Cambios en las tendencias tecnológicas durante 18 años vistos a través de datos de Hacker News

baeba · 2026-06-26T09:06:20+09:00

Hacker Trends es un servicio que analiza cerca de 45 millones de publicaciones y comentarios acumulados en Hacker News para mostrar, en series temporales, cómo cambia el volumen de menciones de tecnologías, productos, empresas y personas específicas. Permite mostrar varios términos de búsqueda en un mismo gráfico para comparar la competencia entre tecnologías, los relevos generacionales del mercado y los picos de interés provocados por eventos. Las tendencias tecnológicas suelen subir con fuerza alrededor de eventos concretos, como lanzamientos de nuevos productos, adquisiciones de empresas, cambios de licencia, incidentes de seguridad o cambios en el entorno de la industria. Al observar datos de largo plazo, las herramientas y plataformas de desarrollo no suelen reemplazarse de golpe; más bien, el interés por las tecnologías existentes disminuye y nuevas tecnologías toman su lugar. Sin embargo, el volumen de menciones en Hacker News solo refleja el interés de la comunidad de desarrolladores, y no demuestra directamente la participación real de mercado ni la superioridad técnica. Introducción Rastrear con datos los cambios en el discurso de los desarrolladores Hacker Trends ofrece histogramas mensuales de la frecuencia con que se mencionaron palabras específicas en Hacker News durante 18 años. Los usuarios pueden ingresar varios términos de búsqueda a la vez para comparar los cambios de interés en tecnologías y empresas. Al seleccionar un mes o periodo específico, se pueden revisar las publicaciones y comentarios reales de ese momento. Para la búsqueda y agregación de datos se utiliza Upstash Redis Search, sobre un conjunto de cerca de 45 millones de registros. No se limita a ser un simple gráfico de volumen de búsquedas: está diseñado para permitir revisar también las publicaciones y eventos que explican por qué aumentó el interés. Desarrollo La tecnología cambia mediante relevos generacionales Los cambios en herramientas y plataformas de desarrollo suelen aparecer como una transferencia gradual de atención hacia nuevas tecnologías, más que como la desaparición inmediata de las existentes. Algunos ejemplos representativos son los siguientes. Después de que disminuyó el interés por CoffeeScript, TypeScript emergió como el lenguaje principal de extensión de JavaScript. El entorno de CI centrado en Jenkins se desplazó hacia GitHub Actions después de 2021. El entorno de build centrado en Webpack empezó a desplazar su interés hacia Vite después de 2022. En el ecosistema de editores centrado en Vim, Neovim creció rápidamente después de 2021. La discusión sobre bases de datos centrada en MySQL se transformó, alrededor de 2017-2020, en una conversación centrada en PostgreSQL. Estos cambios pueden verse no como simples modas, sino como el resultado acumulado de mejoras en la experiencia de desarrollo, rendimiento, soporte del ecosistema y formas de despliegue. La tecnología de IA creció por impactos sucesivos de lanzamientos El campo de la IA generativa muestra una característica de crecimiento escalonado en las menciones cada vez que se anuncian nuevos modelos y servicios. Entre los principales focos de interés se incluyen ChatGPT, GPT-4, Claude, Gemini, Llama, Mistral y DeepSeek. Las herramientas de codificación con IA muestran un desplazamiento del interés en el orden Cursor, Claude Code y Codex. Cursor recibió gran atención a finales de 2024. Claude Code emergió con rapidez a mediados de 2025. Codex empezó a ganar interés desde comienzos de 2026. En el campo de los modelos abiertos, Llama amplió el mercado en 2023, y luego Mistral y Qwen formaron un panorama competitivo. El interés en IA está muy influido no solo por las mejoras de rendimiento, sino también por eventos como la publicación de modelos, las políticas de código abierto, la competencia entre empresas y las fusiones y adquisiciones. Las tecnologías de infraestructura desplazaron el liderazgo según su función En la nube y la infraestructura de desarrollo, el liderazgo se desplazó continuamente entre tecnologías que ofrecen funciones similares. Algunos casos principales son los siguientes. Después de que Docker popularizó la tecnología de contenedores en 2014-2015, Kubernetes emergió como el centro de la orquestación. Heroku lideró el mercado inicial de despliegue sencillo, y luego Netlify y Vercel crecieron apoyados respectivamente en los ecosistemas JAMstack y Next.js. El entorno de servidores web centrado en Apache se desplazó hacia nginx, y después Caddy, que ofrece HTTPS automático, llamó la atención. El mercado de gestión de configuración de servidores centrado en Chef y Puppet se desplazó hacia Ansible, que no requiere agentes. En observabilidad, Prometheus, Grafana y Datadog ampliaron su interés alrededor de sus roles de recopilación de datos, visualización y SaaS integrado, respectivamente. Esto muestra que los criterios para elegir tecnología se ampliaron desde las funciones de un único producto hacia la automatización del despliegue, la facilidad de gestión, la integración y la adecuación a la nube. Eventos específicos amplifican el interés