a picture is worth a thousand words

Titulares de El Mundo

JO-D-130406-ElMundo01_low

Gracias a la generosa hemeroteca que pone a disposici√≥n de sus lectores ElMundo.es he podido recopilar los titulares de la edici√≥n digital de este peri√≥dico desde el¬† 03/07/2002 al 28/02/2013, un total de 3894 titulares. No ha sido un trabajo especialmente dif√≠cil, tan solo me he limitado a descargar cada p√°gina y analizar el contenido para detectar, con una de mis peque√Īas aplicaciones, la posici√≥n del titular dentro del c√≥digo html.

Al final de la recopilación de titulares he obtenido un archivo con una estructura similar a esta:

03/07/2002 Los controladores suizos tenían apagado el aparato que alerta de un inminente choque en el aire
04/07/2002 Batasuna debe pagar hoy 24 millones de para evitar el embargo dictado por Garzón
05/07/2002 El FBI identifica a un egipcio como autor del tiroteo en Los √Āngeles contra una l√≠nea israel√≠
.
.
.
26/02/2013 El indulto a S√°enz fue una ‘clara extralimitaci√≥n’, dice el Tribunal Supremo
27/02/2013 Rajoy anuncia un d√©ficit del 6,7% el a√Īo pasado
28/02/2013 El accidente nuclear de Fukushima incrementó los casos de cáncer

Despu√©s he computado las palabras m√°s repetidas en todos los titulares utilizando mi lematizador. Pego el principio de la lista, el n√ļmero de repeticiones entre par√©ntesis: gobierno (210),zapatero (201),muertos (190),espa√Īa (179),eta (167),detenidos (148),pp (144),pide (126),madrid (124),espa√Īoles (120),eeuu (111),irak (101),rajoy (101),dice (100),psoe (91),atentado (88),israel (87),personas (86),polic√≠a (79),ataque (77),mueren (77),millones (76),primer (74),primera (72),caso (70),heridos (70),llega (67),acuerdo (64),francia (64),sube (64),crisis (63),deja (63),anuncia (60),pa√≠s (59),presidente (59),mata (58),mayor (56),terroristas (56),rescate (55),batasuna (53),onu (52),vasco (52),apoyo (51),rey (50),investigar (49),pol√≠tica (49),ibarretxe (48),ue (48),acusa (47),env√≠a (47),etarras (47),inmigrantes (47),re√ļne (47),reforma (46),√ļltimo (46),paz (44),plan (44),tropas (44),banco (43),juez (43)… hasta 4613 palabras √ļnicas.

Con ese resultado he generado tanto la imagen que inicia esta entrada, con el logotipo de “el Mundo”, como el retrato de Pedro J Ram√≠rez que viene a continuaci√≥n. En ambos casos el tama√Īo de la palabra representa una mayor repetici√≥n de la misma en los titulares. Las gr√°ficas que se√Īalan el uso de las palabras a lo largo de estos a√Īos agrupan las repeticiones de palabras en bloques de 30 d√≠as.

Montaje

Un par de curiosidades que me he encontrado por el camino. En este periodo tan extenso de tiempo da la sensaci√≥n, por la estructura html, que este peri√≥dico digital solo han cambiado tres veces de formato. Las ediciones las tienen distribuidas cada d√≠a entre “ma√Īana, “tarde” y “noche”, siendo las de la ma√Īana las que he recopilado… excepto el d√≠a 02/09/2007 que no hubo edici√≥n de ma√Īana.

La elección de la imagen de Pedro J quizás parezca algo sombría, pero ya sabéis la tendencia que tengo a imágenes más abstractas. Para compensar pongo a continuación la otra candidata que quedo fuera en la elección final.

JO-D-130406-PedroJDetalle_low

Como simpre lamento el uso de min√ļsculas, pero mi lematizador las utiliza por defecto y a√ļn tengo que trastear un poco con el c√≥digo para que se respete la capitalizaci√≥n, en el caso de ser mayoritario su uso.

Ten√≠a la intenci√≥n de comparar estas palabras con los titulares de El Pa√≠s, pero asombrosamente apenas tienen un a√Īo disponible en su hemeroteca :-?. Tambi√©n me habr√≠a gustado agruparlos por tem√°tica, siempre he pensado que hay demasiado deporte en los titulares, pero obtener esa informaci√≥n no es tan f√°cil, quiz√°s si alg√ļn d√≠a El Mundo me echa una mano…

Leave a Reply