Los usuarios parecen tener relativamente pocos seguidores pero ejercen una enorme influencia—en determinadas materias.
La web social ha proporcionado nuevas formas de conectarse con la gente y descubrir información. Sin embargo, la identificación de fuentes importantes de información dentro de todas las charlas puede ser algo tremendamente lento.
El fundador de PeerIndex, Azeem Azhar, que hasta hace poco era la cabeza dentro de la rama de innovación en la agencia de noticias Reuters, afirma que su servicio podría actuar como un sistema inteligente de Páginas Amarillas. Por ejemplo, podría ayudar a una empresa a encontrar gente para empezar a trabajar en un proyecto en un área específica, o podría ayudar a las empresas de relaciones públicas a que una noticia corriese de forma tan amplia y eficaz como fuera posible. "El modo en que una empresa o persona averigua quién es una autoridad hoy día es un proceso lento, hecho a medida, y caro", afirma Azhar. "Nosotros hacemos que todo sea mucho más fácil".
Twitter publica estadísticas que muestran a cuántas personas está siguiendo un usuario, y cuántos usuarios lo están siguiendo a él. Estas cifras son utilizadas por terceros para crear clasificaciones simples sobre quién tiene más seguidores—encabezadas por celebridades con millones de fans. Otros rankings también utilizan recuentos de la cantidad de veces que los mensajes de una persona son vueltos a publicar en Twitter para generar mejores medidas de influencia.
"Estos índices son muy buenos para identificar a la persona que en una fiesta crearía un bullicio en to o a sí misma", afirma Azhar, pero no a aquellos expertos que son influyentes en su campo de forma silenciosa. PeerIndex observa la información contenida en los tweets, y la forma en que se propaga dicha información, para encontrar autoridades en materias específicas. Esto proporciona una medida más sutil de la influencia, afirma.
Por ejemplo, la lista de PeerIndex sobre autoridades en el cambio climático es muy diferente de la de empresas de la India, y estas dos listas son diferentes de la clasificación que obtendríamos con sólo filtrar la lista para obtener los mejores usuarios de Twitter según los temas. "Si lo hacemos de esa manera, un usuario superior de Twitter con una gran cantidad de seguidores sólo tiene que decir algo un par de veces para convertirse en una autoridad sobre un tema", explica Azhar.
PeerIndex se basa en una base de datos de tweets cosechada a partir de Twitter—en la actualidad escritos por alrededor de dos millones de personas. Conecta a todos estos usuarios en una red, o gráfico, de acuerdo al modo en que la información de los tweets se comparte entre ellos, y luego sigue el flujo de información sobre un tema particular, observando el modo en que los vínculos, las palabras o las frases son recogidos y reutilizados por otros. Unas características matemáticas revelan qué personas introducen nueva información sobre un tema en particular y logran una amplia propagación. Estas personas se consideran autoridades en ese área. La actual serie de temas abarca desde la renovación urbana al capital de riesgo; en el futuro los usuarios serán capaces de definir temas personalizados.
"PeerIndex genera algunos buenos resultados", afirma Daniel Tunkelang, que ha desarrollado su propio algoritmo de ordenación de usuarios de Twitter, y que considera el cómputo de seguidores de una persona y la cantidad de seguidores con que cuentan dichos seguidores. Su clasificación está disponible a través del sitio TunkRank. "La aplicación inmediata de estas listas consiste en sugerir seguidores para un tema determinado", afirma Tunkelang. Las mediciones de autoridad podrían ser utilizadas para filtrar y organizar la información que la gente ve en una red social, afirma.
PeerIndex crea una página web para cada persona cuya autoridad ha sido calificada e invita a dichas personas a que las conecten con sus perfiles de Facebook o LinkedIn. Podría ser posible aplicar medidas de autoridad similares a estas redes sociales, afirma Azhar.
Tunkelang está de acuerdo en que las medidas de autoridad podrían aportar un valor añadido a otras redes. "Me encantaría que LinkedIn cuantificara la experiencia de las personas en su red", afirma, añadiendo que el rango de autoridad es probable que se convierta en una característica importante dentro de comunidades de respuesta a preguntas como Quora.
Un problema al que cualquier sistema de clasificación tendrá que hacer frente es el spam—cada vez más presente en Twitter y otras redes. El profesor de informática Daniel Gayo-Avello, de la Universidad de Oviedo, en España, ha publicado recientemente un estudio que muestra cómo diferentes sistemas de clasificación de Twitter están influenciados por cuentas de correo no deseado."Una de las lecciones es que el cómputo de seguidores no es una robusta medida de autoridad, ya que es fácilmente manipulable", afirma Tunkelang. Su algoritmo fue el mejor de entre los puestos a prueba por Gayo-Avello.
Un enfoque centrado en el contenido, como el de PeerIndex, solventa la cuestión de las cuentas de seguidores infladas, aunque cualquier clasificación que se convierta en popular probablemente atraerá la atención de aquellas personas que deseen manipular el sistema. "Creo que se producirá una carrera armamentista en el momento en que cualquier algoritmo de clasificación se haga suficiente popular como para ser digno de ser manipulado", afirma Tunkelang.