en poco tiempo El volumen de menciones tecnológicas en Hacker News no solo muestra crecimiento de largo plazo, sino también subidas temporales provocadas por eventos específicos. Algunos eventos representativos son los siguientes. Cuando Unity anunció en 2023 su política de tarifas por runtime, aumentaron al mismo tiempo las menciones de Unity, Unreal y Godot. Cuando Heroku puso fin a su plan gratuito en 2022, las discusiones relacionadas volvieron a dispararse. Mastodon ganó interés durante la salida de usuarios posterior a la adquisición de Twitter en 2022. Bluesky emergió en 2024-2025 como una nueva alternativa de plataforma social. Zoom y Microsoft Teams tuvieron un fuerte aumento de menciones en 2020 por la expansión del COVID-19 y la transición al trabajo remoto. El aumento del interés en tecnologías competidoras puede surgir no solo por innovación propia, sino también por errores de política de los actores establecidos o shocks de mercado. Los incidentes de seguridad aparecen como picos en momentos claros En seguridad, más que cambios de interés de largo plazo, las menciones tienden a concentrarse en los momentos en que ocurren vulnerabilidades o incidentes de gran escala. Entre los principales objetos de análisis se incluyen Heartbleed, Log4j, XZ Utils, Spectre, SolarWinds, WannaCry y CrowdStrike. Como estos eventos tienen momentos de impacto claros —divulgación de vulnerabilidades, ataques a la cadena de suministro o interrupciones de servicio—, también aparecen en los gráficos como picos marcados. Los datos relacionados con seguridad permiten comparar el impacto que ciertos eventos tuvieron en las decisiones tecnológicas de desarrolladores y empresas. Las políticas de licencia reconfiguran el ecosistema open source Los cambios de licencia en proyectos open source provocan fuertes reacciones en la comunidad de desarrolladores y la aparición de nuevos proyectos fork. Algunos ejemplos representativos son los siguientes. La transición de MongoDB a SSPL El cambio de licencia de Elastic El cambio de licencia de Terraform por parte de HashiCorp y el ascenso de OpenTofu El cambio de licencia de Redis y la aparición de Valkey Los cambios de licencia no se limitan a modificar condiciones legales: afectan la confianza de los proveedores cloud y de la comunidad de desarrolladores, así como la continuidad de los proyectos. El interés en una tecnología se decide no solo por sus funciones y rendimiento, sino también por las políticas y la gobernanza de quien la opera. El entorno industrial y los debates sociales también cambian el discurso tecnológico Hacker Trends cubre no solo lenguajes de programación y productos, sino también cambios en el entorno de la industria y en la cultura de desarrollo. Entre los temas relacionados con la industria se incluyen despidos, recesión, burbuja de IA, regreso al trabajo presencial, burnout, sindicatos y semana laboral de 4 días. Entre los temas relacionados con la cultura de desarrollo se incluyen deuda técnica, code review, Agile, Scrum, microservicios, serverless y monorepo. Estos temas muestran que las tendencias tecnológicas están conectadas no solo con el avance de la tecnología en sí, sino también con el entorno laboral, las formas de operación organizacional, la regulación y los debates sociales. La interpretación de los resultados de búsqueda tiene límites Como los usuarios de Hacker News tienen una proporción más alta de desarrolladores, fundadores y profesionales tecnológicos que el público general, los resultados no representan el interés de toda la sociedad. El aumento de menciones de una palabra específica puede deberse no solo a una evaluación positiva, sino también a críticas, caídas, incidentes de seguridad o controversias de políticas. También existe la posibilidad de que en los resultados aparezcan tecnologías con el mismo nombre o sustantivos comunes. Es difícil inferir solo a partir del volumen de búsquedas el número real de usuarios, ingresos, participación de mercado o rendimiento técnico. Por lo tanto, Hacker Trends es más adecuado como material de apoyo para explorar cambios de interés y eventos importantes dentro de la comunidad tecnológica que como evidencia final para un análisis de mercado. Conclusión Permite explorar a la vez el flujo y las causas del cambio tecnológico Hacker Trends es un servicio que, con base en datos históricos de Hacker News, compara visualmente las subidas y bajadas del interés por tecnologías y empresas. En los resultados del análisis se observan relevos generacionales repetidos en diversos campos, como editores, lenguajes de programación, plataformas cloud, bases de datos y modelos de IA. Los picos de interés se conectan principalmente con lanzamientos de productos, adquisiciones de empresas, cambios de licencia, incidentes de seguridad, errores de política y cambios en el entorno social. Como también ofrece publicaciones y comentarios reales, permite rastrear no solo el volumen de menciones, sino también cómo evaluaban la tecnología los desarrolladores en ese momento. Aun así, dado que son datos que muestran el interés dentro de Hacker News, deben interpretarse junto con participación de mercado, estadísticas de usuarios y datos de ingresos.

