#OutubroRosa e o perigo de grafos redondos
Bem vindas e bem vindos ao primeiro post do blog Amostra os Dados!
Neste primeiro post, falaremos, com base na análise de redes, de como a hashtag #OutubroRosa repercutiu no Twitter, e também sobre os diferentes usos de grafos e possíveis perigos de torná-los artificialmente redondos por razões estéticas. A análise de redes é uma metodologia originalmente da sociologia, que nos permite, a partir de dados relacionais, tirar achados valiosos de uma sociedade que se comunica em rede. O movimento Outubro Rosa nasceu na década de 1990 com o objetivo de estimular o controle do câncer de mama pela população. Anualmente a data é celebrada para promover a conscientização sobre a doença e proporcionar maior acesso aos serviços de diagnóstico e tratamento. Para a criação do grafo abaixo, coletei todas as menções à câncer de mama e à #OutubroRosa em todo o mês de outubro. Foram ao todo, 20 mil publicações feitas por 13 mil usuários distintos. A partir disso, foi criado o grafo abaixo, no qual as bolas representam perfis do Twitter que postaram sobre o assunto, e as linhas que as conectam representam um RT (retweet) que um perfil deu em alguma publicação de outro perfil. Por fim, o tamanho das bolas se refere a quantos RT's essa página obteve nos posts que se referiam ao assunto, logo, quanto maior a bola, maior repercussão e visibilidade esse perfil trouxe ao tema.
De imediato, vemos que o principal expoente nessa mobilização foi o youtuber Whindersson Nunes, que, com um único post sobre o assunto, angariou 2.783 RT's, o que representa 27% de todas as reações representadas no grafo. Em menor escala, temos o perfil brasileiro do grupo feminino Fifth Harmony, com 1.217 RT's. É interessante notar também um agrupamento de publicadores ligados ao futebol que falaram sobre o tema, como é o caso do perfil do Palmeiras e do jogador Moisés Lima. Podemos ver, então, que os principais expoentes nesse debate são oriundos de atores que não têm necessariamente atuação muito ligada à área, o que se explica pelo efeito de fandom (empatia e camaradagem entre pessoas de interesse mútuo), trazendo essa atenção considerável ao assunto. O grafo exemplificado é muito bom para esta finalidade, comparar volume de menções, visto que os únicos aspectos visuais que conseguimos distinguir é o tamanho da nuvem de RT’s formada em torno dos grandes publicadores e o tamanho dos nós em si. Entretanto o que é quase — se não totalmente — impossível de observar são os distanciamentos entre publicadores. Sim, o Whindersson tem um grande público, assim como o Palmeiras, mas existe uma intercecção entre esses dois públicos? E quanto aos perfil de saúde, eles estão dialogando com esses públicos também, ou eles possuem um outro específico? Não é possível responder essas questões a partir desse grafo porque optamos, no software, por deixar a rede artificialmente redonda por razões estéticas. Se retirarmos essa opção, o resultado que temos é o seguinte:
Aqui vemos um grafo muito mais caótico, em que um mar de pequenos perfis se contrapõe a poucos perfis com um grande engajamento. Esse grafo é formado pelas mesmas interações, no mesmo período, a única diferença é que o espaçamento é regido pela proximidade entre públicos. Logo, páginas que dialogam com os mesmos públicos estarão mais próximas entre si do que páginas que têm um público grande que não dialoga com outros perfis. Um exemplo de publicador que, apesar de ter um público muito grande, não o compartilha com o resto da rede, é o próprio Whindersson, muito diferente das páginas do Ministério da Saúde e do Esp. Parasitologia, que, por tratarem de uma mesma temática (saúde), atraem um público similar, e dessa forma se aproximam no grafo. Aliás é interessante perceber que o perfil de maior afinidade (de público) com o Whindersson Nunes é o próprio perfil da Fifth Harmony, vemos isso a partir da grande quantidade de arestas (RT's) entre o público das duas paginas.
Isso não quer dizer que um grafo é melhor ou mais correto que outro. Possivelmente o primeiro gere mais UAU's que o segundo, mas tudo depende do objetivo do estudo: se meu objetivo é simplesmente transmitir qual publicador atinge mais usuários, a representação circular é sem dúvida a melhor forma, mas se eu desejo entender os atores que compartilham públicos por tratar da mesma temática, é necessária uma outra disposição que dê maior visibilidade a isso.
Os dois grafos mostrados foram criados a partir do algoritmo Force Atlas 2, cujo autor é Mathieu Jacomy, e é próprio do software opensource Gephi, que permite a customização do grafo enquanto ele é renderizado. Espero que tenham gostado e talvez aprendido um pouco com essa publicação! Em outras publicações, entrarei em mais detalhes técnicos sobre ferramentas específicas da análise de redes e sobre como usá-las para trazer análises mais profundas. Por enquanto, é isso.
Um grande abraço!