jul
24
O Hack do G1 e as Redes Sociais
24-07-2013
Então, todo mundo ao menos imagina que quando uma conta com muitos seguidores no Twitter, como é o caso da do @G1 é hackeada, algo diferente acontece na rede. Como será que funciona o comportamento da audiência diante dessas mensagens que não são comuns ao veículo? Pensando nisso, coletei durante duas horas os tweets que citaram o G1 no dia 22, logo após o hack da conta. E plotei uma rede baseada nos comportamentos de citação, ou seja, menções e retweets. Foram mais de 20 mil tweets, mas estarei plotando aqui uma rede com 11 mil nós e 19 mil conexões (ou seja, quando houve mais de um tweet do mesmo ator citando o mesmo outro nó, aparecerá como uma unica conexão, mas mais "forte"). Assim, cada conexão entre os nós representa ao menos uma menção. Obviamente que, como a busca foi por referencias ao G1, ele é o nó mais citado da rede. Vou tecer algumas considerações mais técnicas, mas acho que vai ficar compreensível pra todos.
Pontos interessantes:
# Há muito mais tweets citando o G1 nesse período do que na coleta que eu fiz no dia seguinte, no mesmo horário (apenas cerca de 7 mil tweets).
# A média de citações por tweet é mais alta no grupo do hack (1.78 por tweet) do que na 2a coleta (1.31 por tweet). Este é um indicativo de que o público que apareceu no dia do hack falando sobre o G1 não estava, em sua maioria, diretamente conectado a ele, mas recebeu/repassou a notícia por outro nó (daí o aumento na média de citações). O "path lenght" (ou seja, o menos caminho médio entre dois nós) também demonstra isso (há mais distância entre os nós do grupo do hack, apesar da presença do hub G1 - 2,73 do que do segundo grupo, sem hack, 1,382). Esses dados parecem indicar, assim, que o hack repercutiu mais entre nós que não seguiam o G1.
# Há um número maior de connected components no 2o grafo (206), apesar de menor, do que no primeiro, o grafo do hack (56). Isso também parece indicar que os tweets do hack repercutiram em grupos mais conectados (ou seja, que se citaram mais). Como há mais gente na rede do hack, seria de se esperar que existisse um número maior de componentes. Não é o caso. Esses dados também parecem indicar que os tweets foram mais repassados dentro de grupos onde as pessoas se citaram mais do que por pessoas que pertencem a grupos diferentes e que não seguiam o G1. Ou seja, o hack repercute pouco entre quem segue o veículo e mais entre grupos que não seguem o G1.
A seguir o mapa marcando os nós com maior indegree, ou seja, maior número de citações no dataset. Clique na imagem para ver em tamanho maior. Observe-se que, além do G1, seguem-se outros atores (marcados em redes de cor diferente) que estão localizados em outros grupos. Os nós nomeados são aqueles com mais de 10 citações e o tamanho dos nós varia de acordo com esse número. (Clique na imagem para ver em tamanho maior.)
Agora a imagem do mapa por outdegree (nós que mais citaram outros nós). Vejam como a rede muda bastante e vemos aqueles que ativamente repassaram os tweets hackeados. Aqui aparecem nomeados os nós com mais do que 10 tweets. Do mesmo modo, o tamanho dos nós varia de acordo com o número do grau. (Clique na imagem para ver em tamanho maior.)
E apenas a nível de comparação, a rede do dia 23, já sem os tweets do hack. Vejam como os nós com maior número de citações, tirando o G1, são bastante diferentes e há menos citações a outros nós (tamanho dos nós). (Clique na imagem para ver em tamanho maior.)