(hackernewstrends.com)

6 puntos por baeba 5 시간 전 | 3 comentarios | Compartir por WhatsApp

Hacker Trends es un servicio que analiza cerca de 45 millones de publicaciones y comentarios acumulados en Hacker News para mostrar, en series temporales, cómo cambia el volumen de menciones de tecnologías, productos, empresas y personas específicas.
Permite mostrar varios términos de búsqueda en un mismo gráfico para comparar la competencia entre tecnologías, los relevos generacionales del mercado y los picos de interés provocados por eventos.
Las tendencias tecnológicas suelen subir con fuerza alrededor de eventos concretos, como lanzamientos de nuevos productos, adquisiciones de empresas, cambios de licencia, incidentes de seguridad o cambios en el entorno de la industria.
Al observar datos de largo plazo, las herramientas y plataformas de desarrollo no suelen reemplazarse de golpe; más bien, el interés por las tecnologías existentes disminuye y nuevas tecnologías toman su lugar.
Sin embargo, el volumen de menciones en Hacker News solo refleja el interés de la comunidad de desarrolladores, y no demuestra directamente la participación real de mercado ni la superioridad técnica.

Introducción

Rastrear con datos los cambios en el discurso de los desarrolladores

Hacker Trends ofrece histogramas mensuales de la frecuencia con que se mencionaron palabras específicas en Hacker News durante 18 años.
Los usuarios pueden ingresar varios términos de búsqueda a la vez para comparar los cambios de interés en tecnologías y empresas.
Al seleccionar un mes o periodo específico, se pueden revisar las publicaciones y comentarios reales de ese momento.
Para la búsqueda y agregación de datos se utiliza Upstash Redis Search, sobre un conjunto de cerca de 45 millones de registros.
No se limita a ser un simple gráfico de volumen de búsquedas: está diseñado para permitir revisar también las publicaciones y eventos que explican por qué aumentó el interés.

