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 octubre 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 821 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 0.49
vídeos 4 0.49
cohete 3 0.37
2024 3 0.37
cuesta 3 0.37

2.2. Febrero

En los 145 titulares analizados, he contabilizado 773 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 0.91
real 6 0.78
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 845 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 0.36
consulta 3 0.36
salir 3 0.36

2.4. Abril

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 abril:
Terms value Peso (%)
pnv 11 1.28
sánchez 11 1.28
pse 8 0.93
bildu 7 0.81
hacienda 6 0.70
pradales 6 0.70
millones 5 0.58
fallece 4 0.46
euros 4 0.46
mutualistas 4 0.46

2.5. Mayo

En los 155 titulares analizados, he contabilizado 870 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de mayo:
Terms value Peso (%)
bildu 5 0.57
real 5 0.57
sánchez 4 0.46
mujer 4 0.46
tráfico 4 0.46
miedo 4 0.46
erc 4 0.46
bbva 3 0.34
sabadell 3 0.34
casos 3 0.34

2.6. Junio

En los 150 titulares analizados, he contabilizado 858 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de junio:
Terms value Peso (%)
grupo 23 2.68
clasificación 11 1.28
resultados 11 1.28
pnv 7 0.82
sánchez 6 0.70
pradales 6 0.70
pse 6 0.70
guipuzcoanos 5 0.58
francia 4 0.47
españa 4 0.47

2.7. Julio

En los 155 titulares analizados, he contabilizado 874 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de julio:
Terms value Peso (%)
eurocopa 8 0.92
francia 5 0.57
pisos 5 0.57
cuartos 5 0.57
fútbol 5 0.57
final 5 0.57
mbappé 5 0.57
españa 5 0.57
euros 5 0.57
grupo 4 0.46

2.8. Agosto

En los 155 titulares analizados, he contabilizado 855 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de agosto:
Terms value Peso (%)
consulta 13 1.52
competiciones 11 1.29
fecha 11 1.29
real 9 1.05
juegos 8 0.94
parís 8 0.94
mujer 6 0.70
sexo 4 0.47
pradales 4 0.47
hombre 3 0.35

2.9. Septiembre

En los 150 titulares analizados, he contabilizado 877 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de septiembre:
Terms value Peso (%)
real 9 1.03
fiscalía 6 0.68
depp 5 0.57
tav 4 0.46
vasca 4 0.46
salud 4 0.46
osakidetza 4 0.46
zona 4 0.46
eta 4 0.46
sociedad 4 0.46

2.10. Octubre

En los 155 titulares analizados, he contabilizado 965 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de octubre:
Terms value Peso (%)
real 14 1.45
pnv 5 0.52
empresas 5 0.52
dana 5 0.52
euros 4 0.41
ultras 4 0.41
jugadores 4 0.41
puntuación 4 0.41
valencia 4 0.41
millones 4 0.41

2.11. Noviembre

En los 150 titulares analizados, he contabilizado 886 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el mes de noviembre:
Terms value Peso (%)
dana 12 1.35
valencia 9 1.02
real 7 0.79
rentas 6 0.68
trump 5 0.56
jugadores 5 0.56
parking 4 0.45
mazón 4 0.45
guipuzcoanos 4 0.45
puntuación 4 0.45

2.13. Resumen del año

En los 1.675 titulares analizados, he contabilizado 9.485 palabras (una vez excluídas las palabras vacías).

Estas son las palabras más utilizadas en el año 2023:
Terms value Peso (%)
real 70 0.74
sánchez 38 0.40
pnv 36 0.38
euros 31 0.33
jugadores 29 0.31
grupo 28 0.30
sociedad 27 0.28
guipuzcoanos 26 0.27
bildu 25 0.26
consulta 24 0.25