Analiza częstotliwości publikacji odniesień między użytkownikami w mediach społecznościowych – studium przypadku
Problem badawczy
W środowiskach komunikacji cyfrowej często obserwuje się zjawiska nadmiernej koncentracji przekazu jednego uczestnika dyskursu na innym użytkowniku. W literaturze z zakresu analizy sieci społecznych oraz psycholingwistyki zjawisko to może być interpretowane jako przejaw wzmożonej atencji lub uporczywego kierowania komunikatów do określonego adresata. W niniejszym badaniu rozpatrywany jest przypadek użytkownika X, którego aktywność może charakteryzować się ponadprzeciętną częstotliwością odniesień do użytkownika Y.
Cel badania
Celem jest opracowanie i zastosowanie algorytmu umożliwiającego:
Automatyczne identyfikowanie postów zawierających wzmianki o użytkowniku Y w zbiorze treści generowanych przez użytkownika X.
Wyznaczenie miary intensywności odniesień, zdefiniowanej jako stosunek liczby postów z odniesieniami do użytkownika Y do całkowitej liczby postów użytkownika X w badanym okresie.
Oszacowanie trendów czasowych tej aktywności, z uwzględnieniem momentu założenia konta oraz dynamiki publikacji.
Dane wejściowe
Liczba postów opublikowanych przez użytkownika X: 3 436
Data rejestracji konta użytkownika X: 12 czerwca 2022 r.
Wstępna analiza próbki danych wskazuje, że odsetek postów zawierających odniesienia do użytkownika Y może mieścić się w przedziale 50–75%.
Proponowana metodyka
Analiza zostanie przeprowadzona z wykorzystaniem metod ilościowych stosowanych w eksploracji danych tekstowych oraz analizy sieci społecznych, obejmujących m.in.:
Tokenizację i ekstrakcję nazw własnych – w celu identyfikacji wzmianki o użytkowniku Y.
Agregację czasową danych – obliczenie wskaźników w ujęciu dziennym, tygodniowym i miesięcznym.
Miary centralności w analizie sieci społecznych – ocena znaczenia użytkownika Y w kontekście komunikacji użytkownika X.
Testy istotności statystycznej – weryfikacja, czy obserwowany poziom koncentracji przekazu jest istotnie wyższy od oczekiwanego w modelu losowej dystrybucji tematów.
Oczekiwany rezultat
Rezultatem będzie uzyskanie ustandaryzowanej miary intensywności odniesień oraz charakterystyka profilu aktywności użytkownika X względem użytkownika Y, co może stanowić podstawę do dalszych badań nad detekcją wzorców interakcji w mediach społecznościowych.
Parafrazując, sprawdź poziom obsesji użytkownika X