Desarrollo

La tecnología cambia mediante relevos generacionales

Los cambios en herramientas y plataformas de desarrollo suelen aparecer como una transferencia gradual de atención hacia nuevas tecnologías, más que como la desaparición inmediata de las existentes.
Algunos ejemplos representativos son los siguientes.
- Después de que disminuyó el interés por CoffeeScript, TypeScript emergió como el lenguaje principal de extensión de JavaScript.
- El entorno de CI centrado en Jenkins se desplazó hacia GitHub Actions después de 2021.
- El entorno de build centrado en Webpack empezó a desplazar su interés hacia Vite después de 2022.
- En el ecosistema de editores centrado en Vim, Neovim creció rápidamente después de 2021.
- La discusión sobre bases de datos centrada en MySQL se transformó, alrededor de 2017-2020, en una conversación centrada en PostgreSQL.
Estos cambios pueden verse no como simples modas, sino como el resultado acumulado de mejoras en la experiencia de desarrollo, rendimiento, soporte del ecosistema y formas de despliegue.

La tecnología de IA creció por impactos sucesivos de lanzamientos

El campo de la IA generativa muestra una característica de crecimiento escalonado en las menciones cada vez que se anuncian nuevos modelos y servicios.
Entre los principales focos de interés se incluyen ChatGPT, GPT-4, Claude, Gemini, Llama, Mistral y DeepSeek.
Las herramientas de codificación con IA muestran un desplazamiento del interés en el orden Cursor, Claude Code y Codex.
- Cursor recibió gran atención a finales de 2024.
- Claude Code emergió con rapidez a mediados de 2025.
- Codex empezó a ganar interés desde comienzos de 2026.
En el campo de los modelos abiertos, Llama amplió el mercado en 2023, y luego Mistral y Qwen formaron un panorama competitivo.
El interés en IA está muy influido no solo por las mejoras de rendimiento, sino también por eventos como la publicación de modelos, las políticas de código abierto, la competencia entre empresas y las fusiones y adquisiciones.

Las tecnologías de infraestructura desplazaron el liderazgo según su función

En la nube y la infraestructura de desarrollo, el liderazgo se desplazó continuamente entre tecnologías que ofrecen funciones similares.
Algunos casos principales son los siguientes.
- Después de que Docker popularizó la tecnología de contenedores en 2014-2015, Kubernetes emergió como el centro de la orquestación.
- Heroku lideró el mercado inicial de despliegue sencillo, y luego Netlify y Vercel crecieron apoyados respectivamente en los ecosistemas JAMstack y Next.js.
- El entorno de servidores web centrado en Apache se desplazó hacia nginx, y después Caddy, que ofrece HTTPS automático, llamó la atención.
- El mercado de gestión de configuración de servidores centrado en Chef y Puppet se desplazó hacia Ansible, que no requiere agentes.
- En observabilidad, Prometheus, Grafana y Datadog ampliaron su interés alrededor de sus roles de recopilación de datos, visualización y SaaS integrado, respectivamente.
Esto muestra que los criterios para elegir tecnología se ampliaron desde las funciones de un único producto hacia la automatización del despliegue, la facilidad de gestión, la integración y la adecuación a la nube.

Eventos específicos amplifican el interés en poco tiempo

El volumen de menciones tecnológicas en Hacker News no solo muestra crecimiento de largo plazo, sino también subidas temporales provocadas por eventos específicos.
Algunos eventos representativos son los siguientes.
- Cuando Unity anunció en 2023 su política de tarifas por runtime, aumentaron al mismo tiempo las menciones de Unity, Unreal y Godot.
- Cuando Heroku puso fin a su plan gratuito en 2022, las discusiones relacionadas volvieron a dispararse.
- Mastodon ganó interés durante la salida de usuarios posterior a la adquisición de Twitter en 2022.
- Bluesky emergió en 2024-2025 como una nueva alternativa de plataforma social.
- Zoom y Microsoft Teams tuvieron un fuerte aumento de menciones en 2020 por la expansión del COVID-19 y la transición al trabajo remoto.
El aumento del interés en tecnologías competidoras puede surgir no solo por innovación propia, sino también por errores de política de los actores establecidos o shocks de mercado.

