SocialTrends: un applicazione Web per monitorare i social media

Transcript

1 SocialTrends: un applicazione Web per monitorare i social media Maurizio Tesconi, Davide Gazzè, Angelica Lo Duca Istituto di Informatica e Telematica CNR Pisa Sommario La popolarità, l'attività e l'influenza di entità famose sui social media stanno diventando oggetto di studio soprattutto per motivi di business. Questo documento descrive SocialTrends, una applicazione web, che monitora le tendenze dei soggetti più popolari sui social media. In particolare si illustrano tre classi di metriche (popolarità, attività e influenza) e si associano ai tre social media più popolari: Facebook, Twitter e YouTube. Attraverso tecniche di data gathering, SocialTrends recupera dati statistici sulle entità, li elabora e li mostra a video, suddivisi per categorie, canali e classi. 1. Introduzione Molte attività di ricerca si concentrano sullo studio dei social media. A seconda dello scopo della ricerca, i lavori esistenti possono essere classificati in due categorie: a) lavori che descrivono come un utente diffonde la sua attività sui social media e b) lavori che illustrano la struttura dei social media. I documenti appartenenti alla prima categoria indagano gli effetti che il contenuto generato da un utente e l utente stesso hanno su gli altri utenti. Tutto il filone di ricerca che studia le metriche a livello statistico puo essere ricondotto a questa categoria. Il filone di ricerca che illustra la struttura dei social media, invece, tende a rappresentare un social media come un grafo in cui gli utenti sono i nodi e le loro relazioni gli archi. In questo caso tutta un analisi sui grafi può essere svolta. Fino ad oggi, la maggior parte degli studi scientifici svolti non fornisce alcuna applicazione web robusta e completa che possa essere accessibile da persone comuni per i loro test. Rispetto alla letteratura esistente, noi descriviamo un applicazione web completa, chiamata SocialTrends, disponibile via web all indirizzo: trends.it. Lo scopo di SocialTrends è quello di monitorare, analizzare e studiare i social media e la loro evoluzione temporale. SocialTrends traccia grafici che mostrano le classifiche di popolarità, attività e influenza di personaggi famosi, riviste e partiti politici presenti sui social media più famosi: Facebook, Twitter e YouTube. Per popolarità si intende un concetto astratto che rappresenta quanto un soggetto sia in grado di attirare l'attenzione degli altri soggetti, mentre l attività è la frequenza con cui un soggetto pubblica contenuti su un social media. L'influenza, infine, è il feedback che un soggetto riceve sui contenuti da lui generati. Le classifiche sono aggiornate quotidianamente, sono organizzate in categorie e suddivise per Paese. Inoltre, possono essere visualizzate da diversi punti di vista, che permettono all'utente di

