Erschließung und Analyse von Twitter Analyse Tools

8/8/2019 Erschlieung und Analyse von Twitter Analyse Tools

1/34

Erschlieung und Analyse

von Twitter Analyse Tools

Bakkalaureatsarbeit an der

Technischen Universitt Graz,

Institut fr Informationssysteme

und Computer Medien

23.11.2010

Thomas Altmann

[email protected]

Betreuer: Martin Ebner


2/34

0 Abstract

Twitter ist ein konstanter Informationsstream von einzelnen Postings, sogenannten Tweets. Es

ist schwierig, aus diesen vielen einzelnen Postings und Meinungen allgemeine Aussagen zu

einem bestimmten Thema zu treffen. Auch das Analysieren einer einzelnen Person erfordertbis jetzt das Lesen aller Tweets dieses Users.

Bisherige Twitter Analyse Tools beschftigen sich entweder auf numerischer Ebene mit der

Anzahl von Followern und Tweets, oder sind bei der semantischen Analyse zu grob, mit einer

Einteilung in positive/negative Tweets oder grob abgegrenzte Gebiete.

Das semantische Twitter Analyse Tool STAT leistet einen Beitrag zur Verbesserung dieser

Analyse. STAT analysiert, was am meisten zu einem bestimmten Thema geschrieben wird,

wer am meisten zu einem bestimmten Thema schreibt, oder worber und mit wem eine

Person am meisten twittert.

Mit STAT knnen Events mittels Schlagwrtern (Hashtags) analysiert werden und dieMeinungen der Twitteruser zu einem bestimmten Thema herausgefunden werden. User

knnen sich oder auch andere Twitter User analysieren und sehen, was diese User am meisten

interessiert.


3/34

1 Einleitung und Problembeschreibung

Twitter ist der beliebteste Microbloggingdienst. Microblogging ist eine Form von schriftlicher

Kommunikation die auf kurze Beitrge beschrnkt ist. Im Fall von Twitter werden diese

Beitrge Tweets genannt und sind auf 140 Zeichen beschrnkt. Bild 1 zeigt einen solchenBeitrag.

Zustzlich bietet Twitter die Mglichkeit, sich mit anderen Benutzern zu vernetzen. Man kann

Usern folgen und ein sogenannter Follower werden, um deren Beitrge zu abbonieren.

Bild 1 Die Anatomie eines Tweets (Quelle: Flickr L3T Gruppe,

http://www.flickr.com/groups/l3t/)

In Bild 1 lassen sich noch einige andere Merkmale von Tweets erkennen:

1. Der ganze Tweet, der alle nachfolgenden Merkmale hat2. Dieser Tweet ist ein Retweet, gekennzeichnet durch die Buchstaben RT. Das

bedeutet, dass ein User einen Tweet eines anderen Users in seine eigenen Tweets

aufnimmt und alle Follower des Users diesen Tweet auch sehen.

3. Dieser Tweet ist an einen bestimmten anderen User gerichtet, erkennbar an derErwhnung des anderen Users mit @.

4. In Tweets enhalten Links sind meist gekrzt, um noch Platz fr anderen Inhalt zulassen.

5. Hashtags sind erkennbar an dem Symbol # und kennzeichnen, dass der Tweet zueinem bestimmten Thema gemacht wurde.

6. Jeder Tweet enthlt Metadaten wie Datum, Ort oder Programm, mit dem getweetetwurde.


4/34


5/34

Der Einsatz von Twitter in wissenschaftlichen Prozess und dem Verfassen vonwissenschaftlichen Arbeiten. Die Frage ist, wie ndert Twitter diesen Prozess und wie

verndert sich das Modell zur Kollaboration. [1]

Der Einsatz von Twitter auf wissenschaflichen Konferenzen und Tagungen.Teilnehmer dieser Veranstaltungen knnen Tweets mit Hashtags kennzeichnen und soder Veranstaltung zuordnen. [2] [3] [4]

Twitter bei Lehrveranstaltungen und Vortrgen. Wie kann Microblogging dieInteraktivitt erhhen? [5]

Die Verwendung von Twitter auf Universitten. [6] Warum User tweeten und retweeten. Microblogging wirft wie jede andere

Kommunikationsform gewissen soziologische und sozialpsychologische

Fragestellungen auf. [7] [8]

Alle diese Themen wrden von einer Mglichkeit profitieren, die oben gestellten Fragenzu beantworten. Eine semantische Analyse von Tweets wre sehr ntzlich fr diese

Bereiche.


