În câțiva ani de la apariția domeniului de cercetare „Big Data”, analitica rețelelor sociale a început să acumuleze studii bazate pe rețelele sociale ca resursă și instrument pentru activitatea de cercetare. Cu toate acestea, s-a acordat relativ puțină atenție dezvoltării metodologiilor de manipulare a acestui tip de date. Puținele lucrări care există în acest domeniu reflectă adesea implicațiile conceptelor metodologice „mărețe” ale științelor sociale pentru noile cercetări în social media (adică se concentrează pe probleme generale, cum ar fi eșantionarea, validitatea datelor, etica etc.).
Utilizarea în continuă expansiune a rețelelor sociale de-a lungul vieții de zi cu zi oferă o resursă de date critică oamenilor de știință sociali. Deși acest lucru este din ce în ce mai recunoscut, astfel de date aduc cu sine noi provocări metodologice în ceea ce privește găsirea de modalități de a analiza ceea ce ne spune despre viața socială. Rețelele sociale furnizează o formă de date generate de utilizatori, care pot fi nesolicitate și fără scripturi și care sunt adesea exprimate multimodal (adică prin combinații de text, hyperlinkuri, imagini, videoclipuri, muzică etc.). Prin urmare, este important să se ia în considerare provocările pe care aceste date le prezintă cercetătorilor în ceea ce privește transformarea lor în analize și identificarea tipului de întrebări de cercetare pe care aceste date ar putea să le abordeze în mod adecvat. După cum remarcă Raghavan (2014), cercetătorilor nu le mai lipsesc instrumentele sau teoriile de calcul pentru a ajuta la înțelegerea datelor din rețelele sociale, totuși rămâne o lipsă de metodologii pentru a face transparentă trecerea de la instrumente la explicații.
În abordarea „analiticii vizuale” pentru captarea și explorarea fațetelor calitative și subiective ale datelor Twitter ca „ansamblu” de cercetare socio-tehnică (Langlois, 2011; Sharma, 2013), fenomenele descoperite de cercetare este recunoscută ca fiind în esență legată de aspectele tehnice ale colectării și vizualizării datelor (printre alte aspecte ale procesului de cercetare mai general). Twitter poate fi considerat „un„ organism model ”al datelor mari” (Tufekci, 2014: 506). Twitter este utilizat pe scară largă, și suficient de simplu în mecanica sa de difuzare, astfel încât explorarea sa „să conducă la progresul întrebărilor de bază care stau la baza întregului domeniu” (Tufekci, 2014: 506). (1) În plus față de conținutul lingvistic limitat de 140 de caractere, însoțit de diverse metadate, inclusiv: timpuls; numele de utilizator și ID-urile utilizatorilor de tweeturi; numărul de „urmăritori” și „urmăriți”; coordonate de geolocalizare; hashtag-uri; @mențiuni (adică comunicări între utilizatori); retweeturi (în cazul în care utilizatorii re-postează tweet-urile altora) și hyperlinkuri. Cuplarea conținutului lexical al tweet-urilor cu aceste metadate oferă un context bogat pe care să se bazeze o analiză.
Note
(1) Tufekci (2014) își exprimă rezervele cu privire la cât de mult s-ar putea pune un accent singular pe Twitter, în ceea ce privește lucruri precum lipsa de reprezentativitate și tendința direcției cercetării. Cu toate acestea, Tufekci recunoaște valoarea unei paradigme care încurajează un efort comunitar de cercetare în jurul seturilor de date, instrumentelor și problemelor comune.
Tufekci (2014) does express reservations about how far a singular focus on Twitter might take the field, in terms of such things as unrepresentativeness and skewing the direction of research. Nonetheless, Tufekci acknowledges the value in a paradigm which encourages a community research effort around shared datasets, tools and problems.
Referințe
- Langlois G (2011) Meaning, semiotechnologies and participatory media. Culture Machine 12: 1–27.
- Raghavan P (2014) It’s time to scale the science in the social sciences. Big Data and Society 1(1): 1–4.
- Sharma S (2013) Black Twitter? Racial hashtags, networks and contagion. New Formations 78: 46–64.
- Tufekci Z (2014) Big questions for social media big data: Representativeness, validity and other methodological pitfalls. In: Proceedings of the Eighth International AAAI Conference on Weblogs and Social Media, Ann Arbor, Michigan, USA, 1–4 June 2014, pp.505–514. Palo Alto, CA: The AAAI Press.
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
Lasă un răspuns