Nicolas Bortolotti

Analizar datos sociales propone un mundo de oportunidades en cuanto a extracción de patrones y características.  En este caso, les comparto un extractor-social para G+ #python.  Pongamos el desafío de analizar el perfil publico de algunos desarrolladores. Para el ejemplo, quiero conocer si el perfil a evaluar en una cierta cantidad de posts está compartiendo dentro de su contenido de determinadas palabras, por ejemplo 'Android'. Vamos a hacer un simple programa que pueda extraer esta información y luego la llevaremos a #BigQuery para comparar nuestras muestras masivas periódicamente[para este ejemplo veremos el modelo de datos solamente].. Conecto con el servicio: Cargando .... El diccionario aún no lo voy a parametrizar para esta primera versión. Veamos la rutina cíclica para recorrer los valores que nos entrega el servicio de G+: Cargando .... Resultados.. Llevamos a una spreadsheet para analizar el modelo de datos extraído [id-post, content del post, test qu

El análisis de datos masivo resulta muy interesante cuando podemos validar hipótesis rápidamente. En este caso nuestra pregunta central, propone descubrir los servicios de salud más demandados en los último 4 años y ver si nuestra cobertura de salud cubre los mismos. Estudiaremos la demanda de los egresos hospitalarios por tipo y utilizaremos d atos oficiales de la Secretaría de Salud con licencia abierta. Link (portal de datos abiertos con todas las especificaciones de los datos). Vamos a procesar los datos con #BigQuery(en el TableID de la Fig.1 está el camino para si quieren utilizar los datos) Fig.1 ¿De cuanto es la muestra? 14,128,192 MM Trabajando solo los egresos de los datos publicados por la #SecretaríaSalud #Mx. Fig.2 Utilicé VMs de Google ComputeEngine, y #bq para la carga de los datos a #BigQuery ¿Será importante incorporar en nuestros servicios de salud elementos como obstetricia/ginecología/pediatría? Fig.3 Vamos por l