Quantitative Approaches to Comparing Communication Patterns on Twitter.
書名(以學術體例詳填資料,網路來源提供超連結及檢索日):
Axel Bruns and Stefan Stieglitz. (2012) “Quantitative Approaches toComparing Communication Patterns on Twitter.”Journal of Technology inHuman Services 30.3-4 (2012): 160-185
導讀者:黃淑琳
原作摘要:
過去twitter研究都是針對個案討論,不足以通盤理解twitter使用者,這次作者採用超過40個案例的資料進行比較研究,這些案例包含選舉、自然災害、企業危機、媒體事件等。作者嘗試在不同種類事件中,找出twitter使用方式(original tweets, @replies, retweets, 和URLs)的差異。而且他們也透過運用不同事件種類的data分析,提出了穩定且有區別的行為模式。
重點整理:
研究方法
資料收集:昆士蘭和明斯特在2010~2012年研究過的資料(都是用
yourTwapperKeeper撈的),包含40組hashtag和5組關鍵字
Hashtag:事件議題包羅萬象,有緊急危機事件、自然災害(#eqnz, #tsunami),研究員需要盡快決定最顯著的hashtag撈資料;也有事先可知的大型事件且媒體多半會報導(#royalwedding, #eurovision, or #ausvotes),事先就可以決定要撈哪個hashtag。
關鍵字:僅用關鍵字(而非hashtag)撈出來的資料,這五組資料分別是bin
laden、masterchef、qantas、steve jobs、tsunami
資料時間區間:每個事件在twitter上討論的時間長度不同,自然災害可能只有事發後的幾天到幾週;選舉相關事件的討論會環繞在事件前後。因此他們針對不同事件給定不同的時間間隔,進行撈資料和分析。
Tweet使用行為的類型(文中將分析不同類型的行為意涵)
1. Original tweet
2. @repliy
3. Retweet
4. 包含URL
Twitter使用者分類:研究者將每一組hashtag全體使用者的發文頻率,用1%、9%、90%的比例分成三個類型
1. Top 1% 最活躍的leading user
2. 接下來9%的活躍使用者
3. 剩下90%較不活躍的使用者(看出在不同事件中,哪種類型的使用者比較活躍、為什麼、進行比較)
使用者分析
上圖是三個使用者族群在不同事件中的發文比例。
討論壽命比較長的議題(#syria, #egypt, #libya, #auspol, #ausvotes)中,大多都是前10%較活躍的使用者參與討論;討論壽命較短的事件,包含預定媒體事件(皇家婚禮)、突發事件(311海嘯、倫敦暴動、STEVE JOB去世)、短期病毒行銷活動等,則是大家都在討論,前10%活躍使用者的發言情況出現長尾現象,所以比例還是不低。
研究者推論這現象是因為在新議題中,討論社群尚未成形,發言相當分散;長期討論的議題中,可能已經發展出固定社群。
但是,研究者仍無法判定議題壽命長度和活躍者使用頻率的因果關係。從不同的hashtag分析twitter使用差異上圖是hashtag壽命長度和90%較不活躍使用者發文頻率的圖。
所有tweets中大部分為tweet的hashtag議題,包含全球廣播大型媒體事件,像是皇家婚禮、運動賽事、有名節目或澳洲選舉議題等。
RT多、tweet偏少的hashtag議題,包含頭條新聞、快速傳遞的訊息、自然災害、暴動、病毒行銷等,在這類hashtag中有至少50%的tweets包含URL,以分享訊息。
研究者在進行此步驟時,發現@reply不一定會使用hashtag,也成為研究限制,因此之後的分析將著重於tweet、RT和包含URL類別。
HASHTAG分類學
上圖是RT比例和TWEETS中包含URL的比例,可以明顯看出能分成兩個群集。大致上可以分為gatewatching和audiencing兩種行為模式。
傾向gatewatching行為模式的事件類型包含自然災害、政治抗爭和暴動。在這些緊急事件中出現較多RT和URL,意味著協同辨識、分享轉貼相關資訊。
傾向audiencing行為模式的事件類型則包含運動、娛樂等電視實境秀、或是政治選情等。討論形式多為tweets,少數reply,幾乎沒有URL和RT,這類型的討論多半扮演主流媒體事件的備用頻道,使用者在twitter上分享觀看經驗,甚至到後來會出現想像社群的狀況。
關鍵字部分,bin laden、steve jobs的討論近似於gatewatching行為模式,一樣是很多分享資訊和RT。至於tsunami的RT會比 #tsunami少,因為hashtag更容易被找到,不過討論的行為模式和一般自然災害的hashtag相似,也是多URL和RT。
結論
即便yourTwapperKeeper已經很好用了,但仍有訊息遺失的問題,data不可能完整,研究仍有限制。
hashtag的分類尚待發展完全(有可能既是緊急事件又是備用頻道)。
這類型的研究值得更長期的關注,不停加入新事件繼續分析。
![](https://www.google.com/images/icons/product/drive-32.png)