Quantität vor Qualität? Big Data im Kontext von Social Media Daten
1. Quantität vor Qualität?
Big Data im Kontext von Social Media Daten
Wiesbaden, 12. November 2013
Sitzung von ADM, ASI, Statistisches Bundesamt
Dr. Katrin Weller
(Kontakt: katrin.weller@gesis.org, @kwelle)
4. Social Media Daten - Vorteile
• Nutzer sprechen über Themen, die sie bewegen
• Zusammenhänge lassen sich über Links gut nachvollziehen
• Meist einheitliche Struktur mit Metadaten
5. Forschungsstand? Twitter vs. Facebook
Scopus (TITLE-ABS-KEY(Twitter) AND PUBYEAR > 2006)
(TITLE-ABS-KEY(Facebook) AND PUBYEAR > 2006)
8. Big Data?
Am Beispiel Twitter
• 309740 Twitter users (with followers and tweets)
• 17,803 tweets from 8,616 users + 1st degree network (3,048,360 directed edges,
631,416 unique followers, and 715,198 unique friends)
• 1.3 million Twitter conversations, with each conversation containing between 2 and 243
posts
• 20,000 tweets
• 21,623,947 geo-tagged tweets
• 99,832 tweets
Aber auch:
• One person’s Twitter network (652 followers, 114 followings).
• Experiment with 125 students.
• 1,827 annotated tweets
• Experiment with 1677 participants
• Survey with 505 young American adults
• none
9. Methoden?
Verschiedene Ansätze, darunter:
•
•
•
•
•
Interviews mit Nutzern
Experimente
Quantitative Analysen von Beiträgen und deren Eigenschaften
Netzwerkananlysen
Linguistische Analysen, z.B. word clustering, event detection, sentiment
analysis
• Inhaltsanalysen
Selten mehrere in Kombination
In der Forschung: viele Case Studies, wenig methodische Standards
20. 9. Fehlender Kontext
• Informationen über Nutzer (z.B. Geo-Informationen)
• Informationen über Nutzung
• Messung von Exposure
21.
22. Vielen Dank für die Aufmerksamkeit!
Weller, K., Bruns, A., Burgess, J., Mahrt, M.
& Puschmann, C. (Eds.) (2013): Twitter and
Society. New York et al.: Peter Lang.
486 Seiten
Ab. 15.11.2013
ISBN-10: 1433121697 | ISBN-13: 978-1433121692
katrin.weller@gesis.org
@kwelle