Los incidentes de seguridad aparecen como picos en momentos claros

En seguridad, más que cambios de interés de largo plazo, las menciones tienden a concentrarse en los momentos en que ocurren vulnerabilidades o incidentes de gran escala.
Entre los principales objetos de análisis se incluyen Heartbleed, Log4j, XZ Utils, Spectre, SolarWinds, WannaCry y CrowdStrike.
Como estos eventos tienen momentos de impacto claros —divulgación de vulnerabilidades, ataques a la cadena de suministro o interrupciones de servicio—, también aparecen en los gráficos como picos marcados.
Los datos relacionados con seguridad permiten comparar el impacto que ciertos eventos tuvieron en las decisiones tecnológicas de desarrolladores y empresas.

Las políticas de licencia reconfiguran el ecosistema open source

Los cambios de licencia en proyectos open source provocan fuertes reacciones en la comunidad de desarrolladores y la aparición de nuevos proyectos fork.
Algunos ejemplos representativos son los siguientes.
- La transición de MongoDB a SSPL
- El cambio de licencia de Elastic
- El cambio de licencia de Terraform por parte de HashiCorp y el ascenso de OpenTofu
- El cambio de licencia de Redis y la aparición de Valkey
Los cambios de licencia no se limitan a modificar condiciones legales: afectan la confianza de los proveedores cloud y de la comunidad de desarrolladores, así como la continuidad de los proyectos.
El interés en una tecnología se decide no solo por sus funciones y rendimiento, sino también por las políticas y la gobernanza de quien la opera.

El entorno industrial y los debates sociales también cambian el discurso tecnológico

Hacker Trends cubre no solo lenguajes de programación y productos, sino también cambios en el entorno de la industria y en la cultura de desarrollo.
Entre los temas relacionados con la industria se incluyen despidos, recesión, burbuja de IA, regreso al trabajo presencial, burnout, sindicatos y semana laboral de 4 días.
Entre los temas relacionados con la cultura de desarrollo se incluyen deuda técnica, code review, Agile, Scrum, microservicios, serverless y monorepo.
Estos temas muestran que las tendencias tecnológicas están conectadas no solo con el avance de la tecnología en sí, sino también con el entorno laboral, las formas de operación organizacional, la regulación y los debates sociales.

La interpretación de los resultados de búsqueda tiene límites

Como los usuarios de Hacker News tienen una proporción más alta de desarrolladores, fundadores y profesionales tecnológicos que el público general, los resultados no representan el interés de toda la sociedad.
El aumento de menciones de una palabra específica puede deberse no solo a una evaluación positiva, sino también a críticas, caídas, incidentes de seguridad o controversias de políticas.
También existe la posibilidad de que en los resultados aparezcan tecnologías con el mismo nombre o sustantivos comunes.
Es difícil inferir solo a partir del volumen de búsquedas el número real de usuarios, ingresos, participación de mercado o rendimiento técnico.
Por lo tanto, Hacker Trends es más adecuado como material de apoyo para explorar cambios de interés y eventos importantes dentro de la comunidad tecnológica que como evidencia final para un análisis de mercado.

