Die Science 2.0 Conference auf Twitter: eine Analyse sozialer Netzwerkstrukturen

Im Rahmen einer Bachelorarbeit von Anna-Lena Janßen an der CAU Kiel mit dem Titel “Soziale Netzwerkanalyse von Tweets – Die Science 2.0 Conference im Vergleich der Jahre 2014 und 2015” wurden die Twitter-Aktivitäten der Teilnehmerinnen und Teilnehmer der Science 2.0 Conference untersucht. Der Schwerpunkt der Untersuchung lag auf der Frage, ob diese Netzwerke spezielle Muster und Charakteristiken besitzen, die dazu beitragen könnten, die zugrunde liegenden Strukturen sozialer Netzwerke besser zu verstehen.

Um diese Frage zu klären, wurden 2.700 gesammelte Tweets mit dem Hashtag #sci20conf, der sich auf die Science 2.0 Conference 2014 und 2015 bezieht, genutzt. Von diesen wurden unter anderem alle Retweets extrahiert, die eine Form von sozialen Netzwerken auf Twitter bilden, die sogenannten Retweet-Netzwerke. Ein Retweet ist ein Tweet, der durch andere Nutzerinnen und Nutzer erneut auf Twitter getweetet wird.

Retweetet ein Twitter-Nutzer den Tweet eines anderen, wird durch diesen Vorgang eine Verbindung zwischen dem Urheber oder der Urheberin des Tweets und der Nutzerin oder dem Nutzer, der den Tweet retweetet, geschaffen. Mehrere dieser Verbindungen zusammengenommen bilden ein soziales Netzwerk, das mittels einer sozialen Netzwerkanalyse untersucht und erforscht werden kann.

Die Abbildung zeigt einen Ausschnitt aus einem solchen Retweet-Netzwerk. Ein Kreis entspricht dabei einer Nutzerin oder einem Nutzer. Ein Pfeil beginnt bei der Nutzerin beziehungsweise dem Nutzer, die oder der einen Tweet retweetet hat und weist auf die Nutzerin oder den Nutzer, der diesen Tweet ursprünglich getwittert hat. Visualisiert wurden die verschiedenen Netzwerke durch das Tool Gephi, das sich sehr gut für die soziale Netzwerkanalyse eignet.

Soziale Netzwerkanalyse

Zwei Indikatoren in der sozialen Netzwerkanalyse, die die Verteilung und Segmentierung eines Netzwerkes messen, sind die Netzwerkdichte und der Clusterkoeffizient. Während die Netzwerkdichte das Verhältnis von existierenden Verbindungen zu allen möglichen Verbindungen in einem Netzwerk angibt, ist der Clusterkoeffizient ein Maß für die Wahrscheinlichkeit, mit der Nutzerinnen und Nutzer in Verbindung stehen.

Die durchgeführte Netzwerkanalyse weist nach, dass sich verschiedene Strukturen und Charakteristiken sowohl in den Retweet-Netzwerken von 2014 als auch von 2015 finden lassen. Beispielsweise zeigt sich die Tendenz, dass sich gefundene Strukturen über die Jahre weiterentwickeln.

Blogpost_Anna-LenaJanssen_Twitter-Conference-Ausschnitt+RT2014-882x826
Abbildung: Ausschnitt des Retweet-Netzwerks 2014

Aktivität der Nutzerinnen und Nutzer

Ein Vergleich der Twitter-Nutzerinnen und Nutzer beider Konferenzen hat gezeigt, dass die Mehrheit der Nutzerinnen und Nutzer, die retweetet haben oder geretweetet wurden, lediglich in einem Jahr aktiv waren (in 2014: 242 Nutzer und in 2015: 244 Nutzer). Nur eine Minderheit von 75 Nutzerinnen und Nutzern war in beiden Jahren der Konferenz aktiv. Des Weiteren wurden die Top 10 Nutzerinnen und Nutzer, die am meisten Tweets retweetet haben, und die Top 10 Nutzerinnen und Nutzer, deren Tweets am häufigsten geretweetet wurden, aus beiden Jahren analysiert. Ein Jahresvergleich zeigte, dass lediglich einer der Top 10 Nutzer in beiden Jahren an der Konferenz beteiligt war.

