikai háttér 2. – felhasznált

eszközök

Python szkriptek az adatbázis

átalakításához

Python igraph a gráfok generálásához

Python NLTK, langid a nyelvi elemzéshez

R igraph a gráfelemzéshez

Gephi vizualizáció

MALLET topic modeling

Technikai háttér 3. – Article

Extractor

Hogy néz ki az internet?

A teljes gráf 1.

30,841 csomópont

505,468 él

Utak átlagos hossza: 6.83

Átmérő: 24

A teljes gráf 2.

A teljes gráf 3.

A teljes gráf 4.

Top-level domain – Pay-level

domain

http://kereses.blog.hu/2014/10/30

/valoszinuleg_valoszinu_vagy_val

oszinutlen_a_nyelv

Top-level: blog.hu

Pay-level: kereses.blog.hu

Pay-level gráf 1.

1058 csomópont

4028 él

Utak átlagos hossza: 3.48

Átmérő: 9

Pay-level gráf 3.

Pay-level gráf – fontosabb

szereplők

tenytar.hu (369)

youtube (1048)

Wikipedia (533)

Atlatszo (876)

Index (788)

HVG (838)

Magyar embernek magyar gráfot!

Webkettes tartalmak (Wikipedia, wikik, stb.)

torzítanak

Video oldalak (YouTube, Vimeo stb)

Külföldi oldalak központi szerepe (Guardian, NY

Times, Le Monde)

Nagyon gyorsan kikerülünk a körből (linktemetőbe

vagy teljesen más témára vetődünk)

Külön kell vizsgálnunk a magyar nyelvű tartalmakat!!

A gráf szűrése

Közösségi média (Twitter, Facebook, G+)

kiszűrése

Nem szöveges tartalmak szűrése

Nyelvfelismerés langid segítségével

Csak validálható dátum esetén kerülhet a

korpuszba oldal (url, vagy a tartalom

alapján)

Egyszerűsített gráf 1.

2435 csomópont

3328 él

Utak átlagos hossza: 4.24

Átmérő 10

63% híroldal – 37% blog és egyéb

tartalom

Egyszerűsített gráf 2.

Központban a híroldalak,

és a hozzájuk kapcsolódó

blogok

TASZ, Átlátszó, K-

Monitor,Mandiner a

középpontban

A periférián szinte csak

saját oldalaikat linkelő

blogok találhatóak

Egyszerűsített pay-level gráf 1.

270 csomópont

828 él

Utak átlagos hossza 2.67

Átmérő 5

127 blog (nem feltétlenül politikai!)

Átlagosan 2.94 oldal / csomópont

Szentiment

Emóciók - öröm

Emóciók - bánat

Emóciók - düh

Emóciók - félelem

Emóciók - meglepődés

Emóciók - undor

Hogyan terjednek?

Az óriás összefüggő komponens irányítja az érzelmeket

A negatív érzelmek kifelé erősödnek

A pozitív érzelmek szintje megmarad

Kérdés?zoltan.varju@precognox.com

@zoltanvarju

http://kereses.blog.hu/