En un artículo publicado en la revista EPJ Data Science, explican que estas comunidades tienen una característica, ocupación o interés común, y han desarrollado sus propias lenguas distintivas.
«Esto significa que observando el idioma que usa alguien, es posible predecir a qué comunidad es probable que pertenezca, con una precisión de hasta el 80%», explica John Bryden, investigador de la Escuela de Ciencias Biológicas de la Royal Holloway, en la nota de prensa de la Universidad.
«Realizamos búsquedas de palabras poco comunes que se utilizan mucho en una comunidad determinada, pero con poca frecuencia en las demás. Por ejemplo, una comunidad mencionaba a menudo a Justin Bieber, mientras que otros hablaban mucho sobre el presidente Obama «.
El profesor Vincent Jansen agrega: «Curiosamente, al igual que las personas tienen diferentes acentos regionales, también encontramos que las comunidades escriben mal las palabras de diferentes maneras. Los fans de Justin Bieber tiene el hábito de acabar las palabras en ‘ee’, como en ‘pleasee» (de «please», «por favor» en inglés), mientras que los profesores tienden a usar palabras largas «.
El equipo elaboró un mapa de las comunidades que muestra qué vocaciones, ideas políticas, etnias o aficiones tienen en común. Con este fin, se centraron en el envío de mensajes disponibles públicamente a través de Twitter, lo que significaba que podían guardar las conversaciones entre dos o más participantes. Algoritmos
Para agrupar a estos usuarios en comunidades, utilizaron los algoritmos de vanguardia de la física y la ciencia de redes.
Bryden sugirió luego analizar el uso del lenguaje de estas comunidades descubiertas.
Sebastian Funk, de la Universidad de Princeton, cuenta: «Cuando empezamos a aplicar las ideas de John, comenzaron a surgir grupos sorprendentes que no nos esperábamos.
Un grupo de «anipals» (de «animal pals», «amigos de los animales») estaba interesado en organizar fiestas para recaudar fondos para cuidar a los animales, mientras que otro era una fascinante y creciente comunidad con interés en el concepto de la gratitud». Referencia bibliográfica:
John Bryden, Sebastian Funk y Vincent AA Jansen: Word usage mirrors community structure in the online social network Twitter. EPJ Data Science (2013) DOI:10.1140/epjds15