2 analizzare dati simili. SocialTrends evidenzia anche l evoluzione temporale (trends) di popolarità, influenza e l'attività e stabilisce la loro correlazione con eventi reali. I trends sono classificati in due categorie: a) incremento percentuale, b) incremento assoluto. L incremento percentuale e quello assoluto di una data metrica indicano quanto cresce il valore della metrica stessa rispettivamente in percentuale e in assoluto. SocialTrends sfrutta le tecnologie web più recenti: supporta il multilinguismo, è compatibile con HTML5 ed è completamente implementato in PHP. Ogni pagina è associata ad un hash URI, che consente a un utente di condividere con altre persone ciò che sta guardando sullo schermo. Inoltre, l'interfaccia web è molto flessibile, nel senso che un utente può espandere o comprimere solo le metriche di suo interesse. Dal punto di vista architetturale, SocialTrends si compone di quattro moduli: il modulo Sampler, che raccoglie i dati in un repository, il modulo Social Analyzer che accede al repository ed elabora le informazioni, il Data Visualizer, che fornisce l'interfaccia web e, infine, il modulo di Adminstration per la gestione dei dati da parte dell amministratore. Il sito web SocialTrends analizza più di 1400 soggetti, organizzati in 10 categorie e viene continuamente aggiornato e migliorato. Attualmente sono oggetto di studio la definizione di un modello di previsione delle metriche basato su algoritmi di regressione e filtri di Kalman, e l implementazione di algoritmi di peak detection per l individuazione dei picchi nei trends. 2. Stato dell arte Il crescente sviluppo dei social media sta producendo una crescita sempre maggiore di contenuti pubblicati dagli utenti. Molti siti web sono stati installati con il fine di raccogliere, elaborare e visualizzare statistiche sui contenuti generati dagli utenti. Starcount [10] è un sito web che fornisce le classifiche dei personaggi più popolari, ordinati sia per categoria che per punteggio. Starcount raccoglie i dati da 11 social media, tra cui Facebook, Twitter, YouTube, Google+. Al fine di costruire classifiche, Starcount assegna un punteggio ad ogni entità. Più alto è il suo starcount score, maggiore è la popolarità del soggetto. Lo starcount score viene calcolato come somma ponderata della popolarità e l'attività che l'utente ha sul social media. Rispetto a Starcount, SocialTrends non definisce metriche a livello locale, ma fornisce dati oggettivi, così come sono stati raccolti dal social media. Inoltre, SocialTrends per ogni entità non solo mostra la sua posizione in calssifica, ma visualizza anche il divario con le altre entità appartenenti alla stessa classifica. PageData [6] e Fan Page List [2] sono servizi di monitoraggio che forniscono statistiche su Facebook. In particolare, PageData offre 7 tipi di classifiche, tutte contenenti la top ten: 1) le pagine migliori, 2) le discussioni più accese, 3) i guadagni maggiori (per giorno o settimana), 4) i post più commentati, 5) i post con il maggior numero di likes, 6) i post più condivisi, 7) i post più pubblicati. Rispetto a PageData, SocialTrends raccoglie i dati non solo da Facebook, ma anche da Twitter e YouTube.

3 Ranking Social Media [9] è un sito web austriaco, che mostra le entità austriache più popolari durante la settimana. Per costruire la classifica, Ranking Social Media prende i dati da Facebook, Twitter, Google+ e Foursquare e li combina in modo da ottenere un punteggio definito localmente, secondo cui le entità sono ordinate. Il più grande limite di Social Media Ranking è che si concentra solo sulle entità austriache e gestisce un piccolo numero di soggetti. Wefollow [14] è una applicazione web che fornisce classifiche di entità, raggruppate per categoria. Per ogni entità, mostra la sua posizione nel ranking e alcuni dettagli su Twitter, le sue statistiche (cioè il numero di seguaci, il numero di followings, il numero degli aggiornamenti). Il più grande limite di Wefollow è che le classifiche vengono costruite solo sulla base delle statistiche Twitter e non descrive come smista le entità. Twitalyzer [12] e Twitaholic [11] sono delle applicazioni web che forniscono un grande numero di statistiche circa le singole entità. In Twitalyzer, le statistiche, che sono costruite sulla base dei dati Twitter, comprendono un gran numero di parametri, come l impatto, la partecipazione, l'influenza, e la generosità. Rispetto a Twitalyzer, SocialTrends costruisce classifiche di entità e le raggruppa per categoria. Socialbakers [13] è un sito web che elabora dati provenienti da Facebook, Twitter, YouTube, Google+ e Linkedin. Costruisce classifiche di entità, raggruppate per categoria, sulla base della loro popolarità. In confronto a Socialbakers, SocialTrends costruisce anche classifiche sulla base dell influenza e dell attività delle entità. Blogmeter [1] e Reputation Manager [8] sono sistemi proprietari che forniscono soluzioni di business per le aziende. La nostra soluzione, invece, è aperta e non è business-oriented. 3. Modellizzazione dei Social Media Al fine di descrivere in modo più formale i parametri che vogliamo misurare, definiamo un modello astratto che può essere utilizzato su differenti social media. Il nostro modello si compone di quattro elementi: entità, sorgente, canale e metriche. La Figura 1 mostra le relazioni tra entità, canali, sorgenti e metriche (a) e un esempio dell'entità Zuckerberg Mark (b). L'entità è un concetto astratto che rappresenta qualcosa nel mondo reale (ad esempio persona, giornale, partito politico...). Un'entità è rappresentata da un insieme di attributi (ad esempio id, nome, paese,...). L id specifica l'unico identificatore per l'entità, il nome specifica il nome dell'entità (es. Mark Zuckerberg o The Times ), il paese specifica il paese di origine dell entità. Infine, un entità è caratterizzata da uno o più tag. Un tag (o categoria) specifica la categoria a cui l'entità appartiene. Un'entità può appartenere a una o più categorie. Ad esempio, i tag relativi all'entità Arnold Schwarzenegger potrebbero essere politico e attore. Un canale è definito come un sito web dove ogni entità è in grado di eseguire le seguenti operazioni: a) costruire il suo profilo, b) condividere il suo profilo con altri individui, c) comunicare con altri soggetti [18]. In pratica, una volta che il proprio profilo è costruito, un'entità è in grado di stabilire i rapporti con le altre entità e interagire con loro.

