Hoje eu estou meio desocupado e resolvi escrever um interessante post inútil a respeito do twitter.
Você acha que consegue ler todos os tweets da sua timeline?
Como herança dos tempos em que fiz a cadeira de Estatística na Engenharia de Produção (bons tempos!), eu fiz um cálculo a partir da minha experiência com o twitter e percebi uma enorme dificuldade em acompanhar todos os tweets daqueles que eu sigo- é preciso um certo equilíbrio entre o número de following e também é preciso observar a frequência em que eles postam. Hoje que, cada vez mais, sentimos necessidade de nos comunicar com um número infindável de pessoas, e nos valemos das redes social para fazê-lo. Assim, precisamos nos atentar a essa dinâmica peculiar de cada um dessas redes. No caso particular do twitter, veja (se tiver coragem):
Usando a Distribuição de Poisson,
Você acha que consegue ler todos os tweets da sua timeline?
Como herança dos tempos em que fiz a cadeira de Estatística na Engenharia de Produção (bons tempos!), eu fiz um cálculo a partir da minha experiência com o twitter e percebi uma enorme dificuldade em acompanhar todos os tweets daqueles que eu sigo- é preciso um certo equilíbrio entre o número de following e também é preciso observar a frequência em que eles postam. Hoje que, cada vez mais, sentimos necessidade de nos comunicar com um número infindável de pessoas, e nos valemos das redes social para fazê-lo. Assim, precisamos nos atentar a essa dinâmica peculiar de cada um dessas redes. No caso particular do twitter, veja (
Usando a Distribuição de Poisson,
Tentei descobrir a probabilidade de não ler um tweet durante o período que normalmente fico conectado ao twitter:
µ=n.p
onde p (nºde tweets/nºde following) é a probabilidade de receber um tweet, para um período determinado. No caso, analisei os últimos 15 min:
Empiricamente, analisei que tive 31 tweets, de 23 pessoas nesse período de tempo:
p=23/256≈0,086
T=2 tweets / 3s≈0,666 (#tenso )
µ=n.p
µ=0,666x0,086≈ 0,057
O f(x) na equação abaixo vai representar a probabilidade de ler um tweet, no caso para
Susbtituindo os valores, para e≈2,72 (base do logaritmo natural),
Temos:
f(1)= (2,71)-0,057 x(0,057)/ 1! (pra vc q nunca viu o número 1 admirado... tah aí! -> 1!)
f(1) ≈0,06
Se a probabilidade - no meu caso- de ler um tweet é de 6%, então a do f(1)-1 a probabilidade do complemento, ou seja, a de não ler a porra do tweet será 94%
Uma solução que tomei para isso, foi a de observar os horários em que geralmente tenho a oportunidade de acompanhar o twitter e utilizar filtros para, caso seja do meu interesse, posso ter acesso a determinado assunto (Tweetfilter 1.0.9).
É por isso que criaram as tags, para termos mais facilidade de encontrarmos referências a determinados assuntos, e os Trends para acompanharmos os assuntos mais comentados num determinado momento. Temos ainda a oportunidade de usar algum gerenciador como o Tdube ou o Tweetdeck como gerenciador. O que facilita ainda mais a nossa vida.
Espero que este post tenha servido ao menos para instruí-lo de alguma forma sobre essa maravilha que é o twitter, se não, peço perdão! :)
Uma solução que tomei para isso, foi a de observar os horários em que geralmente tenho a oportunidade de acompanhar o twitter e utilizar filtros para, caso seja do meu interesse, posso ter acesso a determinado assunto (Tweetfilter 1.0.9).
É por isso que criaram as tags, para termos mais facilidade de encontrarmos referências a determinados assuntos, e os Trends para acompanharmos os assuntos mais comentados num determinado momento. Temos ainda a oportunidade de usar algum gerenciador como o Tdube ou o Tweetdeck como gerenciador. O que facilita ainda mais a nossa vida.
Espero que este post tenha servido ao menos para instruí-lo de alguma forma sobre essa maravilha que é o twitter, se não, peço perdão! :)