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。

摘要_Quantitative Approaches to Comparing Communication Patterns on Twitter.docx