Twitter verkostoanalyysi: case

#cmadfi (osa 1)

inspiraationa Bruns (2011) How long is a

tweet? Mapping dynamic conversation

networks on Twitter using Gawk and Gephi

Hypermedian jatko-opintoseminaari

Informaation visualisointi 2013

Jari Jussila @jjussila

Novi tutkimuskeskus, TTY

Twitteristä

• Mikroblogi, jossa voi lähettää 140 merkin pituisia viestejä

(twiittejä)

– viestit ovat joko täysin julkisia (’globally public by

default’) tai yksityisiä ja vain lähettäjän hyväksymän

seuraajan nähtävissä

• Twitterin käyttäjät kehittäneet mekanismeja, joiden avulla

voidaan viestiä tehokkaammin (viestin pituus)

rajoituksista huolimatta (Halavais & Martin-Elmer, 2009)

– #hashtagit, jotka mahdollistaa etsiä ja seurata niitä twiittejä,

joissa esiintyy kyseinen #hashtagi

– @vastaukset, joiden avulla voidaan lähettää julkisia viestejä

myös niille henkilöille, joita ei itse seuraa

19.4.2013 2

Bruns (2011) tutkimusartikkelissa

esitellään menetelmä ja prosessi,

jonka avulla voidaan

1. kerätä julkista Twitter dataa tiettyihin #hashtageihin

liittyen

2. käsitellä kyseinen data, niin että se mahdollistaa

3. analysoida ja visualisoida sellaisia verkostoja, jotka

rakentuvat Twitter maininnoista (@vastauksista)

käyttäjien välillä – ylipäätään staattisena verkostona, ja ajan myötä, tuodakseen esille

Twitter mainintojen dynaamista rakennetta

19.4.2013 3

Question ‘how long is a tweet’ comes to mean ‘how long does a tweet – or in

the present case, more precisely, an @reply – last?’

Menetelmänä

verkostoanalyysi

• Verkostoanalyysissä tavoitteena on hahmottaa verkostojen

rakennetta ja dynamiikkaa tai esimerkiksi informaation liikettä

verkostoissa.

• Verkostoanalyysin avulla voidaan tehdä havaintoja sekä yksittäisten

toimijoiden rooleista verkostoissa että verkostojen rakenteesta ja

sen muutoksesta.

• Verkostoanalyysin perusyksiköitä ovat solmut (node, vertex, actor tai

agent) ja niiden väliset yhteydet (edge, connection tai relation)

– Case-esimerkissä solmuina ovat henkilöt (Gephi: ”Node”,

NodeXL: ”Vertices”) ja niiden välisiä yhteyksiä edustavat

henkilön mainitseminen ”@vastaukset” (Gephi: ”Edge”, NodeXL:

”Edges”)

19.4.2013 4

Lähde: Huhtamäki & Parviainen 2013

Työkaluja Twitter verkostojen

kartoittamisen (datan kerääminen)

• Twitteristä ’helppo’ kerätä twiittejä, jotka sisältävät joko tietyn

#hashtagin tai tietyn avainsanan ilman ’#’ symbolia

• Suosittu palvelu twiittien keräämiseen on ollut Twapperkeeper

(TK) web-palvelu, nykyisin HootSuite Archives (integroitu

HootSuite dashboardiin)

• Twapperkeeperistä on myös saatavilla open source versio

GitHubista: yourTwapperkeeper (yTK), joka mahdollistaa

datan omatoimisen keräämisen

• Muita työkaluja, mitä ei artikkelissa mainittu mm.

– Twitter Archiving Google Spreadsheet:

http://mashe.hawksey.info/2012/01/twitter-archive-tagsv3/

– NodeXL (Excel lisäosa) import from Twitter Search Network:

http://nodexl.codeplex.com/

19.4.2013 5

yourTwapperkeeperin avulla

saatava data

• text: tweetin sisältö, 140 merkkiä (tai vähemmän)

• to_user_id: tweetin vastaanottajan numeerinen ID (@vastauksille)

• from_user: tweetin lähettäjän nimi

• id: tweetin numeerinen ID

• from_user_id: tweetin lähettäjän numeerinen ID

• iso_language_code: twiitin lähettäjän kielikoodi (esim. en, de, fr, ...) (ei välttämättä twiitin kieli)

• source: työkalun nimi tai URL-osoite jota käytettiin twiittaamiseen (esim. Tweetdeck, ...)

• profile_image_url: twiitin lähettäjän profiilin URL

• geo_type: maantieteellisten kordinaattien muoto

• geo_coordinates_0: maantieteellisten kordinaattien ensimmäinen elementti

• geo_coordinates_1: maantieteellisten kordinaattien toinen elementti

• created_at: tweetin aikaleima luettavassa muodossa

• time: tweetin aikaleima numeerisessa unix muodossa

19.4.2013 6

Artikkelissa käytetty työkalu

datan prosessointiin (Gawk)

• GNU komentorivityökalu, josta saatavilla

myös portattu Windows ja MAC versio

(Gawk, 2011).

