De twitter a flickr

Flickr

Por todos los mapas de Eric Fischer que he publicado, es sorprendente lo poco que sé de él, pero en su serie más reciente, See Something or Say Something, coloca tuits geocodificados y fotos de Flickr en el mismo mapa. Los puntos azules representan tuits con ubicación y los puntos naranjas son fotos de Flickr. Los puntos blancos son lugares con ambas cosas.

Aunque los lugares con muchas fotos pueden ser lugares que tienen cosas que, bueno, merecen ser fotografiadas. Este mapa de Manhattan, por ejemplo, sigue un patrón similar al mapa anterior de Fischer sobre los lugares a los que acuden los turistas.

No hay mucha tecnología detrás. Se trata de un programa en C que recorre las fotos y los tweets en orden cronológico, mostrando los primeros con más brillo y reduciendo el brillo de los puntos que no aparecen por primera vez hasta más tarde. También se permite que los puntos se difuminen en unos pocos píxeles cuando hay un registro adicional para un punto que ya está trazado, con el brillo cayendo exponencialmente a medida que el punto que realmente se traza se aleja de su ubicación prevista. Cada píxel es el área un tanto extraña de 2,25 millas cuadradas porque un área más pequeña hizo que la imagen del mundo entero fuera demasiado grande para que Flickr me dejara publicarla.

Actualizaciones de Flickr

Figura 4Comparación entre las estadísticas oficiales de visitantes y los datos de las redes sociales en 35 parques nacionales de Finlandia. Los gráficos (en las Figs. 3 y 4) están en orden descendente según el número de visitantes de los parques. Los gráficos revelan que los datos de las redes sociales tienden a funcionar de forma sólida en los parques más visitados, mientras que en los menos populares los patrones difieren significativamente. La figura ha sido creada con los módulos Matplotlib v2.0262 y Pandas v0.19.2 en el lenguaje de programación Python 3.5 (https://www.python.org/) bajo la licencia PSF (docs.python.org/3/license.html).Imagen a tamaño completo

Sci Rep 7, 17615 (2017). https://doi.org/10.1038/s41598-017-18007-4Download citationShare this articleAnyone you share the following link with will be able to read this content:Get shareable linkSorry, a shareable link is not currently available for this article.Copy to clipboard

ComentariosAl enviar un comentario aceptas cumplir con nuestros Términos y Directrices de la Comunidad. Si encuentras algo abusivo o que no cumple con nuestros términos o directrices, por favor márcalo como inapropiado.

Flickr no ha podido actualizar su cuenta

Hoy he superado las 28.000 fotos publicadas en flickr, desde que me uní a él en marzo de 2004. No me fijo mucho en mis estadísticas, pero me he dado cuenta de que mis fotos de generla tienen una media de 0-20 visitas, pero cuando las tuiteo, saltan a 110-120.

Para responder en tu propio sitio web, introduce la URL de tu respuesta, que debe contener un enlace a la URL del permalink de este post. Tu respuesta aparecerá entonces (posiblemente después de la moderación) en esta página. ¿Quieres actualizar o eliminar tu respuesta? Actualiza o elimina tu mensaje y vuelve a introducir la URL de tu mensaje. (Más información)

Twitter de Shutterstock

Con la popularidad de las imágenes en las publicaciones de las redes sociales, es posible inferir rasgos de personalidad a partir del análisis de contenido basado en imágenes. Las imágenes contienen varios conceptos, como escenas, objetos, colores o rostros, y pueden captarse automáticamente mediante los actuales algoritmos de visión por ordenador. Estas representaciones pueden utilizarse para analizar la relación entre la personalidad de los usuarios y la publicación de imágenes en diferentes modalidades y plataformas de redes sociales.

Investigaciones anteriores [8] sugieren que la personalidad se expresa con fuerza en una plataforma que ofrece a los usuarios suficiente autoexpresión y libertad de control. Las plataformas de medios sociales ofrecen a los usuarios la oportunidad de tener múltiples tipos de interacciones. Estas modalidades revelan patrones de comportamiento más complejos y diversos. En consecuencia, la exploración de las diferentes interacciones que los usuarios tienen en las plataformas de medios sociales podría proporcionar una mejor comprensión de la personalidad de los usuarios.

Los modelos computacionales que predicen los rasgos de los usuarios a partir de sus huellas en línea tienen varias aplicaciones en el marketing en línea dirigido, el aumento de la aceptación de los sistemas de HCI, la búsqueda y las recomendaciones personalizadas y la exploración de hipótesis de ciencias sociales basadas en datos de medios sociales a gran escala.