datacy - data driven decisions

Social Data Text Mining
¿De qué se habló en Gipuzkoa en 2024?
Datos extraídos de los titulares del Diario Vasco en 2024
Actualizado en abril de 2024
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 2024

2.1. Enero

En los 155 titulares analizados, he contabilizado 825 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de enero:
Terms value Peso (%)
real 6 0.73
casa 5 0.61
euros 5 0.61
chillida 5 0.61
fiesta 5 0.61
primeras 4 0.48
vídeos 4 0.48
cohete 3 0.36
2024 3 0.36
cuesta 3 0.36

2.2. Febrero

En los 145 titulares analizados, he contabilizado 775 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de febrero:
Terms value Peso (%)
valencia 8 1.03
incendio 7 0.90
real 6 0.77
baserritarras 5 0.65
jubilados 5 0.65
multas 4 0.52
mayoría 4 0.52
sociedad 4 0.52
casa 4 0.52
euros 3 0.39

2.3. Marzo

En los 155 titulares analizados, he contabilizado 849 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de marzo:
Terms value Peso (%)
real 6 0.71
donostiarra 5 0.59
jugadores 4 0.47
casa 4 0.47
récord 4 0.47
chats 4 0.47
menores 4 0.47
pisos 3 0.35
consulta 3 0.35
salir 3 0.35

2.4. Abril

En los 150 titulares analizados, he contabilizado 870 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de abril:
Terms value Peso (%)
pnv 11 1.26
sánchez 11 1.26
pse 8 0.92
bildu 7 0.80
hacienda 6 0.69
pradales 6 0.69
millones 5 0.57
fallece 4 0.46
euros 4 0.46
mutualistas 4 0.46

2.13. Resumen del año

En los 605 titulares analizados, he contabilizado 3.319 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el año 2023:
Terms value Peso (%)
real 20 0.60
sánchez 16 0.48
euros 15 0.45
casa 14 0.42
hacienda 13 0.39
pnv 13 0.39
jugadores 12 0.36
pse 11 0.33
guipuzcoanos 10 0.30
sociedad 10 0.30