Wie Social Media Big Data uns hilft, soziale Dynamiken besser zu verstehen

Wenn Tweets in Zeichen gemessen werden und ein Bild mehr als tausend Worte sagt, was erhalten Sie, wenn Sie Tausende oder sogar Millionen von Social-Media-Beiträgen auf einmal kombinieren und untersuchen? Die Antwort sind viele Daten, und Forscher der University of New Mexico verwenden sie, um soziale Dynamiken und menschliches Verhalten zu untersuchen.

Dr. Xi Gong, Assistenzprofessor in der Abteilung für Geographie und Umweltstudien und Gründer des Spatially Integrated Social Science (SISS) Lab an der UNM, nutzt Big Data aus sozialen Medien, um genau das zu tun. Sein Labor hat Themen untersucht, die vom Verhalten von Sportfans bis hin zur Krisenkommunikation reichen.

„Das Schöne an Social Media ist, dass es eine kostengünstigere Möglichkeit bietet, eine große Stichprobe menschlicher Aktivitäten und Verhaltensweisen zu beobachten und zu analysieren, als herkömmliche Maßnahmen wie die Befragung oder Befragung einer Bevölkerung“, sagte Gong. „Was unser Team ursprünglich zur Social-Media-Forschung hingezogen hat, waren die Vorteile und dass es sehr gut zu unserer Forschung über soziale Dynamiken passt.“

Alles beginnt mit einem Beitrag. Sie sehen in Echtzeit zu, wie Ihr Lieblings-Basketballteam ein Spiel gewinnt oder verliert, und Sie können Ihren Gedanken in den sozialen Medien freien Lauf lassen. Wenn Ihr Team das Spiel gewonnen hat, könnten Sie posten: „Wir haben gewonnen!“ in sozialen Medien; aber wenn die Mannschaft verloren hat, liegt das sicher an schlechten Entscheidungen der Schiedsrichter, zumindest ist das Ihre Interpretation.

Diese Verhaltensweisen – den Sieg Ihres Teams als Ihren Sieg zu nutzen oder das gegnerische Team, die Fans und die Schiedsrichter herabzuwürdigen – bekannt als Basking in Reflected Glory bzw. Blasting, sind nur zwei Taktiken, mit denen Menschen ihr soziales Image verwalten. Gong wollte das Verhalten anhand von Tweets aus dem NBA-Finale 2019 untersuchen.

Mehr als 11 Millionen Tweets wurden für die Studie mit dem Titel „Untersuchung der Verhaltensdynamik von Sportfans unter Verwendung von Big Data in sozialen Medien,“ veröffentlicht in Angewandte Geographie, und mehr als 240.000 davon enthielten Geotags. Die Tweets und die damit verbundenen Daten wie die Zeit, zu der sie gepostet wurden, und wie viel Engagement sie erhalten haben, werden alle heruntergeladen.

„Mit diesem großen Datensatz dieser mit Geotags versehenen Social-Media-Beiträge können wir tatsächlich die räumlichen und zeitlichen Veränderungen menschlicher Einstellungen und Verhaltensweisen untersuchen, was sie sagen, oder Höhen und Tiefen von Emotionen, die mit dem Spielverlauf und -ergebnis verbunden sind“, sagte er.

In der NBA Finals-Studie konnten Gong und sein Forschungspartner Yong Wang eine Reihe bestehender sozialer Theorien darüber beobachten und unterstützen, wie Fans sich selbst als Teil ihres Lieblingsteams wahrnehmen und externen Kräften die Schuld geben, wenn sie mit negativen Informationen darüber konfrontiert werden Team.

Im Jahr 2021 veröffentlichten Gong und Dr. Xinyue Ye „Gouverneure im Kampf gegen die Krise: Antworten auf die COVID-19-Pandemie in den US-Bundesstaaten auf Twitter“ In Der Berufsgeograph. Das Paar nutzte Twitter-Daten, um zu untersuchen, wie die Gouverneure der US-Bundesstaaten die Plattform für die Krisenkommunikation während der COVID-19-Pandemie nutzten.

Er verwendete räumlich-zeitliche Analysen, Netzwerkanalysen und Text-Mining, um zu sehen, ob Landesregierungen effizient mit der Öffentlichkeit kommunizieren, welche Regierungen zusammenarbeiten, wie die Tweet-Häufigkeit mit der Schwere der Pandemie übereinstimmt und wie sich die Dynamik zwischen den politischen Parteien unterscheidet usw.