19.4.2013 7

Gephi – visualisointityökalu

19.4.2013 8

Gephi (https://gephi.org/) on avoimeen lähdekoodiin perustuva

verkostojen visualisointi- ja analysointiohjelma.

Oma informaation visualisointi

(oppimis)prosessi

19.4.2013 9

TwitterNodeXL NodeXLGraphML Visuaalinen

ja kognitiivinen

prosessointi GraphMLGephi

Fyysinen ympäristö

(sosiaalinen media)

Informaation

kerääminen

Informaatio

Informaation

esikäsittely ja

muuntaminen

Visualisointi-

työkalu

Informaation

käsittely

Informaatiotarpeiden

ymmärtäminen

Mukaillen Ware 2004, lähteestä Huhtamäki 2013

19.4.2013 10

Fyysinen ympäristö (#cmadfi twiitit

Twitter mikroblogissa)

Informaation kerääminen (NodeXL)

19.4.2013 11

19.4.2013 12

Informaation esikäsittely ja

muuntaminen (NodeXL GraphML)

19.4.2013 13

Informaation käsittely Gephi

visualisointityökalun avulla

19.4.2013 14

Gephi kuva 1:

19.4.2013 15

Tolkun tekeminen verkostosta (In-

Degree ja Out-Degree jakaumat)

Keskeisyysaste

• Keskeisyysaste (degree) kertoo, kuinka monta

suoraa yhteyttä toimijalla on muihin toimijoihin.

• Jos verkostoaineisto on suunnattu, kuten

#cmadfi case-esimerkin tapauksessa, voidaan

laskea erikseen solmun vientiluku (outdegree)

”lähettäjäkeskeisyys” ja solmun tuontiluku

(indegree) ”vastaanottajakeskeisyys”.

19.4.2013 16

Lähde: Jussila 2009

Toimijan keskeisyys ja

arvostus

• Tärkeät toimijat ovat laajasti osallisia yhteyksiin

toisten toimijoiden kanssa.

• Toimijan keskeisyydessä ei ole väliä, onko

toimija lähettänyt vai vastaanottanut yhteyden.

• Arvostettuja toimija on sellainen, joka on

useampien yhteyksien vastaanottaja. Toisin

sanottuna arvostettu toimija on sellainen, jolla on

suuri tuontiluku (indegree).

19.4.2013 17

Lähde: Jussila 2009

19.4.2013 18

Informaation käsittely: filtteröinti

esim. indegree perusteella

19.4.2013 19

Gephi kuva 2: keskeisiä toimijoita, indegree ja outdegree > 4

Artikkelin oppeja

• Twitter (#hashtag) informaation kerääminen

(artikkelissa yourTwapperkeeper, case-

esimerkissä NodeXL)

• Twitter informaation esikäsittely ja

muuntaminen (artikkelissa Gawk, case-

esimerkissä NodeXL)

• Twitter informaation käsittely ja visualisointi

Gephillä

– mm. kuinka twiittejä voidaan tarkastella ajan

funktiona

19.4.2013 20

Tutkimuskysymyksiä

• Ketkä ovat keskeisempiä toimijoita

#cmadfi verkostossa?

– eroteltuna live ja online (etänä) CMAD2013

tapahtumaan osallistujien kesken

• Millaista sisältöä vaihdetaan #cmadfi

hashtagilla?

• Miten 1-10-90 sääntö toteutuu #cmadfi

verkostossa?

19.4.2013 21

Lähteitä

• Bruns, A. (2011) How long is a tweet? Mapping dynamic conversation

networks on Twitter using Gawk and Gephi. Information, Communication &

Society.

• Halavais, Alexander, and Helen Martin-Elmer. (2009) “Back@you: Tracing the

diffusion of a conversational convention.” Paper presented at the Association of

Internet Researchers conference, Milwaukee, 10 Oct. 2009.

• Huberman, B., Romero, D., Wu, F. (2008) Social networks that matter: Twitter

under the microscope. Social Computing Laboratory, HP Labs

http://www.hpl.hp.com/research/scl/papers/twitter/

• Huhtamäki, J. 2013. Informaation visualisointi 2013: lyhyt johdanto.

https://docs.google.com/presentation/d/1EVAplXpRrew6cmOX8p5k1icrIPKdb8o

pauEXdmUmNWI/edit?usp=sharing

• Huhtamäki, J., Parviainen, O. 2013. ”Verkostoanalyysi sosiaalisen median

tutkimuksessa”. Laaksonen Salla-Maaria, Matikainen Janne & Tikka Minttu

(Toim.) Otteita verkosta - Verkon ja sosiaalisen median tutkimusmenetelmät.

Osuuskunta Vastapaino.

http://www.vastapaino.fi/vp/index.php?page=shop.product_details&flypage=$fly

page&product_id=424

• Jussila, J. 2009. Centrality and Prestige – Keskeisyys ja arvostus. Hypermedian

jatko-opintoseminaari: Sosiaalisten verkostojen tutkimusmenetelmät 2009.

http://www.slideshare.net/jjussila/keskeisyys-ja-arvostus

19.4.2013 22