Home » Articole » RO » Afaceri » Știința datelor (Data Science) » Analitica vizuală a datelor generate de Twitter – Cadru general

Analitica vizuală a datelor generate de Twitter – Cadru general

Analitica vizuală (Thomas și Cook, 2005) integrează tehnici din două domenii – vizualizarea informațiilor (Card și colab., 1999) și modelarea computațională – și a adus deja contribuții notabile la analitica rețelelor sociale (Diakopoulos și colab., 2010; Hassan și colab. ., 2014). Principiul cheie al analiticii vizuale este utilizarea vizualizării interactive ca parte a unui proces de raționament analitic (mai degrabă decât ca rezultate statice care afișează rezultatele unei analize) (Thomas și Cook, 2005). Esențial pentru abordare este faptul că vizualizările nu înlocuiesc abilitățile cercetătorului, ci mai degrabă amplifică capacitățile lor inerente prin valorificarea procesării cu lățime de bandă mare a percepției vizuale (Card și colab., 1999). Procesul analitic începe cu prezentări de ansamblu (abstracții la nivel înalt) care ghidează cercetătorii către aspecte potențial interesante ale datelor. Apoi, cercetătorul poate fie să transforme vizualizarea (de exemplu, prin mărire sau filtrare), fie să creeze noi vizualizări care îi permit să „detalieze” și să se angajeze într-o analiză calitativă mai fină a datelor lor.

Această abordare analitică vizuală a datelor din rețelele sociale este o extensie naturală a raționamentului interpretativ abductiv, prin faptul că promovează o orientare complet exploratorie a datelor și analizei. Reflectând ideile ontologice și epistemologice descrise mai sus, pe măsură ce sunt derivate noi perspective, acestea sunt reintroduse în ansamblu și procesul de cercetare devine un efort explorator la nesfârșit – o astfel de muncă de explorare nu este doar anterioară „unei analize adecvate”; este analiza. Cu colectarea și analiza de date ca un proces fără întreruperi, explorarea unui set de date inițial poate duce la noi întrebări care, la rândul lor, pot alimenta noi runde de colectare a datelor, cu constatări care apar pe parcursul iterațiilor în curs. Prin urmare, analitica vizuală facilitează o mentalitate în care cercetătorii își pot sonda propriile ipoteze și perspective pentru a ajuta la capturarea fenomenelor pe măsură ce se desfășoară și încurajează interogarea cu privire la relevanța conceptelor de științe sociale de lungă durată pentru a evalua aplicabilitatea lor la noile date digitale.

Cadrul și exemplele prezentate aici aplică analitica vizuală la întrebările de cercetare socială. Lucrările empirice au fost realizate utilizând suita de colectare și vizualizare a datelor Chorus, (3) care oferă un set de posibilități cercetătorilor prin două tipuri de vizualizare: vizualizările cronologiei și hărții cluster prezentate în exemplele ulterioare. Utilizarea vizualizărilor Chorus nu este efectuată cu scopul de a concretiza o citire singulară a datelor – vizualizările nu demonstrează lecturi singulare, iar citirea lor ca și cum ar fi așa înseamnă a minimiza impactul analitic al diverselor procese. În acest sens, strategiile analitice descrise demonstrează modalități de utilizare a vizualizărilor pentru a naviga în jurul datelor din rețelele sociale și pentru a obține informații calitative bazate pe conținutul tweet original.

Folosind ontologia abductivă adoptată aici și a noțiunii de proces de cercetare ca un ansamblu, discuția metodologică este indisolubil legată de posibilitățile oferite de Chorus. Acest lucru nu trebuie să perturbe sensul în care această lucrare poate aborda exigențele metodologice ale cercetării de analitica rețelelor sociale, deoarece nu propunem un set de tehnici abstracte pentru manipularea datelor din rețelele sociale. Nu este posibilă o astfel de taxonomie a tehnicilor și fiecare nou proiect de cercetare va necesita tehnici diferite adaptate în mod special la ansamblul de date la îndemână. În schimb, vrem să demonstrăm și să facilităm o mentalitate metodologică de „gândire în ansambluri”, care îi va ajuta pe cercetători să genereze tehnici proprii care să se potrivească cu munca lor.