6/34

2 Stand der Technik

Es gibt im Internet bereits viele Seiten, die es sich zur Aufgabe gemacht haben, Twitter zu

analysieren. Im ersten Schritt werden bestehende Tools angesehen und kategorisiert.

Man kann diese Tools grob in 2 Kategorien einteilen:

Quantitative Tools Qualitative Tools

Quantitative Tools beschftigen sich mit Twitter auf numerischer Ebene. Sie analysieren die

Anzahl der Tweets, Followers und Followees, oder sogar die Uhrzeit wann Tweets verfasst

wurden. Durch diese Analyse von Zahlen sollen neue Aussagen gewonnen werden.

Qualitative Tools konzentrieren sich auf den Inhalt der Tweets.

Followers von User X sind definiert als die Twitter User, die User X folgen.

Followees von User X sind definiert als die Twitter User, denen User X folgt.

2.1 Quantitative Tools

2.1.1 GigaTweet [http://popacular.com/gigatweet/]

Bild 2 Homepage von Gigatweet

GigaTweet ist die simpelste und beispielhafteste Variante eines quantitativen Tools. Diese

Website ist ein globaler Zhler aller Tweets. Zum Zeitpunkt dieses Screenshots waren es ber19 Milliarden Tweets, und die Anzahl steigt stetig.


7/34

Als zustzliche Information zeigt GigaTweet Graphen ber die zeitliche Verteilung der

Tweets aufgetragen ber Stunden oder Tage. [Bild 2]

2.1.2 Twittercounter [http://twittercounter.com/]

Twittercounter zhlt die Followers, Followees und Tweets seiner registrierten User. Diese

Zahlen lassen sich dann als Graphen darstellen und vergleichen.

Bild 3 Top 5 der Rangliste von Twittercounter

Eine weitere Implementation von Twittercounter ist die Rangliste. User werden nach der

Anzahl ihrer Follower gerankt. [Bild 3] [http://twittercounter.com/pages/100]

Twittercounter ist ein rein quantitatives Tool, da nur die Anzahl der Followers, Followees und

Tweets als Faktoren herangezogen werden.

2.1.3 SleepingTime [http://www.sleepingtime.org/]


8/34

Bild 4 Bill Gates analysiert durch SleepingTime

SleepingTime benutzt die Uhrzeit der Tweets und die bei Twitter eingestellte Zeitzone eines

Users um vorherzusagen, wann dieser User schlft. Dies ist ein weiteres Beispiel fr ein rein

quantitatives Tool. [Bild 4]

2.1.4 FRIENDorFOLLOW [http://friendorfollow.com/]

Bild 5 Homepage von FRIENDorFOLLOW

FRIENDorFOLLOW beschftigt sich nicht mit Tweets, sondern nur mit Followers und

Followees. [Bild 5]


9/34

Dieses Tool vergleicht die Liste der Followers mit der Liste der Followees eines Users und

listet alle Followees auf, die keine Followers von diesem User sind. User, zu denen eine

beidseitige Follower-Beziehung besteht, werden in diesem Zusammenhang als Friends

bezeichnet.

So zeigen sich die zwei unterschiedlichen Ausprgungen von Twitter. Die meisten User

vernetzten sich mit ihren Freunden und folgen sich gegenseitig. Diese Nutzung ist hnlich wie

bei anderen sozialen Netzwerken wie Facebook, wo das Schlieen einer bidirektionalen

Verbindung die einzige Mglichkeit ist. Zustzlich benutzen sie Twitter auch als

Informationsmedium und folgen Accounts von Nachrichtendiensten, Firmen oder Celebrities.

