network blog

Az egyiptomi forradalom megmutatta, hogyan használható a social media egy önszerveződő politikai folyamat motorjaként. Most egy új oldaláról mutatkozik meg a Twitter.

Brisbane utcái egy 1983-as áradást követően.

Ausztrália jól edzett a nyári áradásokat illetően: a kontinens folyamai előszeretettel törnek át gátakat, és öntik el az utcákat. 2010 és 2011 fordulóján azonban rekordméretű áradások támadták meg a kenguruk földjét, az emberek pedig a Twitteren keresztül kommunikáltak az áldozatokkal, információkat és tapasztalatokat osztva meg. A jelenség alatt felhalmozódott adattömegből egy évvel később olyan hálózatkutatási tanulmány született, ami a katasztrófákra reagáló social media viselkedést vizsgálja.

A tanulmány a melbourni  RMIT Egyetemen készült. Patrick Meier az International Network of Crisis Mappers társalapítója szerint a hangsúly az olyan feedek azonosításán volt, akik információs aggregátorokként működtek, vagyis nem kell minden embert megfigyelni, elég azokat, akik a közösség vezetői és jó összeköttetésekkel rendelkeznek. A hashtag-ek és rewteetek nyomán hálózatkutatási módszerekkel jól lekövethető térkép rajzolódott ki az önszerveződő folyamatokról. A módszerrel események és emberek reakciói így real-time figyelhetőek meg, de lehetőség nyílik a különböző szervezetek válságkezelésének megfigyelésére is. A queenslandi rendőrség például kiválóan használta Twitter folyamát arra, hogy információkat terjesszen. A rendszer a szervezeti infrastruktúra hibáinak felhasználására is alkalmas, amivel a jövőben hatékonyabbá válhat a hasonló szituációk kezelése.

Előző cikkünkben már bemutattuk a Wolfram Alpha Facebook elemző alkalmazását, ami most újabb praktikákkal gazdagodott, és még színesebb képet ad szociális hálónkról.

Az első frissítés a vizualizációban történt, ahol a kapcsolatok már aszerint színeződnek (1.kép), hogy milyen csatornákon keresztül kapcsolódnak hozzánk ismerőseink. Vegyünk egy példát: ha egyetemi hallgató a felhasználó, sok egyetemi ismerőssel rendelkezik, és egy nagyobb középiskolás baráti körrel. Lehetnek olyan egyetemi barátok, akik közös középiskolába jártak, és hídként jelennek meg a hálózatban, mint a két egyébként különálló baráti csoport összekötői. Az új színezési módok új szűrési lehetőségeket is lehetővé tesznek (kor, nem, párkapcsolati státusz, tartózkodási hely szerinti szűkítés), amikkel új fényben jelenhet meg ismerősi körünk, és olyan kérdésekre kaphatunk válaszokat, mint: egy korosztályba tartoznak a szülővárosunkból származó barátaink, egy baráti körből kerülnek ki házas ismerőseink, és ki a legpopulárisabb egyetemi ismerősünk? Az egér mozgatásával az egyes pontok személyazonosságára is fény derül, egy klikk pedig a profiljukra irányít minket.

Összességében öt „szerep” különíthető el a hálózatban: insiderek és outsiderek, szomszédok és gatewayek és összekötők (2.kép). Az insiderek és outsiderek egymás ellenpárjai: az insidernek sok közös ismerőse van a felhasználóval (pl. közösen kezdték az egyetemet), míg az outsiderekkel vagy nagyon kevés közös barát van, vagy egy sem (pl. egy ismerős akivel egy nyaralás során találkoztak). A gatewayek és szomszédok hasonló ellenpárok: a gateway, vagy kapu barátnak sok olyan kapcsolata van, ami a felhasználó saját hálóján kívülre mutat (pl. az egyetemi újság szerkesztője), míg egy szomszéd kevés a közös körön kívüli ismerőssel rendelkezik (pl. a felhasználó ikertestvére).

A vizualizáción és a szerepeken túl az Alpha csapata meglévő adatbázisát kamatoztatva olyan dolgokat tud megmutatni, amiket egyébként nem látnánk. A barátaink tartózkodási helyének elemzésével a földrajzi kapcsolatok is felrajzolhatóak: ki a földrajzi szempontból legérdekesebb ismerős, ki van a legközelebb az északi sarkhoz vagy az egyenlítőhöz, de még azt is, hogy ki tartózkodik a legmagasabban a tengerszint felett (3.kép).

A geográfiai távlatokon túl történeti aspektusban is vizsgálhatóvá válik a profilunk, ha a riportunk tetején engedélyezzük, hogy a Wolfram adatokat gyűjtsön róla. Amint elég információ gyűlt össze, email értesítőt kapunk, és megtekinthetjük a profilunk evolúcióját. A Facebbok History Analytics  összegyűjti mely ismerősink költöztek el, vagy házasodtak össze és egy ábrán mutatja azt, ami egyébként feledésbe merült a Timeline folyamában.

A proszociális felhasználók tudományos célokra is felajánlhatják adataikat, amiken a Wolfram kutatói a későbbiekben mintákat keresnek. Az adat donorok segítségével további fejlesztéseken dolgoznak majd.

A szoftver az alábbi linken érhető el. Figyelem! Továbbra is addiktív.