Analyzing and visualizing long-term microblogging data

Abstract

Jeden Tag nutzen Millionen von Menschen Soziale Netzwerke und Mikroblogging Plattformen um Persönliches aus ihrem Leben zu veröffentlichen, sich über ihre Interessen zu unterhalten, an Diskussionen zu aktuellen Neuigkeiten teilzunehmen oder ihre Meinung zu verwendeten Produkten oder Diensten kundzugeben. Hand in Hand mit immensen Wachstum über die letzten Jahre und der einfachen Verfügbarkeit dieser mit zahlreichen Meta-Informationen angereicherter Daten, stieg auch das wissenschaftliche Interesse und resultierte in unterschiedlichen Forschungsfeldern rund um Verarbeitung und Nutzbarkeit dieser Daten. Während sich viele Forschungsprojekte auf einzelne, markante Ereignisse konzentrieren, ergründet diese Arbeit die Verwendung von Langzeit-Mikrobloggingdaten mit Bezug auf ein bestimmtes Produkt. Eine Analyseund Visualisierungsapplikation wird vorgestellt, die es ermöglicht, Twitter-Daten mit Benutzeraktivitäten eines Produktes zu verknüpfen und zu visualisieren. Mit Hilfe eines Use-Cases wird die explorative Herangehensweise in der Verwendung der Applikation veranschaulicht. Es wird unter anderem gezeigt, dass mit Hilfe der verwendeten Visualisierungen einflussreiche Twitter Benutzer identifiziert werden können und dass das Bilden eines täglichen, generellen Stimmungswertes von Twitter-Aktivitäten durch die starke Abhängigkeit von einzelnen Events trügerisch sein kann. Außerdem wurde für den gewählten Use Case keine generelle Korrelation zwischen der Anzahl an Tweets und den Benutzeraktivitäten eines Produktes gefunden und weitere Untersuchungen sind notwendig, um herauszufinden, ob dies auch auf andere Use Cases zutrifft.

Millions of people use social media networks and microblogging services on a daily basis to talk about their personal lives, interests, current news and events, and experiences with products and services. The combination of enormous growth of such platforms over the recent years and the availability of all this data, enriched with a variety of meta data, led to an increase in scientific interest resulting in many different fields related to processing this data. While many projects focus on distinctive events, this work explores possibilities to use long-term microblogging data related to a specific product. An analysis and visualization application is introduced which enables analysts to link Twitter data to the usage data of a product and utilize various visualizations to gain insights. Furthermore, a use case is presented which illustrates the explorative process of using the application and outlines the main findings of this work: influential user accounts can be identified based on both Twitter and product usage data, the overall sentiment of Twitter daily activities might not be a correct representation of what is really happening, and no general correlation between the amount of tweets posted and product usage data could be found within the scope of the use case. Therefore, additional research is required in order to see if this applies to other use cases as well.