Diese Accounts haben meiste viele Followers, werden fr Broadcasting von Nachrichten und

PR verwendet und haben in der Regel kein Interesse daran, ihren Followers zu folgen. Hier

kann man eine Parallele zu Pages von Facebook ziehen. Twitter bietet seinen Usern so die

Mglichkeit, rein passiv, rein aktiv oder auf beide Arten zu kommunizieren.

2.2 Qualitative Tools

2.2.1 Google Follow Finder [http://www.followfinder.googlelabs.com/]

Bild 6 Vorschlge fr einen bestimmten User bei Follow Finder

Follow Finder bildet einen bergang zwischen den qualitativen und den quantitativen Tools.

Die Idee hinter Follow Finder ist, dass User mit hnlichen Followers und Followees auch


10/34

hnliche Interessen haben, und man dieses Wissen nutzen kann, um neue User kennen zu

lernen.

Follow Finder erhlt einen Twitter Username und generiert daraus zwei Vorschlag-Listen.

[Bild 6] [http://followfinder.googlelabs.com/static/about.html]

Tweeps you might like entsteht durch Analyse der Followees eines Users. DieFollowee-Liste des analysierten Users wird mit den Listen anderer User verglichen,

und User, die in anderen Listen vorkommen, aber nicht in der Liste des analysierten

Users sind, werden vorgeschlagen. So lassen sich Twitter User finden, die ber

hnliche Themen wie die User tweeten, denen man bereits folgt.

Tweeps with similar followers entsteht durch Analyse der Followers eines Users.Die Follower-Liste des analysierten Users wird mit den Listen anderer User

verglichen, und User mit hnlichen Followers werden vorgeschlagen. So lassen sichTwitter User finden, die ber hnliche Themen wie der analysierte User tweeten und

daher die gleichen Followers anziehen.

Der Sinn von Follow Finder ist es, neue User zu entdecken, denen man folgen mchte, indem

die Interessen des analysierten User in Beziehung zu anderen Usern gesetzt wird. Somit

beginnt Follow Finder mit einer quantitativen Analyse, aber prsentiert Resultate auf einer

qualitativen, semantischen Ebene.

2.2.2 TweetPsych [http://tweetpsych.com/]

Bild 7 Ausschnitt der Analyse eines Users bei TweetPsych


11/34

TweetPsych analysiert alle Tweets eines Users um ein psychologisches Profil des Users

anhand des Inhalts seiner Tweets zu erstellen.

Das Profil ist aufgeschlsselt in Kategorien wie Work, Leisure, Learning, Money, Time,

Future, Present, Past, Media, Emotions, Positive, Negative und einige weitere Themen.

Der User wird dann mit dem Durchschnitt der bereits analysierten und dem System bekannten

User verglichen, und die Themen werden nach Hufigkeit der Tweets gereiht. Ein Beispiel:

User X schreibt 150% mehr ber Money als der durchschnittliche User. [Bild 7]

Als zustzliches Feature werden Twitter User vorgeschlagen, die hnliche

Persnlichkeitsprofile wie der analysierte User erhalten haben.

TweetPsych benutzt zwei verschiedene linguistische Analysealgorithmen namens RID undLIWC [http://www.liwc.net/] um ein psychologisches Profil einer Person basierend auf dem

Inhalt ihrer Tweets aufzubauen. [http://tweetpsych.com/site.php]

Durch die Analyse des Inhalts der Tweets reiht sich TweetPsych in die Reihe der

semantischen Tools ein.

2.2.3 Tweet Sentiments [http://tweetsentiments.com/]

Tweet Sentiments analysiert einzelne Tweets und teilt sie in positive, negative und neutraleTweets ein.

Die Startseite zweigt ein Dashboard, das stndig aktuelle Tweets zeigt, jeweils mit einer rot,

gelb oder grn gefrbten Sprechblase, die die Stimmung ausdrckt.