4 Figura 1 a) Relazione tra entità, canali, sorgenti e metriche. b) Un esempio per Facebook. Su un canale un'entità può sfruttare diverse sorgenti per diffondere opinioni,notizie personali e pensieri. Una sorgente è un luogo web che fornisce un meccanismo per esprimere interessi, pubblicare notizie su se stessi e stabilire una relazione con altre entità. Una sorgente è rappresentata da un id, variabile da sorgente a sorgente, e un tipo, che specifica la natura della fonte. Per esempio, un tipo di sorgente Facebook può essere una pagina, un gruppo o un account, per Twitter e YouTube può essere un account. Una sorgente può generare contenuto, che comprende tutte le attività che la sorgente esegue all'interno del canale. Ogni sorgente è associata ad un canale, che è una raccolta di sorgenti web appartenenti allo stesso social media. Una sorgente può essere ufficiale o meno. Nel primo caso, l entità sostiene di essere il proprietario della sorgente, mentre nel secondo, alcuni sostenitori o altri soggetti hanno costruito la sorgente e contribuito a diffondere informazioni su tale entità. Tuttavia, l'entità può non essere a conoscenza di questo contributo. Una sorgente fornisce alcuni parametri utili che possono essere utilizzati per stabilire l'impatto che l'entità ha sul canale. Con metriche indichiamo una serie di meccanismi che forniscono informazioni statistiche sull'entità associata a quella sorgente. Definiamo tre classi di metriche: popolarità, attività e influenza. La popolarità di una sorgente su un canale è definita come il livello di attenzione che riceve da altre fonti [28]. L'attività di una sorgente su un canale è definita come la frequenza di pubblicazione dei contenuti. L influenza di una sorgente su un canale è definita come il feedback che riceve sul suo contenuto generato. 4. Applicazione del modello ai Social Media Le metriche descritte nella sezione 3 rappresentano classi di metriche, poiché per ogni social media è possibile individuare più di una metrica per ogni classe. In questa sezione mappiamo le classi metriche descritte per tre popolari social media: Facebook, Twitter e YouTube.

