Twitter se ha convertido en uno de los medios más utilizados para estar al corriente de la actualidad. Los trending topics son la esencia en este sentido ya que nos muestran de qué están hablando los usuarios. Se trataba hace unos meses de un espacio que expresaba tendencias que posiblemente no interesaban a todos los usuarios. Así, era muy normal ver en las tendencias del momento referencias a personajes famosos que en realidad no eran parte de los intereses de todos los usuarios, pero que aparecían al disponer de un gran número de seguidores.

 

En junio, Twitter anunció una nueva opción con la que ofrecía rankings de temas del momento personalizados para cada usuario. La empresa cambió sus algoritmos para que los usuarios vieran temas de actualidad en función de sus intereses, y esta información se obtenía de las personas a las que seguían. Y hablando de algoritmos, un profesor y un estudiante del MIT (Massachusetts Institute of Technology) presentado un algoritmo para predecir los tópicos que se convertirán en tendencia en Twitter. Los trending topics son por definición impredecibles precisamente porque son temas que se convierten en lo más comentado en esta red social, pero con este algoritmo aseguran predecir con 95% de precisión y 4% de falsos positivos. Estos investigadores experimentaron con datos sobre 200 temas de Twitter que hicieron tendencia y 200 que no lo hicieron. Pero esto de la predicción no es un objetivo nuevo de las empresas ya que compañías financieras y de marketing empezaron a utilizar la información que suben a internet los usuarios de redes sociales para prever los resultados del mercado desde hace tiempo.

 

Y ¿cómo funciona el algoritmo? La predicción se adelanta una hora y media (aunque puede llegar a anticiparse hasta cuatro o cinco horas de que Twitter lo ponga en la lista de su página), desde que un tema se empieza a extender en Twitter. A partir del análisis de todos los tópicos que se hayan convertido o no en tendencia, es capaz de adivinar cuáles lo harán en el futuro. Lo que lo diferencia es que no es paramétrico, esto es, no hace suposiciones sobre el comportamiento. En otras palabras, lo que hace el algoritmo es comparar la evolución temporal del número de tuits sobre un tema nuevo con el comportamiento de otros tuits anteriores. Las muestras que han tenido un comportamiento estadístico más parecido al nuevo tópico tienen más poder para predecir si éste se convertirá en tendencia o no. Ya existía un algoritmo que ponía una posición en la lista de la página de Twitter, por cierto muy codiciada como una fuente de publicidad gratuita, pero la selección de temas es automática, tomado de este algoritmo que tiene en cuenta tanto el número de tuits como los aumentos en el número.

 

La idea de utilizar datos de internet para realizar mediciones de las emociones y preferencias en tiempo real de los usuarios no es nueva. Hal Varian, de Google, señaló hace tres años que el volumen de búsquedas en Google de ciertos productos, como automóviles o días de vacaciones, precedieron variaciones en las ventas de ese producto.

 

En definitiva, la creación de este algoritmo de Twitter abre un abanico de posibilidades a los anunciantes ya que se pueden anticipar al tema más comentado y colocar horas antes un producto relativo a ese tuit. También puede tener utilidad en otros ámbitos como para el análisis estadístico en temas relacionados con la variación en el tiempo: para predecir cómo oscilará el precio de las acciones de una compañía, o servicios públicos como la sanidad que pudiera predecir brotes de enfermedades. En principio, el nuevo algoritmo podría aplicarse a cualquier secuencia de mediciones realizadas a intervalos regulares, así lo dicen los matemáticos. Pero, no me queda tan clara la correlación que hay entre los datos históricos y los eventos venideros, es decir, entre el pasado y el futuro, ya que puede no ser siempre tan clara y transparente como en el caso de los mensajes de esta red de microblogging.

 

Investigadora del Proyecto Internet, Cátedra de Comunicaciones Digitales Estratégicas, Tecnológico de Monterrey, campus Estado de México