Instalar paquetes y llamar librerias

Para poder efectuar este analisis como muchos otros es necesario instalar paquetes, en este caso los dos que necesitaremos seran “Tidyverse” y “gtrendsR” los cuales sirven para diferentes funciones como funciones constantes, cubrimiento del flujo de trabajo, analisis de modas en diferentes en diferentes plataformas, entre muchas otras.

#install.packages("tidyverse")
library(tidyverse)
## ── Attaching packages ─────────────────────────────────────── tidyverse 1.3.2 ──
## ✔ ggplot2 3.3.6      ✔ purrr   0.3.4 
## ✔ tibble  3.1.8      ✔ dplyr   1.0.10
## ✔ tidyr   1.2.0      ✔ stringr 1.4.1 
## ✔ readr   2.1.2      ✔ forcats 0.5.2 
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
#install.packages("gtrendsR")
library(gtrendsR)
#install.packages("shiny")
library(shiny)

Interest overtime in Great Britain

A lo largo de este codigo, se realizara un analisis de la relevancia de la Reina Isabel II a lo largo de los años en dos diferentes paises; Inglaterra y Mexico, esto para ver la diferencia en cuanto a la cantidad de informacion, noticias y datos que circula en dos naciones diferentes, sumandole ademas la variable de sucesos que han acontecido y que han elevado la curva de relevancia.

Paso 1: Definir el termino abuscar

termino <- c("Queen Elizabeth")

Paso 2: Definir el pais o ubicacion

ubicacion <- c("GB")

Paso 3: Definir el tipo de canal: web, news, images, youtube

canal <- "web"

Paso 4: Definir la ventana de tiempo

periodo <- ("2010-01-01 2022-09-09")

Paso 5: Realizar la Funcion

renderPlot({
  plot(tendencia <- gtrends(termino, ubicacion, canal, time = periodo))
})
tendencia <- gtrends(termino, ubicacion, canal, time = periodo)
plot(tendencia)

Como podemos ver, en la grafica se logra observar que es un tema que se mantiene bastante constante ya que es una figura publica de suma importancia para este pais, al igual que muchos picos altos de relevancia por la cantidad de sucesos que han acontecido que la incluyen a ella.

Interest overtime in Mexico

Ahora nos adentraremos a analizar este mismo dato en Mexico, pais que se encuentra casi al otro lado del mundo del pais anteriormente analizado donde radicaba la Reina Isabel II. Veremos si encontramos algun dato importante o diferencia entre los resultados.

Paso 1: Definir el termino abuscar

termino <- c("Queen Elizabeth")

Paso 2: Definir el pais o ubicacion

ubicacion <- c("MX")

Paso 3: Definir el tipo de canal: web, news, images, youtube

canal <- "web"

Paso 4: Definir la ventana de tiempo

periodo <- ("2010-01-01 2022-09-09")

Paso 5: Funcion

renderPlot({
  plot(tendencia <- gtrends(termino, ubicacion, canal, time = periodo))
})
tendencia <- gtrends(termino, ubicacion, canal, time = periodo)
plot(tendencia)

Como podemos ver, el nivel de relevancia no es tan alto como en la grafica pasada, a diferencia del 2015 donde el presidente Enrique Peña Nieto, visito a la reina y se logra ver un pico bastante alto gracias a que los medios cubrieron este acontecimiento y divulgaron a traves de todo el pais.

Si prestamos atencion a los ultimos picos de ambas graficas podemos ver un crecimiento ya que por el fallecimiento de la reina ha aumentado la cantidad de informacion que circula sobre ella.

Conclusion

En conclusion, con respecto al tema abordado a lo largo del analisis se puede concluir que es un tema de bastante relevancia a nivel mundial pero que claramente existe una diferencia entre el pais de origen de la noticia a diferencia de los otros, y que almomento de que ambos paises intersectan con alguna noticia como ambos jefes de estado reuniendose, puede resultar en una alta de la relevancia de este tema entre su poblacion.

Con los paquetes utilizados se pueden hacer analisis de relevancia bastante acertados conforme a diferentes temas a lo largo de un plazo de tiempo determinado, ademas de eso tambien se puede visualizar el analisis mediante graficas para asi tener una idea mas clara de lo que se deseaba entender.