5 4.1 Facebook Facebook è un sito di social networking lanciato nel A partire da maggio 2012, dispone di oltre 900 milioni di utenti attivi, che devono registrarsi prima di utilizzare il servizio. Ogni utente costruisce i suoi rapporti con gli altri utenti, chiamati amici. Inoltre, l utente è associato ad una bacheca, dove pubblica il suo contenuto in forma di messaggi (post). Ogni post può essere commentato (commenti e mi piace) o condiviso dai suoi amici. Facebook supporta anche la creazione di pagine. In particolare, un utente è associato ad un singolo account Facebook e può creare una o più pagine. Secondo la definizione di Facebook, una pagina dà voce a qualsiasi organizzazione, marchio, azienda per partecipare alla conversazione con utenti di Facebook. Una singola entità può essere rappresentata sia da un utente che da una o più pagine. Ad esempio, l'entità Mark Zuckerberg è rappresentata dal proprio utente e molte pagine create dai suoi fans. Un utente può esprimere il suo interesse in una pagina Facebook con l'aggiunta di se stesso all'elenco degli utenti che ricevono messaggi pubblicati da quella pagina. Questo meccanismo è chiamato like. Un utente può anche esprimere il suo interesse per un altro utente di Facebook con l'aggiunta di se stesso all'elenco degli utenti che ricevono messaggi pubblicati da quell'utente. Questo meccanismo è chiamato subscription. Attraverso Facebook possiamo definire due metriche di popolarità: a) numero di likes su una pagina, b) il numero di subscribers di un utente. L'attività di un utente Facebook può essere misurata considerando i seguenti elementi: a) numero di post, b) numero di commenti, numero di likes e numero di condivisioni che le pagine / gli utenti pubblicano sul proprio profilo o su quello degli altri. Un utente può apprezzare i post pubblicati da una pagina di Facebook o di altri utenti in tre modi. In primo luogo, può contrassegnare il post come mi piace. In secondo luogo, un utente può fare un commento sul post. Infine, può condividere il post con i suoi amici. Noi definiamo tre metriche di influenza, sulla base dei meccanismi descritti: a) influenza-like; b) influenza-commenti e c) influenza-condivisione. 4.2 Twitter Twitter è un servizio online di social networking e servizio di microblogging lanciato nel Ha più di 140 milioni di utenti attivi, generando oltre 340 milioni di tweet al giorno. Un utente può esprimere il suo interesse ad un utente Twitter aggiungendo se stesso all'insieme di utenti che ricevono tweets pubblicati da quell'utente. Questo meccanismo è chiamato followers. Twitter fornisce anche la possibilità di creare liste per ordinare gli utenti di Twitter. Le liste permettono di organizzare le persone che stanno seguendo in gruppi e permettono anche di includere la gente che non si sta seguendo. Twitter offre due metriche di popolarità: il numero di seguaci di un utente e il numero delle entità in lista che esprimono in quante liste pubbliche le entità appaiono. L'attività di un utente Twitter può essere misurata considerando il numero di tweet che genera. Un tweet include un messaggio auto-generato, un tweet di un messaggio generato da un altro tweet e una risposta a un tweet. Un utente può apprezzare i tweet pubblicati da un altro utente in Twitter in tre modi. In primo luogo, può fornire una risposta su un tweet. Questo meccanismo è equivalente al commento

6 Figura 2 L'architettura di SocialTrends. Facebook. In secondo luogo, può condividere il tweet coni suoi followers. Questo si chiama retweet. Infine, può segnare un tweet come favorito. Ciò è equivalente al like di Facebook. Definiamo tre metriche di influenza, sulla base dei meccanismi descritti: a) influenza-risposta, b) influenza-rispondi, c) influenza-preferiti e d) menzione. 4.3 YouTube YouTube è un sito di video-sharing lanciato nel 2005, dove gli utenti possono caricare, vedere e condividere video. Non richiede la registrazione dell'utente. Tuttavia, gli utenti non registrati possono solo guardare i video, mentre gli utenti registrati possono anche caricare un numero illimitato di video. Ogni utente registrato è associato un canale, che è il luogo dove carica i suoi video e pubblica commenti. Un utente può esprimere il suo interesse a un canale su YouTube con l'aggiunta di se stesso alla lista di utenti che ricevono notifiche di nuovi video caricati dal canale. Questo meccanismo è chiamato subscription. YouTube fornisce solo una metrica di popolarità: il numero di abbonati di un canale. L'attività di un canale YouTube può essere misurata considerando il numero di video caricati. Un utente può apprezzare i video caricati da un canale YouTube in quattro modi. In primo luogo, può visualizzare il video. Questo meccanismo è chiamato visualizzazione. In secondo luogo, può segnare il video come mi piace o non mi piace. Infine, un utente può fare un commento sul video. Definiamo quattro metriche di influenza, sulla base dei meccanismi descritti: a) influenzavisualizzazione, b)influenza-like c), influenza-dislike e d) influenza-commenti.