Unter Analyze kann man die Tweets zu einem bestimmten User oder Keyword/Hashtag

analysieren lassen. Bei der Analyse eines Users wird zustzlich versucht, Informationen zu

Ausbildung, Schreibstil, Geschlecht und Alter aus den Tweets zu extrahieren.

Das Ergebnis der Analyse ist nur wenig zufriedenstellend. Bild 8 zeigt ein Negativbeispiel.Der aktuellste Tweet wurde trotz looking forward to this wegen dem Wort madness im

Text als negativ eingestuft. Auch der Tweet ber Firefox wurde trotz loving, working und

quicker als negativ befunden.


12/34

Bild 8 Tweet Sentiments Analyse eines Users


13/34

3 Umsetzung

3.1 Theorie

Alle Tweets auf Twitter gemeinsam zu analysieren macht keinen Sinn. Die User tweeten zujedem vorstellbaren Thema, und eine Analyse dieses ungefilterten Datenstroms wrde keine

sinnvollen Ergebnisse liefern. Es soll eine Aussage zu einem bestimmten Thema oder ber

eine bestimmte Person getroffen werden. Man darf in einem Analysedurchgang nur Tweets

von einer bestimmten Person, oder mit einem bestimmten Keyword oder Hashtag im Text

betrachten. Eine Filterung ist notwendig.

Der erste Ansatz von STAT ist, die Wrter in Tweets zu zhlen. Durch die groe Anzahl der

Tweets soll es mglich sein, durch das Herausfiltern der meistbenutzten Begriffe einen

berblick ber Aussagen hinter den Tweets zu bekommen. Die Ergebnisse sollen dannwieder in Kategorien aufgeteilt werden knnen: Benutzer, Hashtags und Keywords. Ein

Keyword ist definiert als jedes Wort in einem Tweet, das kein Hashtag oder Username ist.

Durch das Aufspalten in diese Kategorien wird versucht konkrete Aussagen nach der Analyse

treffen.

Das Zhlen der Wrter stellt eine Herausforderung dar. Der Aufbau der natrlichen Sprache

fhrt zu einem hohen Anteil an Bindewrtern und Pronomen. Zustzlich werden in Tweets

hufig anderen Konstrukte verwendet, die als Wrter klassifiziert werden und keine wirklich

Aussagekraft haben. Beispiele hierfr sind freistehende Bindestriche oder Punkte. Diesewenig aussagekrftigen Komponenten mssen herausgefiltert werden um die Analyse

sinnvoller zu machen.

Somit kommen wir zu folgendem Ablauf, den das Programm erfllen muss:

Schritt 1: Filterung und Download von Tweets

Schritt 2: Analyse der Tweets durch Wrterzhlen und Aufbereitung der Ergebnisse

3.2 Filterung und Download von Tweets Twapper Keeper [11]

STAT kommuniziert nicht direkt mit Twitter, sondern nutzt die Drittanwendung Twapper

Keeper um relevante Tweets zu finden.

Twapper Keeper ist eine webbasierte Applikation, die Archive von Tweets fr einen

bestimmten Hashtag, ein bestimmtes Keyword oder fr eine bestimmte Person anlegen kann.

Twapper Keeper sammelt dann alle Tweets mit diesen Keywords/Hashtags oder von dieser

Person.


14/34


15/34

Durch Verwendung dieser drei Funktionen haben wir eine einfache Mglichkeit, die fr die

Analyse ntigen Tweets zu sammeln und abzurufen.

3.3 Die Implementation von STAT

STAT verwendet eine Kombination aus verschiedenen Technologien und

Programmiersprachen, um dem Benutzer ein Tool zur Verfgung zu stellen, dass sich leicht

bedienen lsst. Die beiden Hauptkomponenten des Programms sind ein Command Line Tool

in Python und eine Weboberflche in PHP.

Bild 9 Ordnerstruktur von STAT


16/34

In Bild 9 ist die Ordnerstruktur von STAT zu sehen. Im Hauptordner liegt das Python Script

twitter.py, in dem die Programmlogik enthalten ist. Ebenfalls hier zu finden sind einige

HTML und PHP Dateien so wie ein CSS Stylesheet. Diese Dateien stellen die Weboberflche

von STAT zur Verfgung.