Die Studie lieferte Vorschläge, wie Regierungsbehörden und Beamte soziale Medien bei der Entwicklung zukünftiger Krisenkommunikationspläne nutzen können. Zu den Tipps gehörten, mehr öffentlichen Accounts zu folgen und ihren Bedenken konsequent zuzuhören, Krisenkommunikation mit Hashtags zu organisieren, mehr über Richtlinien und Updates zu twittern und den Accounts von Peer-Governors häufiger zu folgen und sie zu retweeten.

„Ich interessiere mich für die räumlich-zeitliche Dynamik der menschlichen Gesellschaft, aber soziale Medien sind nicht die einzigen Daten, die wir betrachten“, sagte Gong. „Wir kombinieren auch Social-Media-Daten mit Daten aus anderen Quellen.“

Zuletzt verwendete Gong georeferenzierte Twitter-Daten der USA aus den Jahren 2018 und 2019, um die Einstellung der Menschen zum Fracking besser zu verstehen. Eine geografisch gewichtete Multiskalenregression (MGWR) wurde verwendet, um die Beziehungen auf Kreisebene zwischen Prozentsätzen negativer Tweets und Faktoren wie Demografie, wirtschaftliche Entwicklung, Umweltauswirkungen und mehr zu untersuchen. Millionen von Tweets wurden in der Studie „Understanding public perspectives on fracking in the United States using social media big data“ verwendet, die in veröffentlicht wurde Annalen der GIS.

Die Forscher fanden heraus, dass die Einflussfaktoren für die Einstellung der Menschen zum Fracking in verschiedenen Regionen und Größenordnungen in den USA unterschiedlich waren. Menschen, die in den östlichen und zentralen US-Bezirken mit höheren Arbeitslosenquoten leben, in Bezirken östlich der Great Plains mit weniger Fracking-Standorten in der Nähe sowie in der West- und Golfküstenregion Landkreise mit höheren Krankenversicherungsbeiträgen äußern mit größerer Wahrscheinlichkeit weniger negative Meinungen zu Fracking-Aktivitäten.

Erkenntnisse aus Studien, die soziale Medien nutzen, können es einfacher machen, die öffentliche Wahrnehmung bestimmter Themen zu verstehen, und politischen Entscheidungsträgern helfen, Entscheidungen über politische Anpassungen zu treffen.

Von Gong anerkannte Social-Media-Studien haben Vor- und Nachteile. Obwohl dies eine großartige Möglichkeit sein kann, die Forschungskosten zu senken, müssen bestimmte Überlegungen angestellt werden.

„Es hat Einschränkungen. Verschiedene Social-Media-Plattformen haben unterschiedliche Altersgruppen von Benutzern, eine einzelne Plattform repräsentiert möglicherweise nicht die gesamte Bevölkerung. Daher ist es in zukünftigen Studien erforderlich, Informationen über Social-Media-Plattformen hinweg zu kombinieren, um eine ganzheitlichere Sicht auf soziale Dynamiken zu erzeugen. “, sagte Gong.

„Traditionelle Methoden könnten auch potenzielle Verzerrungen in Stichproben haben –– Umfragen, Interviews. Im Vergleich dazu sind Social-Media-Daten zu viel geringeren Kosten, schnellerer Geschwindigkeit und in größeren Mengen verfügbar. Außerdem sind sie Open Source, weil Menschen die Daten freiwillig teilen die Öffentlichkeit“, sagte er.

Die Möglichkeiten zur Nutzung von Big Data aus sozialen Medien gehen über das hinaus, was bisher erforscht wurde.

„Ich begrüße jede potenzielle Zusammenarbeit mit anderen Disziplinen. Social-Media-Daten sind nicht nur etwas für Geoinformatiker oder Informatikforscher“, sagte Gong.

„Die großvolumigen, georeferenzierten und Open-Source-Social-Media-Daten als eine Art neu entstehender räumlicher Big Data bieten eine beispiellose Gelegenheit, die räumlich-zeitlichen Muster sozialer Dynamiken in großem Maßstab aufzudecken, die genutzt werden können viele Dinge in verschiedenen Disziplinen zu untersuchen.“