Verschiedene Nutzertypen und stärkere Vernetzung

Es wurden drei verschiedene Nutzertypen identifiziert: sehr aktive Nutzer (d.h. Nutzerinnen und Nutzer mit vielen Verbindungen zu anderen Nutzerinnen und Nutzern), nicht sehr aktive Nutzer (d.h. Nutzerinnen und Nutzer mit nur wenigen oder gar nur einer Verbindung) und isolierte Nutzer (d.h. User, die ein separates, kleines Netzwerk neben dem Hauptnetzwerk bilden). Während die ersten beiden Nutzertypen sowohl in 2014 als auch in 2015 auftreten, sind isolierte Nutzer lediglich in 2014 vorhanden. Die meisten Nutzerinnen und Nutzer haben nur eine begrenzte Anzahl von Verbindungen und die wenigsten haben viele Verbindungen. Diese Auffälligkeit verändert sich von 2014 zu 2015. In 2015 ist der prozentuale Anteil von Nutzerinnen und Nutzern mit vielen Verbindungen höher als noch in 2014. Die Netzwerkdichte (in 2014: 0.005 und in 2015: 0.006) sowie der Clusterkoeffizient (in 2014: 0.06 und in 2015: 0.12) der Retweet-Netzwerke steigen in Maßen. Aufgrund dieses Anstiegs sind die Verbindungen im Retweet-Netzwerk 2015 stärker als noch in 2014.

Kategorisierung nach Twitter-Profilen

Neben den genannten Untersuchungen wurde eine Kategorisierung der Nutzerinnen und Nutzer anhand ihrer Twitter-Profile vorgenommen. Die einzelnen User wurden in verschiedenen Gruppen eingeteilt, zum Beispiel stellt ein Nutzer eine Person oder eine Institution dar. Diese Kategorien haben zudem Unterkategorien, die sich auf die berufliche Tätigkeit oder Interessen eines Nutzers (z.B. Bibliothekar, wissenschaftlich interessiert, Wissenschaftlerin) beziehungsweise den Typ einer Institution (Bibliothek, Universität) beziehen. Eine anschließende soziale Netzwerkanalyse dieser Netzwerke kann Auskunft darüber geben, welche Kategorien miteinander interagieren und welche nicht. Mit diesem Wissen kann festgestellt werden, ob Kategorien bestimmte Interaktionspartner bevorzugen.

Beeinflussung der Netzwerkstruktur und ihre Vorteile

Die durchgeführte Analyse hilft dabei, den Aufbau von sozialen Netzwerken, die durch wissenschaftliche Tweets entstehen, besser zu verstehen. Sie stellt eine Grundlage dar, um die virtuelle, wissenschaftliche Kommunikation von Konferenzen zu verbessern und deren reales Wachstum zu fördern.

Ein besseres Verständnis von Konferenznetzwerken könnte genutzt werden, um ihre Struktur bewusst zu verändern. Die Netzwerkdichte könnte beeinflusst werden, sodass die Community einer Konferenz enger miteinander in Kontakt steht. Eine daraus resultierende erhöhte Interaktion zwischen den unterschiedlichen Individuen im Netzwerk könnte für Konferenzorganisatoren einige Vorteile bieten. Wenn die Netzwerknutzer beispielsweise aktiver sind, könnte dieses Verhalten unabhängige Twitter-Nutzer (also Nutzerinnen und Nutzer, die nicht von der Konferenz betroffen sind) beeinflussen, die in Kontakt mit Individuen aus dem Retweet-Netzwerk stehen. Infolgedessen gewinnt die Konferenz an Publizität und zieht andere interessierte externe Nutzerinnen und Nutzer an.





Autorin: Anna-Lena Janßen ist Studentin der Christian-Albrechts-Universität zu Kiel. Sie befindet sich jetzt im Masterstudium Wirtschaftsinformatik. Ihre Bachelorarbeit im Bereich Web Science behandelt die Soziale Netzwerkanalyse von Tweets.

Diesen Blogpost teilen:

Fehlende deutsche Übersetzung

8 Thesen für die Arbeitswelt 4.0 – Hochschul-Bildungs-Report 2020 Open Access: Fördert OA epistemische Ungerechtigkeit? Zukunftsreport: Wer kann das Wissenschaftssystem transformieren?

View Comments

Start-Ups aus der Buchbranche: Zwischen E-Book und örtlichem Buchhandel
Nächster Blogpost