Im Ordner data werden in den Unterordnern hashtag, keyword und person die JSON

Files gespeichert. Diese enthalten die nach Hashtag, Keyword oder Benutzer sortieren

Tweets.

Das Verzeichnis languages enthlt Textdateien zu verschiedenen Sprachen mit Blacklist-

Eintrgen fr die Analyse.

3.3.1 Command Line Tool

Das Command Line Tool twitter.py beherrscht folgende Funktionen (value kann jeweils

ein Keyword, Hashtag oder User sein):

python twitter.py info value

Die Info-Funktion berprft, ob es ein Twapper Keeper Archiv des eingegebenen Parameters

value gibt. Wenn es ein Archiv gibt, wird die Anzahl der enthaltenen Tweets gezhlt. Fr

diese beiden Schritte wird die Info-API von Twapper Keeper benutzt (siehe 3.2.1).

Danach wird berprft, ob es bereits ein lokales Archiv des Parameters value gibt, und dieTweetanzahl mit dem Twapper Keeper Archiv verglichen. [Bild 10]

Der Zweck dieser Funktion ist es, schnell festzustellen ob ein lokales Archiv aktuell ist.

Bild 10 Info Funktion des Command Line Tools

python twitter.py update value


17/34

Update verwendet die Tweets-API (siehe 3.2.1) von Twapper Keeper um die Tweets eines

Archivs lokal zu speichern.

Zuerst wird mit der Info-API berprft, ob das gewnschte Archiv existiert und Tweets

enthlt.

Bei einem positiven Ergebnis wird die Tweets-API aufgerufen und die resultierende JSON-Antwort als value.json Datei in das passende Unterverzeichnis von data gespeichert. [Bild

11]

Bild 11 Update Funktion des Command Line Tools

python twitter.py create value

Create erstellt eine neues Twapper Keeper Archiv mit Hilfe der Create-API (siehe 3.2.1).

Zuerst wird mit der Info-API geprft, ob das Archiv nicht bereits existiert.

Danach wird die Create-API aufgerufen und ein neues Archiv erstellt. [Bild 12]

Bild 12 Create Funktion des Command Line Tools

python twitter.py analyze value oderpython twitter.py analyze value1 value2

Die Analyze-Funktion ist das Kernstck von STAT. Analyze nimmt entweder einen oder zweiParameter entgegen, je nachdem ob eine generelle oder eine spezifischere Analyse gewnscht

wird.


18/34

Der erste Parameter ist immer ein lokales Archiv. Zuerst wird berprft, ob das gewnschte

Archiv vorhanden ist. Danach werden alle Tweets des Archivs in eine Liste geladen. [Bild 13]

Bild 13 Erster Teil der Analyze Funktion des Command Line Tools

Das weitere Vorgehen hngt vom Anzahl und Typ der Parameter ab. Je nachdem ob ein

Keyword, Hashtag oder Username bergeben wird analysiert STAT andere Aspekte.

Folgende Ergebnisse knnen fr die spezifischen Aufrufe generiert werden:

X: Person, Y: (leer)

Which persons does X correspond with? Which keywords does X use?

Which hashtags does X use?

X: Person, Y: Keyword oder Hashtag

Who does X talk to about Y? Which keywords does X write together with Y? Which hashtags does X write together with Y?

X: Person, Y: Person

Which other persons are addressed by X together with Y? Which keywords does X use when addressing Y? Which hashtags does X use when addressing Y?

X: Keyword oder Hashtag, Y: (leer)

Which persons write about X? Which keywords are used with X? Which hashtags are used with ?

X: Keyword oder Hashtag, Y: Keyword oder Hashtag

Which persons write X together with Y? Which keywords are used with X and Y?


