datacy - data driven decisions

Social Data Text Mining
¿De qué se habló en Gipuzkoa en 2022?
Datos extraídos de los titulares del Diario Vasco en 2022
Actualizado en agosto de 2022
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 2022

2.1. Enero

En los 155 titulares analizados, he contabilizado 871 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de enero:
Terms value Peso (%)
covid 14 1.61
ola 8 0.92
sexta 7 0.80
pandemia 6 0.69
ómicron 6 0.69
mes 5 0.57
bajas 5 0.57
casos 5 0.57
semanas 5 0.57
millones 5 0.57

2.2. Febrero

En los 140 titulares analizados, he contabilizado 753 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de febrero:
Terms value Peso (%)
casado 6 0.80
covid 5 0.66
putin 5 0.66
guerra 4 0.53
congreso 4 0.53
ucrania 4 0.53
cáncer 3 0.40
gente 3 0.40
mascarilla 3 0.40
bares 3 0.40

2.3. Marzo

En los 155 titulares analizados, he contabilizado 882 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de marzo:
Terms value Peso (%)
ucrania 17 1.93
guerra 13 1.47
rusia 10 1.13
kiev 9 1.02
huelga 7 0.79
refugiados 6 0.68
empresas 6 0.68
transporte 6 0.68
céntimos 5 0.57
crisis 4 0.45

2.4. Abril

En los 150 titulares analizados, he contabilizado 843 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de abril:
Terms value Peso (%)
mascarillas 10 1.19
empresas 6 0.71
bildu 5 0.59
macron 5 0.59
real 5 0.59
semana 5 0.59
ucrania 5 0.59
dispara 4 0.47
fin 4 0.47
pnv 4 0.47

2.5. Mayo

En los 150 titulares analizados, he contabilizado 804 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de mayo:
Terms value Peso (%)
covid 5 0.62
asesino 4 0.50
emérito 4 0.50
euros 4 0.50
madre 4 0.50
real 4 0.50
alumnos 3 0.37
bilbao 3 0.37
casos 3 0.37
cni 3 0.37

2.6. Junio

En los 150 titulares analizados, he contabilizado 837 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de junio:
Terms value Peso (%)
cho 7 0.84
calor 6 0.72
jóvenes 6 0.72
verano 6 0.72
euros 5 0.60
millones 5 0.60
real 5 0.60
san 5 0.60
sánchez 5 0.60
ali 4 0.48

2.7. Julio

En los 155 titulares analizados, he contabilizado 896 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de julio:
Terms value Peso (%)
millones 8 0.89
calor 7 0.78
verano 7 0.78
fin 5 0.56
grados 5 0.56
ola 5 0.56
brais 4 0.45
crisis 4 0.45
encierro 4 0.45
medidas 4 0.45

2.8. Agosto

En los 155 titulares analizados, he contabilizado 891 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de agosto:
Terms value Peso (%)
real 9 1.01
energético 5 0.56
eta 5 0.56
isak 5 0.56
euros 4 0.45
incendio 4 0.45
sánchez 4 0.45
semana 4 0.45
agosto 3 0.34
bildu 3 0.34

2.9. Septiembre

En los 150 titulares analizados, he contabilizado 851 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de septiembre:
Terms value Peso (%)
real 7 0.82
elcano 6 0.71
concha 5 0.59
euros 5 0.59
mundo 5 0.59
curso 4 0.47
historia 4 0.47
oé 4 0.47
patrimonio 4 0.47
acuerdo 3 0.35

2.10. Octubre

En los 150 titulares analizados, he contabilizado 851 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de octubre:
Terms value Peso (%)
sánchez 6 0.70
euros 5 0.58
subida 5 0.58
alumnos 4 0.46
feijóo 4 0.46
osakidetza 4 0.46
urkullu 4 0.46
aimar 3 0.35
aragonès 3 0.35
ayudas 3 0.35

2.11. Noviembre

En los 150 titulares analizados, he contabilizado 903 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de noviembre:
Terms value Peso (%)
mondragon 7 0.78
orona 7 0.78
ulma 6 0.66
euros 5 0.55
2023 4 0.44
real 4 0.44
rebaja 4 0.44
urgencias 4 0.44
víctimas 4 0.44
violencia 4 0.44

2.121. Diciembre

En los 155 titulares analizados, he contabilizado 888 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de diciembre:
Terms value Peso (%)
jefes 12 1.35
médicos 10 1.13
salud 9 1.01
osakidetza 8 0.90
2023 6 0.68
constitucional 6 0.68
hospital 6 0.68
servicio 6 0.68
crisis 5 0.56
cuatro 5 0.56

2.13. Resumen del año

En los 1.815 titulares analizados, he contabilizado 10.280 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el año 2020:
Terms value Peso (%)
real 45 0.44
euros 41 0.40
ucrania 37 0.36
covid 35 0.34
millones 33 0.32
sánchez 33 0.32
empresas 28 0.27
guerra 27 0.26
guipuzcoanos 26 0.25
semana 26 0.25