Debat1el R2 parcial: visualització de la xarxa @clavero

  1. Judith Salido Utrilla says:

    M’ha semblat una entrega molt completa perquè no només mostra el graf final, sinó que també explica bastant detalladament el procés seguit a YouTube Data Tools i a Gephi. Es veu clarament que ha identificat el tipus de xarxa, ha aplicat Force Atlas 2 i ha treballat tant el color dels nodes segons la modularitat com la mida segons una mètrica de rellevància. També trobo positiu que inclogui les dues versions del graf, amb etiquetes i sense etiquetes, perquè això ajuda a veure la diferència entre una visualització més neta i una altra més informativa.

    Crec que un dels punts forts és que l’explicació incorpora dades concretes, com els 231 nodes, les 15.634 arestes i el grau mitjà de 135,359. Això fa que la interpretació no es basi només en allò que es veu visualment, sinó també en les mètriques obtingudes a Gephi. També és interessant la lectura que fa de la cohesió central de la xarxa i de la presència de tres comunitats diferenciades per modularitat.

    Com a millora, crec que la visualització podria guanyar una mica de claredat si les arestes fossin menys visibles o més transparents, ja que en la versió final amb etiquetes el centre queda una mica carregat i costa llegir alguns títols. També seria útil indicar el valor exacte de la modularitat, no només el nombre de comunitats, perquè així es podria valorar millor fins a quin punt aquests tres grups són realment significatius. Finalment, quan es parla de PageRank com a identificador d’“influencers”, potser matisaria que en aquesta xarxa els nodes són vídeos, no persones; per tant, seria més precís parlar de vídeos més rellevants o més centrals dins la xarxa, i no d’influencers.

    En conclusió, considero que és una visualització ben resolta i una explicació força completa. La xarxa permet entendre que el canal té una audiència molt recurrent i connectada entre vídeos, i l’ús de colors, mida i etiquetes ajuda a interpretar-ne l’estructura. Amb algun canvi visual i una mica més de precisió en la interpretació de les mètriques, l’anàlisi quedaria encara més sòlida.