7 5. SocialTrends In questa sezione descriviamo SocialTrends, una applicazione web che raccoglie, elabora e visualizza i dati raccolti dai social media. 5.1 Architettura La Figura 2 mostra l'architettura di SocialTrends, che è composto dai seguenti moduli: il modulo Sampler (SM), il modulo Social Analyzer (SAM), il modulo di visualizzazione dei dati (DVM), il Modulo Administrator (AM) e il Database (DB). Ogni social media (Facebook, Twitter, Youtube) fornisce una Social API permettendo ad un modulo esterno di ottenere informazioni sulle entità. Il SM sfrutta le Social API, periodicamente (per esempio, ogni giorno) raccoglie informazioni sulle entità e le memorizza nel DB. Le entità da campionare sono impostate manualmente dall'amministratore attraverso l'am. L'AM può usare direttamente le Social API al fine di aggiungere nuove entità al DB. Inoltre può accedere al DB per la manutenzione. Il DB memorizza tutte le entità e i dati necessari per costruire le metriche associate alle entità. Il SAM elabora i dati raccolti mediante il calcolo dei parametri sociali, mentre il DVM mostra i risultati per l'utente. 5.2 Metodologia SocialTrends analizza i dati raccolti da Facebook, Twitter e YouTube. I set di dati che abbiamo analizzato sono stati ottenuti acquisendo quotidianamente pagine e account di Facebook, account Twitter e canali YouTube tramite la API fornite. In particolare, si sono acquisiti circa 500 soggetti, organizzati in 10 categorie, a partire dal 20 aprile Per ogni soggetto sono stati calcolati i parametri descritti nella sezione 4 di giorno in giorno in modo da calcolare anche la tendenza di ogni metrica. Le tendenze sono classificate in due categorie: a) incremento percentuale e b) incremento assoluto. L incremento percentuale e l'incremento assoluto di una metrica M indicano quanto il valore delle metriche cresce rispettivamente in percentuale e in assoluto. Essi vengono calcolati come segue: si assuma che mt e mt 1 sono i valori che una metrica M assume al tempo t e t +1, rispettivamente per una determinata entità. Il PI incremento percentuale è definito attraverso la seguente formula: mentre l AI aumento assoluto viene calcolato attraverso la seguente formula: La forza di SocialTrends è che si focalizza sulle entità corrispondenti connotate dagli stessi tag (cioè appartenenti alla stessa categoria). In pratica, SocialTrends trova entità appartenenti alla stessa categoria al fine di ottenere una classifica per categoria e per ogni canale. Per ogni entità mostra la distanza dalle altre entità della stessa categoria. Con distanza tra entità i e entità j indichiamo la differenza tra il valore delle metriche di i e quella j. Secondo la nostra conoscenza, SocialTrends è il primo strumento a fornire questa funzionalità, dato che le altre applicazioni web enfatizzano soltanto singole entità e non un confronto tra di loro. Infatti, per ogni entità sono riportate solo la posizione nella classifica della categoria a cui appartiene e i dettagli statistici su di esso.

8 6. Conclusioni e lavoro futuro In questo lavoro abbiamo presentato un modello teorico che può essere utilizzato su differenti social media. Abbiamo dimostrato che ogni entità può essere associata a una o più fonti di canale, che sono state analizzate separatamente. Poi abbiamo presentato SocialTrends, una applicazione web che fornisce un'analisi visiva delle tendenze e delle metriche delle entità dei social media. Abbiamo dimostrato che Social Trends presenta un idea innovativa, basata sul confronto tra le entità secondo la loro categoria e attraverso alcuni parametri utili. Come lavoro futuro, ci accingiamo a stabilire una relazione tra le sorgenti associate alla stessa entità ed appartenenti allo stesso canale. Per esempio, l'entità Mark Zuckerberg possiede una pagina Facebook, con circa 17K fan e un account Facebook, con circa 13M abbonati. Sarebbe interessante stabilire quali soggetti sono entrambi fan della pagina e abbonati all account in modo che sarebbe possibile determinare il numero effettivo delle entità interessate all entità Mark Zuckerberg. Allo stato dell'arte, SocialTrends supporta solo Facebook, Twitter e YouTube. Ci accingiamo a estenderlo con altri canali, come ad esempio Foursquare [3], Google Plus [4], Pinterest [7], Linkedin [5] e altri. Ci accingiamo inoltre a sviluppare un sistema automatico per la raccolta di notizie da giornali online in modo da collegarle alle tendenze. Attraverso questa funzione, SocialTrends sarebbe in grado di visualizzare una timeline con le più importanti notizie in tutto il mondo. Infine, SocialTrends potrebbe essere migliorato fornendo la possibilità agli utenti di creare le proprie collezioni di entità, al fine di diventare un applicazione collaborativa. Questo dovrebbe anche aumentare il numero di soggetti raccolti e delle sorgenti. Bibliografia [1] Blogmeter Web Site: [2] Fan Page List Web Site: [3] Foursquare Web Site: [4] Google Plus Web Site: [5] Linkedin News Web Site: [6] PageData Web Site: [7] Pinterest Web Site: [8] Reputation Manager Web Site: [9] Social Media Ranking Web Site: [10] Starcount Web Site: [11] Twitaholic web site: [12] Twitalyzer Web Site: [13] Twitalyzer Web Site: [14] Wefollow Web Site:

