Umap.eu: Twitterreko euskarazko jarduna
2010ean martxan jarritako azpiegitura teknikoa bere mugara iritsi zen 2012ko udan (Twitterrek berak ipintzen dituen murrizketa batzuekin egin genuen topo), eta orain erabat berrituta aurkeztu dugu.
Asmoa da, hortaz, Twitterreko euskarazko jarduna jasotzea. Beste hizkuntza nagusiago batzuen artean bizi nahian gabiltzanon ahotsa bistaratzea.
Nola dabil Umap? Lehenengo urrats batean euskaldunak izan daitezkeen erabiltzaileak jarraitzen ditugu, eta hortik abiatuta euskarazko txioak detektatu eta bahetzen ditugu.
Datu horiekin, eta algoritmo batzuk aplikatuta, gauza bi lortzen ditugu:
Joerak
Euskal tuiterlarion jarduna jasotzen dugu denbora errealean. Horri esker, euskaldunon arteko Joerak (TT, Trending Topic) identifikatu ditzakegu. Hauexek dira, hortaz, gurean pil-pilean dauden gaiak.
Bakarrik #traola duten hitzak kontatzen ditugu. Zenbait traol errepikakor ez dira zenbatzen (automatiko gehitutakoak, spam saiakerak, ostiraletako, #ff traola eta abar).
Umap-ek aukera ematen du azken 6-12-24 edo 48 orduetako joerak ikusteko; eta historikoa ere kontsultatu daiteke.
Sailkapena
Gure robotak euskal tuiterlari gehientsuenak jarraitzen dituenez, guztien zerrenda ikusteko aukera ere ematen dizu: Euskal Twitterlarien komunitatea osatzen dugunon zerrenda. Zenbat euskal tuiterlari dago sarean? Zeintzuk dira? Twitterreko euskarazko komunitatea nortzuk osatzen dugu? Jakin badakigu batzuek ihes egingo digutela, baina uste dugu aktiboenak, behintzat, detektatzeko gai dela gure robota.
Gainera, tuiterlarien arteko sailkapena edo Rankinga ere proposatzen digu Umapek. Horretarako algoritmo bat aplikatzen die euskal tuiterlari guztiei, besteak beste ondorengo faktoreak kontuan hartuta: jarraitzaile kopurua, jasotako bertxioak, idatzitako euskarazko txioen interesa, eta abar. Azken batean, erabiltzaile interesgarrienak detektatu eta sailkatzen ditugu; #euscool-enak, badakizue.
Ranking hau astelehenero eguneratzen da, aurreko asteko jarduna aintzat hartuta; sailkapen horretako tuiterlarien artean, beraz, berriak sartuko dira astero, eta beste batzuk desagertuko (itxitakoak, inaktiboak, euskaraz txiokatu ez dutenak, eta abar).
Milaka tuiterlari jarraitzen ditugu (gure robotek detektatzen dituzten guztiak), eta parametro minimo batzuk betetzen dituztenak zerrenda honetara igarotzen dira. Une honetan 3180 euskal tuiterlari aktibo gaude; ez askoz gehiago sarean (euskaraz eta maiztasun minimoarekin txiokatzen dutenak, behintzat).
Soziolinguistika denbora errealean
Tuiterlari bakoitzaren hizkuntza erabilera ere neurtzen du Umap-ek, ez bakarrik zuzenean idatzitakoetan, baita egiten ditugun bertxioen kasuan ere bai.
Ondorioz, datu soziolinguistikoak ateratzeko tresna ere bada Umap. Eguneko jardun orokorraren edo traol batzuen jarraipena eginez, adibidez, datu are aberatsagoak atera daitezke, baina oraingoz, profil indibidualetan ikusten dira gauza hauek. Adibidez, EITB Kirolak kontuaren grafikoetan ikusten da kontu honetatik gehiago egiten dela gaztelaniaz euskaraz baino, nahiz eta zuzeneko emanaldi guztiak euskaraz izaten diren ETB1en.
RobSoc produktua eta Sustatuko albistegi automatikoa
Euskal tuiterlari aktiboenak jarraitzen ditugunez, eta euren eduki guztia filtratzen, egunean zehar interes gehien piztu duten albisteak eta loturak ere identifikatzen ditugu. Komunitatearentzat garrantzitsuenak diren albiste horiek Sustatura bidaltzen ditugu, eta horrelaxe elikatzen da, automatikoki, Sustatuko pilotu automatikoa, Umapeko komunitate honetako tuiterlariek txiokatutako albiste nagusien bidez.
Bai Umap.eu zein Sustatuko albistegi automatikoa RobSoc plataformaren emaitza dira, Codesyntaxek garatutako produktu teknologikoa. Erdarazko produktu batean ere ari gara aplikatzen azpiegitura berbera: Niagarank.es.
Garapen hauek Gipuzkoako Foru Aldundiaren eta Eusko Jaurlaritzaren diru-laguntzak jaso dituzte.
Erantzun
Sartu