Conclusión

Permite explorar a la vez el flujo y las causas del cambio tecnológico

Hacker Trends es un servicio que, con base en datos históricos de Hacker News, compara visualmente las subidas y bajadas del interés por tecnologías y empresas.
En los resultados del análisis se observan relevos generacionales repetidos en diversos campos, como editores, lenguajes de programación, plataformas cloud, bases de datos y modelos de IA.
Los picos de interés se conectan principalmente con lanzamientos de productos, adquisiciones de empresas, cambios de licencia, incidentes de seguridad, errores de política y cambios en el entorno social.
Como también ofrece publicaciones y comentarios reales, permite rastrear no solo el volumen de menciones, sino también cómo evaluaban la tecnología los desarrolladores en ese momento.
Aun así, dado que son datos que muestran el interés dentro de Hacker News, deben interpretarse junto con participación de mercado, estadísticas de usuarios y datos de ingresos.

3 comentarios

laeyoung 3 시간 전

Visto así, en febrero de este año sí hubo muchísimos posts de Show HN. ¿Será que todos los hicieron a fin de año y los subieron todos juntos en febrero?

xguru 3 시간 전

Creo que fue probablemente cuando salió Opus 4.6 y, a medida que se difundían las cosas hechas con Claude Code, empezaron a aparecer los primeros resultados.

Show GN también viene aumentando poco a poco. En Corea también parece que cada vez hay más cosas hechas con ayuda de la IA.