9 [15] Valerio Arnaboldi, Andrea Passarella, Maurizio Tesconi, and Davide Gazz`e. Towards a characterization of egocentric networks in online so- cial networks. In Proceedings of the 2011th Confederated international conference on On the move to meaningful internet systems, OTM 11, pages , Berlin, Heidelberg, Springer-Verlag. [16] Sitaram Asur and Bernardo A. Huberman. Predicting the future with social media. CoRR, abs/ , [17] Eytan Bakshy, Brian Karrer, and Lada A. Adamic. Social influence and the diffusion of usercreated content. In Proceedings of the 10th ACM conference on Electronic commerce, EC 09, pages , New York, NY, USA, ACM. [18] Danah m. Boyd and Nicole B. Ellison. Social network sites: Definition, history,and scholarship. Journal of Computer-Mediated Communication, [19] Moira Burke, Robert Kraut, and Cameron Marlow. Social capital on facebook: differentiating uses and users. In Proceedings of the 2011 annual conference on Human factors in computing systems, CHI 11, pages , New York, NY, USA, ACM. [20] Moira Burke, Cameron Marlow, and Thomas Lento. Social network ac- tivity and social wellbeing. In Proceedings of the 28th international conference on Human factors in computing systems, CHI 10, pages , New York, NY, USA, ACM. [21] Claudia Canali, Michele Colajanni, and Riccardo Lancellotti. Charac- teristics and evolution of content popularity and user relations in so- cial networks. In IEEE Symposium on Computers and Communications (ISCC 2010), pages , June [22] Meeyoung Cha, Hamed Haddadi, Fabrcio Benevenuto, and Krishna P. Gummadi. Measuring user influence in twitter: The million follower fallacy. In in ICWSM 10: Proceedings of international AA Conference on Weblogs and Social, [23] Meeyoung Cha, Alan Mislove, and Krishna P. Gummadi. A measurement-driven analysis of information propagation in the flickr social network. In Proceedings of the 18th international conference on World wide web, WWW 09, pages , New York, NY, USA, ACM. [24] Teresa Correa, Amber Willard Hinsley, and Homero Gil de Zuniga. Who interacts on the web?: The intersection of users personality and social media use. Computers in Human Behavior, Vol. 26, No. 2.: , March [25] Irena Pletikosa Cvijikj and Florian Michahelles. Monitoring trends on facebook. In Proceedings of the 2011 IEEE Ninth International Con- ference on Dependable, Autonomic and Secure Computing, DASC 11, pages , Washington, DC, USA, IEEE Computer Society. [26] Andreas M. Kaplan and Michael Haenlein. Users of the world, unite! the challenges and opportunities of social media. Business Horizons, 53(1):59 68, [27] Anastasios Noulas, Salvatore Scellato, Cecilia Mascolo, and Massimil- iano Pontil. An empirical study of geographic user activity patterns in foursquare. In Conference on Weblogs and Social Media (ICWSM), pages , July [28] Daniel M. Romero, Wojciech Galuba, Sitaram Asur, and Bernardo A. Huberman. Influence and passivity in social media. In ECML/PKDD (3), pages 18 33, [29] Beiming Sun. Lifespan and popularity measurement of online content on social networks. In IEEE International Conference on Intelligence and Security Informatics (ISI2011), pages , July [30] Gabor Szabo and Bernardo A. Huberman. Predicting the popularity of online content. Commun. ACM, 53(8):80 88, August 2010.

10 [31] Iraklis Varlamis, Magdalini Eirinaki, and Malamati Louta. A study on social network metrics and their application in trust networks. In Proceedings of the 2010 International Conference on Advances in Social Networks Analysis and Mining, ASONAM 10, pages , Washington, DC, USA, IEEE Computer Society.