jun
16
Grafos das eleições na UFPel (2o turno)
16-06-2012
Dados da última semana, referentes ao segundo turno das eleições para reitor na UFPel e a ação das chapas concorrentes no Twitter.Veja o primeiro e o segundo post. Antes de mais nada, refaço os comentários da outra postagem:
Grafos das Redes:
De um modo geral, as chapas cresceram menos nesse último período. A Chapa 1 ganhou seguidores, recuperando-se de uma redução que aconteceu em maio e a Chapa 4 continuou crescendo, embora não tão fortemente quanto em maio. A eleição também parece ter esfriado um pouco no Twitter, pois há bem menos comentários a respeito. Ainda continuamos com pouco envolvimento dos alunos.
Acima temos um resumo dos dados coletados. O reach refere-s ao alcance da chapa (relação que aparece no grafo da rede, ou seja, a quantas pessoas a conta da chapa está conectada a 1,5 grau de separação, a possível "audiência" da mesma). Como a chapa 4 tem um número de seguidores com maior número de seguidores, tem o maior reach. O grau de clusterização (Clustering) refere-se ao quao interconectada é a rede, que é também influenciado pelo número de seguidores, temos que a Chapa 1 é mais interconectada (com nós mais próximos uns dos outros). O grau de clusterização do grafo tende e diminuir conforme redes mais heterogênas a rede de apoiadores vão se aproximando.
Gráfico da Evolução das variáveis durante a Campanha
Chapa 1
Chapa 4
- Não trabalho na UFPel e não apoio (nem desapoio) nenhuma das chapas. Esse trabalho tem apenas o objetivo de tentar entender como as pessoas usam a mídia social para campanhas políticas e que tipo de dados podem ser observados.
- Continuamos sem a conta da Chapa 5 - A UFPel pode mais: ciência, cultura e cidadania (Paulo e Fábio). Contas pessoais também não entratam na contagem.
- Coletei 1,5 graus, ou seja, quem dos seguidores se segue também aparece no grafo. Quanto menos cores, maior o número de interconexões entre os nós; quanto mais cores, menor o número de interconexões. A idéia é mostrar (parcialmente) quantos "grupos" diferentes a conta tem entre os seguidores. A hipótese é que quanto mais diferentes os grupos de seguidores, maior a heterogeneidade/heterofilia da rede e maior a diferenciação na audiência, o que supostamente poderia ser bom para o candidato, uma vez que está atingindo não apenas um único grupo. Ah, os grupos aparecem divididos por Coeficiente de Clusterização. Usei o Clauset-Newman-Moore.
- Para ver a imagem em tamanho maior, clique no grafo.
Grafos das Redes:
Chapa 1 - Manoel e Marcia (@manoelemarcia)![]() |
Chapa 4 - Mauro e Carlos Rogério (@MovReconstrução)
![]() |
De um modo geral, as chapas cresceram menos nesse último período. A Chapa 1 ganhou seguidores, recuperando-se de uma redução que aconteceu em maio e a Chapa 4 continuou crescendo, embora não tão fortemente quanto em maio. A eleição também parece ter esfriado um pouco no Twitter, pois há bem menos comentários a respeito. Ainda continuamos com pouco envolvimento dos alunos.

Acima temos um resumo dos dados coletados. O reach refere-s ao alcance da chapa (relação que aparece no grafo da rede, ou seja, a quantas pessoas a conta da chapa está conectada a 1,5 grau de separação, a possível "audiência" da mesma). Como a chapa 4 tem um número de seguidores com maior número de seguidores, tem o maior reach. O grau de clusterização (Clustering) refere-se ao quao interconectada é a rede, que é também influenciado pelo número de seguidores, temos que a Chapa 1 é mais interconectada (com nós mais próximos uns dos outros). O grau de clusterização do grafo tende e diminuir conforme redes mais heterogênas a rede de apoiadores vão se aproximando.
Gráfico da Evolução das variáveis durante a Campanha
Chapa 1
![]() |
![]() |
Chapa 4
![]() |
![]() |