„Gândirea în ansambluri” (prin intermediul unei abordări analitice vizuale) oferă cercetătorilor o modalitate de a fi adaptați în mod reflex la fenomenele lor și la rolul cercetării ca întreprindere subiectivă. Acest lucru este esențial pentru cercetarea calitativă, deoarece asigură că cercetătorii sunt mai capabili să țină seama de fenomenele lor, evidențiind procesele prin care sunt derivate descoperirile. Acest efort este legat de aplicarea principiului analitic vizual de pliere a vizualizărilor în procesul de cercetare (spre deosebire de tratarea lor ca rezultate) și în înțelegerea cercetării ca iterativă. Este în aceste două puncte în care sperăm să ne extindem abordarea a cercetării efectuate cu alte instrumente (și, de asemenea, la alte platforme de social media, altele decât Twitter). în ceea ce privește modul de colectare și analiza datelor. Acest cadru codifică mai multe abordări de cercetare complementare ale cercetării Twitter; mai degrabă decât să le prezentăm drept „romane”, scopul nostru este de a oferi o formă metodologică analizei rețelelor sociale prin situarea diferitelor abordări existente una în relație cu cealaltă. Ca parte a acestui cadru, se pot folosi două strategii de colectare a datelor (conduse semantic și conduse de utilizator) și două moduri analitice (analiza temporală și analiza corpus), ca moduri diferite de organizare a datelor de Twitter.

Notă

  • (3) www.chorusanalytics.co.uk.

Referințe

  • Card S, Mackinlay J and Shneiderman B (1999) Readings in Information Visualization: Using Vision to Think. New York: Morgan Kaufmann.
  • Diakopoulos N, Naaman M and Kivran-Swaine F Diamonds in the rough: Social media visual analytics for journalistic enquiry. In: IEEE Symposium on Visual Analytics Science and Technology, Salt Lake City, UT, USA, 25-26 October 2010, pp.115-122. IEEE.
  • Hassan S, Sanger J and Pernul G (2014) SoDA: Dynamic visual analytics of big social data. In: 2014 International Conference on Big Data and Smart Computing (BIGCOMP), Bangkok, Thailand, 15-17 January 2014, pp.183-188. IEEE.
  • Thomas J and Cook K (2005) Illuminating the Path: The Research and Development Agenda for Visual Analytics. Richland, WA, USA:    Pacific Northwest National Laboratory.

Sursa: Phillip Brooker, Julie Barnett and Timothy Cribbin, Doing social media analytics, in Big Data & Society, July–December 2016: 1–12, DOI: 10.1177/2053951716658060, bds.sagepub.com CC BY 3.0 license. Traducere și adaptare de Nicolae Sfetcu

© 2021 MultiMedia Publishing, Analitica rețelelor sociale, Volumul 1

Telelucru (Telework)
Telelucru (Telework)

Telelucrul, ca un nou mod de a lucra prin efectuarea unei activităţi (forme de muncă) flexibile în timp şi la distanţă, utilizând tehnologia informaţională şi comunicaţiile avansate, se concretizează în teleactivităţi şi teleservicii. În ultimii ani, s-au dezvoltat rapid noi … Citeşte mai mult

Nu a fost votat $0,00 Selectează opțiunile
Criptomonede
Criptomonede

Odată cu popularitatea crescândă a pieței criptovalutelor, și numărul mare de criptomonede nereglementate (câteva sute), o atenție mai mare este acordată acum acestei activități de guverne și alte părți interesate din întreaga lume. De notat capitalizarea de piață totală a … Citeşte mai mult

Nu a fost votat $0,00 Selectează opțiunile
Big Data: Modele de afaceri - Securitatea megadatelor
Big Data: Modele de afaceri – Securitatea megadatelor

Termenul megadate (Big Data, date masive) este adesea folosit în mod vag pentru a desemna paleta de algoritmi, tehnologii și sisteme utilizate pentru colectarea datelor de volum și varietate fără precedent și extragerea de valoare din acestea prin calculul masiv … Citeşte mai mult

Nu a fost votat $3,99$5,99 Selectează opțiunile

Lasă un răspuns

Adresa ta de email nu va fi publicată.