19/34

Which hashtags are used with X and Y?X: Keyword oder Hashtag, Y: Person

Which persons write about X with Y? Who does Y talk to about X? Who else is addressed with Y about X? Which keywords are used by Y about X? Which hashtags are used by Y about X?

Jede dieser Fragen wird durch eine Liste von Keywords, Hashtags oder Namen beantwortet,

die nach Anzahl der Verwendung absteigend sortiert ist.

In Bild 14 ist Code zur Beantwortung der ersten zwei Fragen einer Keyword/Hashtag Analyse

mit einem Parameter zu sehen.

Bild 14 Ein Teil der Analyse Funktion des Command Line Tools

3.3.2 Die Implementation von STAT Web Interface


20/34

Um STAT auch ohne Command Line benutzbar zu machen wurde das Python Tool mit einer

Weboberflche ausgestattet.

Bild 15 Startseite von STAT

Bild 15 zeigt die Startseite von STAT. Diese Seite enthlt Links zur Analyse, der Liste lokaler

Archive und der Update/Create Funktion. Zustzlich ist noch eine kurze Beschreibung der

einzelnen Funktionen vorhanden.

Bild 16 Analyse Seite von STAT


21/34


22/34

Bild 18 Lokale Archive Seite von STAT

STAT hat eine Seite die Archive auflistet, die lokal gespeichert sind und somit zur Analysebereit stehen. Ein Link neben jedem Archiv ermglicht die direkte Analyse. [Bild 18]

Bild 19 Update/Create Seite von STAT

Die Update/Create Seite stellt nur ein Feld zur Eingabe zur Verfgung [Bild 19]. DasErgebnis ist je nach Status des Twapper Keeper Archivs und des lokalen Archivs verschieden:


23/34

Kein Twapper Keeper Archiv, daher auch kein lokales Archiv

Das Python Script wird mit create aufgerufen um ein neues Twapper Keeper Archivzu erstellen.

Der User wird gebeten zu warten, damit sich das Archiv mit Tweets fllen kann.Danach kann er noch einmal diese Seite verwenden.

Twapper Keeper Archiv existiert aber kein lokales Archiv

Das Python Script wird mit update aufgerufen um das Archiv herunterzuladen. Der User wird ber ein erfolgreiches Update informiert.

Twapper Keeper Archiv hat gleich viele Tweets wie lokales Archiv

User wird informiert dass das lokale Archiv bereits auf dem aktuellsten Stand ist.Twapper Keeper Archiv hat mehr Tweets als lokales Archiv

Das Python Script wird mit update aufgerufen um die neuesten Tweetsherunterzuladen.

Der User wird ber ein erfolgreiches Update informiert.


24/34

4 Diskussion

Welche Aussagen lassen sich aus den gelieferten Ergebnissen von STAT generieren? Im

folgenden wird an zwei Beispielen gezeigt, wie man STAT anwenden kann.

4.1 Analyse ED-MEDIA Konferenz 2010

ED-MEDIA ist eine jhrliche internationale Konferenz der AACE (Association for the

Advancement of Computing in Education). Themen dieser Konferenz sind Educational

Multimedia, Hypermedia & Telecommunication [13].

Das offizielle Hashtag fr Tweets zu ED-MEDIA ist #edmedia. Durch dieses Tagging ist es

mglich, mit STAT die Tweets betreffend ED-MEDIA zu analysieren.

Eine erste Analyse mit dem Parameter #edmedia liefert folgendes Ergebnis:

which @persons write about #edmedia

mebner (235), gsiemens (112), walthern (108), CosmoCat (72), Nona_Muldoon (66),

ProfBravus (61), benbull (57), NancyWhite (49), psychemedia (45), LisaMLane (45), Downes

(38), schwier (37), klconover (36), cogdog (36), cosmo07 (32), gconole (29), anitsirk (27),

mdrapp (24), aoyamassi (22), LizFalconer (20), ...

which keywords are used with #edmedia

rt (452), is (352), i (237), from (190), my (155), about (147), with (122), that (120), learning

