datacy - data driven decisions

Social Data Text Mining
¿De qué se habló en Gipuzkoa en 2019?
Datos extraídos de los titulares del Diario Vasco en 2019
Actualizado a octubre de 2020.
Elaborado por datacy.

0. Introducción

Para el presente estudio me he basado en los titulares de las portadas diarias de el diario El Diario Vasco.

He agrupado los titulares por meses para ver la evolución de los temas más tratados a lo largo del año.

He utilizado técnicas de minería de datos para recoger la información, extraer las palabras más repetidas y visualizarlas en forma de nube de palabras.

1. Metodología de trabajo

De manera muy resumida, este es el proceso seguido para obtener el resultado final (la nube de palabras de cada mes):

  • Lectura automatizada de los tirulares de la portada de cada día.

  • Agrupación de los titulares por mes.

  • Extracción de las palabras contenidas en cada titular –> creación del corpus.

  • Eliminación de palabras vacías del corpus (artículos, preposiciones, etc.). También se han eliminado las palabras “Donostia” “Gipuzkoa”, “Euskadi”, “Gobierno” y “Vasco” ya que, tratándose de El Diario Vasco, se sobreentiende el contexto geográfico.

  • Agrupación y resumen de frecuencias por cada término.

  • Creación de la nube de palabras (visualización).

2. Resultados año 2019

2.1. Enero

En los 155 titulares analizados, he contabilizado 927 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de enero:
Terms value Peso (%)
bildu 5 0.54
huelga 5 0.54
tamborrada 5 0.54
brexit 5 0.54
ibar 5 0.54
juez 5 0.54
julen 5 0.54
gran 4 0.43
concertada 4 0.43
pozo 4 0.43

2.2. Febrero

En los 140 titulares analizados, he contabilizado 823 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de febrero:
Terms value Peso (%)
sánchez 6 0.73
red 4 0.49
abusos 4 0.49
acuerdo 4 0.49
nieve 3 0.36
plan 3 0.36
obliga 3 0.36
juicio 3 0.36
procés 3 0.36
urkullu 3 0.36

2.3. Marzo

En los 155 titulares analizados, he contabilizado 902 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de marzo:
Terms value Peso (%)
mujeres 5 0.55
urkullu 4 0.44
ope 4 0.44
fuel 4 0.44
arzalluz 3 0.33
puigdemont 3 0.33
eta 3 0.33
víctimas 3 0.33
coches 3 0.33
primeras 3 0.33

2.4. Abril

En los 150 titulares analizados, he contabilizado 769 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de abril:
Terms value Peso (%)
sánchez 14 1.82
itv 7 0.91
candidatos 5 0.65
debate 5 0.65
psoe 4 0.52
rivera 4 0.52
campaña 4 0.52
pedro 4 0.52
encuesta 4 0.52
transferencias 3 0.39

2.5. Mayo

En los 155 titulares analizados, he contabilizado 915 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de mayo:
Terms value Peso (%)
itv 7 0.77
pnv 7 0.77
bildu 6 0.66
real 6 0.66
pse 6 0.66
sánchez 5 0.55
inspección 5 0.55
podemos 5 0.55
26m 4 0.44
campaña 4 0.44

2.6. Junio

En los 150 titulares analizados, he contabilizado 910 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de junio:
Terms value Peso (%)
pnv 15 1.65
pse 9 0.99
manada 5 0.55
menores 4 0.44
atención 4 0.44
verano 4 0.44
detenido 4 0.44
«si 4 0.44
mujeres 4 0.44
bildu 4 0.44

2.7. Julio

En los 155 titulares analizados, he contabilizado 910 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de julio:
Terms value Peso (%)
iglesias 8 0.88
sánchez 8 0.88
investidura 8 0.88
beasain 7 0.77
podemos 6 0.66
allen 5 0.55
agresión 5 0.55
ser 5 0.55
alarde 4 0.44
woody 4 0.44

2.8. Agosto

En los 155 titulares analizados, he contabilizado 885 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de agosto:
Terms value Peso (%)
cumbre 9 1.02
biarritz 5 0.56
fuegos 5 0.56
españa 4 0.45
sánchez 4 0.45
aita 4 0.45
mari 4 0.45
frontera 4 0.45
arms 4 0.45
open 4 0.45

2.9. Septiembre

En los 150 titulares analizados, he contabilizado 861 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de septiembre:
Terms value Peso (%)
sánchez 11 1.28
psoe 6 0.70
podemos 6 0.70
vasca 5 0.58
iglesias 5 0.58
tav 4 0.46
investidura 4 0.46
cinco 4 0.46
quiere 4 0.46
alimentaria 4 0.46

2.10. Octubre

En los 155 titulares analizados, he contabilizado 913 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de octubre:
Terms value Peso (%)
procés 6 0.66
barcelona 6 0.66
aranceles 5 0.55
millones 5 0.55
brexit 5 0.55
sánchez 5 0.55
euros 4 0.44
semanas 4 0.44
solo 4 0.44
vascas 4 0.44

2.11. Noviembre

En los 150 titulares analizados, he contabilizado 849 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de noviembre:
Terms value Peso (%)
sánchez 9 1.06
pnv 7 0.82
huelga 5 0.59
campaña 4 0.47
podemos 4 0.47
guipuzcoanos 4 0.47
mujeres 4 0.47
millones 4 0.47
vox 4 0.47
calle 4 0.47

2.12. Diciembre

En los 155 titulares analizados, he contabilizado 911 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de noviembre:
Terms value Peso (%)
investidura 10 1.10
sánchez 9 0.99
erc 6 0.66
psoe 6 0.66
navidad 6 0.66
acuerdo 5 0.55
huelga 5 0.55
residencias 5 0.55
diputación 5 0.55
junqueras 5 0.55

2.13. Resumen del año

En los 1.825 titulares analizados, he contabilizado 10.575 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el año 2019:
Terms value Peso (%)
sánchez 76 0.72
pnv 46 0.43
podemos 32 0.30
millones 29 0.27
huelga 29 0.27
investidura 29 0.27
psoe 27 0.26
bildu 26 0.25
vascos 24 0.23
pse 24 0.23