GN⁺ 4 시간 전

Comentarios de Hacker News

Como operan una base de datos pública de ClickHouse con datos de Hacker News, se puede consultar directamente en https://play.clickhouse.com/play?user=play#U0VMRUNUICogRlJPT...
Se puede crear un servicio similar solo con una consulta SQL y una página HTML, y también dejaron abierto un data lake público consultable desde cualquier lugar: https://github.com/ClickHouse/ClickHouse/issues/29693#issuec...
También se actualiza en tiempo real
- Según los términos de HN, mis datos de HN están licenciados solo para HN, así que les pido eliminar mis datos de este dataset
Google Trends muestra volumen de búsquedas, mientras que esto muestra texto publicado, así que son cosas distintas
Está más cerca de que Google Trends contara cuántas veces aparece una palabra en páginas web, o de que Google Ngrams contara páginas web en vez de libros
La gente busca “burger” cada vez que quiere pedir una hamburguesa, pero no suele escribir mucho sobre cosas con poco valor noticioso, así que no es fácil usar ambos datasets de la misma manera
No significa que el producto en sí no esté bueno, solo que conviene tener presente esa diferencia al usarlo
- El título y la visualización resultan familiares y hacen fácil tomarlo como si fuera la misma métrica, pero en realidad no es el mismo tipo de dato, así que si se lee con ese lente se llega a conclusiones erróneas
  Bajando por los ejemplos me di cuenta tarde de por qué se sentía raro: esto no muestra lo que la gente realmente busca en HN, sino sobre qué está escribiendo ahora mismo
- No estoy muy de acuerdo con que no se puedan usar ambos datasets de la misma manera
  Esta herramienta agrega tanto publicaciones como comentarios, así que desde la perspectiva de “¿qué quiere saber y debatir más la gente?”, las publicaciones y comentarios de HN se parecen bastante a las búsquedas
  Las publicaciones populares tienen muchos comentarios, así que los términos relacionados suben más, mientras que los temas que no despegan quedan más abajo por tener menos comentarios relacionados
  De hecho, si comparas blockchain y OpenAI, sale el resultado predecible de que blockchain destaca hasta fines de la década de 2010 y luego OpenAI pasa al frente tras el lanzamiento de ChatGPT, y el gráfico de Google Trends también se ve bastante parecido
- El nombre Hacker News Trends está bien, pero el título de la publicación parece un poco engañoso
- Más bien podría estar más cerca de Google Ngram Viewer: https://books.google.com/ngrams/about
- Si Algolia tuviera un dataset de lo que la gente realmente busca en HN, eso sí encajaría perfecto
Parece que le cayó un hug of death
/api/hn -> 504 An error occurred with your deployment FUNCTION_INVOCATION_TIMEOUT cle1::c8vgv-1782399959042-aeba3cae05ff
- Si este proyecto es un anuncio de Upstash que presume ser “Highly Available, Infinitely Scalable”, el hug of death debe ser justo la situación que más querrían evitar
- /api/hn -> 502 {"error":"Your database has been temporarily rate-limited, please contact support@upstash.com for further details."}
- Antes a esto simplemente le decían slashdotting
- Me sale el siguiente error
  /api/hn -> 502 {"error":"Search entry should have an initialized schema, command was: [\"SEARCH.AGGREGATE\",\"hn\",\"{\\\"$or\\\":[{\\\"title\\\":{\\\"$eq\\\":\\\"anthropic\\\",\\\"$boost\\\":5}},{\\\"text\\\":{\\\"$eq\\\":\\\"anthropic\\\"}}]}\",\"{\\\"by_month\\\":{\\\"$dateHistogram\\\":{\\\"field\\\":\\\"time\\\",\\\"fixedInterval\\\":\\\"30d\\\"}},\\\"top_authors\\\":{\\\"$terms\\\":{\\\"field\\\":\\\"by\\\",\\\"size\\\":6}},\\\"by_type\\\":{\\\"$terms\\\":{\\\"field\\\":\\\"type\\\",\\\"size\\\":4}}}\"]"}
- Después de hacer varias consultas, me sale /api/hn -> 504 An error occurred with your deployment FUNCTION_INVOCATION_TIMEOUT cle1::48fnt-1782412720840-4855b2b75b5a
Me sale /api/hn -> 502 {"error":"Your database has been temporarily rate-limited, please contact support@upstash.com for further details."}
Muy bueno. Parece haber un bug aquí: https://hackernewstrends.com/?q=vim&q=emacs&q=zed
Por alguna razón el resultado se corta en 2018-10, pero en la vista previa de “Popular Comparisons” sí aparece lo que sigue después
- Corregido
Me recordó a un side project en el que estoy trabajando
https://gitlab/here_forawhile/torum
Es un clon de HN que se sincroniza con HN, para poder debatir dentro de comunidades privadas más pequeñas a partir de contenido publicado en HN, incluso sin estar directamente en HN
También indexa la base de datos y soporta búsqueda, así que es bastante útil para encontrar publicaciones que me llamen la atención
- Enlace corregido: https://gitlab.com/here_forawhile/torum
- *pique es lo correcto
  ‘peak’ normalmente se refiere a la cima de algo, como una montaña
Sería útil normalizar por volumen total, para poder ver el cambio de un término en sí y no solo el crecimiento general del sitio
Ahora hay que graficarlo junto con una palabra común, pero si eliges mal puede volver más confusa la interpretación
- De acuerdo. Así sería mucho más revelador
  De lo contrario, la mayoría de los resultados de búsqueda durante el período de crecimiento del sitio van a parecer básicamente una variante de https://xkcd.com/1138/
- Por otro lado, también me gustaría ver cuánto ha crecido HN con el tiempo
Es interesante que lk-99 haya pegado tan fuerte en ciencia y tecnología de frontera
Es una idea genial, y estaría bueno calcular el sentimiento positivo o negativo para cada comentario que menciona cierta palabra
Por ejemplo, permitir ver por separado las tendencias de cloudflare (positive) y cloudflare (negative), contando en el primer caso solo comentarios con confianza de sentimiento mayor a 0.6 y en el segundo solo comentarios con puntaje de sentimiento menor a 0.4
Proyecto interesante y bien implementado. Estaría bueno tener una opción de ajuste por escala relativa
Por ejemplo, el resultado de búsqueda de “iPhone” baja hacia 2025, pero cuesta saber si realmente bajó el interés o si ese año bajó la cantidad de comentarios en Hacker News
Si buscas palabras comunes como “the” o “is”, parece más probable lo segundo
Parece que hay que tener cuidado con caracteres no alfanuméricos
Por ejemplo, C# en el gráfico en realidad parece coincidir con C, aunque en los títulos de artículos de ejemplo solo se resalta C#