(120), it (120), this (119), are (117), we (112), be (111), your (104), have (100), not (99),

great (97), social (94), presentation (93), media (87), will (86), all (84), what (83), but (82),

as (79), by (78), out (77), use (76), how (73), talk (72), good (71), our (70), keynote (67),

twitter (67), can (66), me (66), online (65), now (63), so (62), & (60), thanks (59), just

(58), get (57), more (56), web (56), if (56), paper (54), ideas (54), do (53), ...

which #hashtags are used with #edmedia

#toronto (20), #ple (19), #hermannmaurer (18), #whoweare (9), #highered (8),

#travelbacktoaustria (7), #keynote (7), #poster (6), #grabeeter (6), #frank (6), #roombay (6),

#elearning (6), #ple_bcn (6), #ukoer (5), #audioboo (5), #xphone (4), #graz (4),

#twitterstream (4), #oer (4), #edtech (4), #uoit5199 (4), #mlearning (4), #film (3), #edreform

(3), #equity (3), #moodle (2), #scmedu (2), #workshop (2), #secondlife (2), # (2), #colaab (2),

#downes (2), #iste10 (2), #digitalworld (2), #mebner (2), #education (2), #digitalnatives (2),#sakai (2), #electricity (2), #mustsee (2), #stat2 (2), #telbib... (2), #digcult10 (2), #maurer (2),


25/34

#toronto; (2), #allhailtonyhirst (2), #virtual (1), #aloha09 (1), #m-learning (1), #iphone (1),

...

Die erste Gruppe von Ergebnissen zeigt, welche User die meisten Tweets zu diesem Thema

gemacht haben. Man kann sehen, wer sich besonders fr dieses Thema interessiert und werviel zu diesem Thema twittert. Besonders interessant ist diese Kategorie, wenn man die

gelisteten Personen kennt.

Zustzlich lassen sich diese Daten dazu benutzen, eine vertiefende Analyse zu machen, und

nur die Tweets einer bestimmten Person zu diesem Thema zu analysieren.

Die Gruppe der Keywords enhlt alle normalen Wrter eines Tweets. Durch den Aufbau der

natrlichen Sprache kommt es hier zu den meisten Wrtern ohne groen Informationsgehalt.

Trotzdem lassen sich Aussagen treffen.

An erster Stelle steht RT. Das zeigt an, dass berdurchschnittlich viele User Tweets zudiesem Thema retweeten. is und I an den Stellen 2 und 3 kommen hufig vor. Hier muss

man abwegen, ob man diese Wrter jedoch per Blacklisting aus den Analysen ausschlieen

mchte.

Die Information, die uns diese Wrter liefern sind, dass die Benutzer viel ber ihre

persnlichen Erfahrungen schreiben (I), und viele Tweets ber die Gegenwart verfassen

(is statt will oder was). My an fnfter Stelle bekrftigt diesen Trend zu persnlichen

Tweets, und will ist mit 86 Erwhnungen deutlich seltener vertreten als das oben genannte

is mit 352.

Das erste Hauptwort in der Liste ist learning, was sehr gut mit dem Thema der Konferenzkorreliert. Das erste Eigenschaftswort ist great. Das zeigt, dass die User diese Konferenz

mgen, oder zumindest mehr ber die positiven Erlebnisse twittern.

Die weiteren Wrter wie social, media, presentation, talk, keynote, good, web

und twitter geben weitere Hinweise ber die Themen und die Reaktionen auf die

Konferenz. Social Media und das Web scheinen wichtige Themen zu sein und es wird viel

ber Keynotes und andere Talks getwittert. Es werden papers prsentiert, ideas

ausgetauscht, und viele User sagen einfach thanks.

Die letzte Gruppe von Ergebnissen sind die Hashtags. Diese sind leichter zu interpretieren alsdie Keywords, da sie dafr vorgesehen sind, auch alleine sinnvoll zu sein. Im Gegensatz zu

den Keywords muss man keine irrelevanten Ausdrcke herausfiltern, da die User nur Wrter

als Tags verwenden, die sie als relevant erachten.

Das meistverwendete Tag ist #toronto, der Veranstaltungsort der ED-MEDIA 2010. Die

Tags #PLE und #ple_bcn stehen fr Personal Learning Environment, das offensichtlich

ein Thema bei der Konferenz ist. Auch #grabeeter, #elearning, #audioboo und

#edtech scheinen Themen bei der Konferenz zu sein. Es wird auch wieder ber #keynotes

geschrieben. #hermannmaurer ist ein oft verwendetes Tag, und scheint daher einen

wichtigen Beitrag zur Konferenz geleistet zu haben.All diese Tags eignen sich zur weiteren, vertiefenden Analyse, oder auch nur zur einfachen

Internetsuche um mehr ber das Thema zu erfahren.


26/34

Anhand dieser ersten Analyse zeigen sich bereits ein paar Aspekte von STAT sehr deutlich.

Die Analyse funktioniert am besten, wenn alle analysierten User ihre Tweets passend und

ausreichend taggen. Bei Konferenzen wie ED-MEDIA, die sich mit Social Media

beschftigen, und deren Teilnehmer mit Twitter vertraut sind, kann man davon ausgehen, dassdas der Fall ist.

Man kann nun zum Beispiel ein Hashtag als Ausgangspunkt einer weiteren Analyse

verwenden. Das Tag #hermannmaurer sticht heraus. Wenn man mit STAT weiter filtert

kann man folgendes herausfinden:

Hier das Ergebnis der Analyse mit #edmedia und #hermannmaurer:

which @persons write #edmedia together with #hermannmaurer

mebner (11), digitisation (2), okinasevych (2), johnnigelcook (1), yvonhuybrechts (1),

ErikDuval (1)

which keywords are used with #edmedia and #hermannmaurer

is (9), rt (6), showing (6), http://bit.ly/az7zd0 (4), movie (4), this (4), as (3), flying (3), 's (3),

about (3), future (3), talk (3), credible (2), impression (2), me. (2), video (2), want (2), cars?

(2), [must (2), not (2), "nokia (2), source (2), audioboo: (2), disney (2), see: (2), mixed (2),reality" (2), reference? (2), 20 (2), data (2), lost (2), i (2), http://bit.ly/9njwfp (2),

http://boo.fm/b146833 (2), media (2), popular (2), xphone!] (2), his (1), learning (1), just (1),

"any (1), precondition (1), years (1), topic (1), talking (1), session (1), thanks (1), second (1),

beyond (1), visions (1), ...

which #hashtags are used with #edmedia and #hermannmaurer

#keynote (5), #xphone (4), #toronto (2)

In der ersten Kategorie sieht man, welche Personen diese beiden Hashtags verwendet haben,

und es zeigt sich, dass die meisten dieser Paare von einem einzelnen Twitter User kommen.

Die Kategorie der Keywords zeigt wieder eine Mischung aus sinnvollen Wrtern, und aus

Wrtern die aus dem Kontext gerissen keinen Sinn machen. Nichtsdestotrotz erkennt man 6

Retweets (vielleicht von den anderen Personen, die weniger oft dieses Hashtag-Paar getwitter

haben?). Hinter dem Link knnen sich sinnvolle Informationen befinden. Die anderen Wrter

zeigen ein grobes Muster ber den Inhalt der Tweets: showing, movie, talk, future,

flying, cars


27/34

An den Hashtags lsst sich erkennen dass #hermannmaurer anscheinend eine Keynote auf

der ED-MEDIA Konferenz in #toronto gehalten hat, und dass zumindest eines der Themen

ein #xphone war.

Anhand dieser Analyse hat man also schon eine gute Vorstellung vom Zusammenhangzwischen #edmedia und #hermannmaurer.

4.2 Analyse PLE2010 Konferenz

Die PLE2010 Konferenz beschftigt sich mit Personal Learning Environments, und

Entwickler und Anwender von PLEs knnen dort ihre Ideen, Erfahrungen und Forschungen

austauschen und prsentieren. [14]

Das offizielle Hashtag der Konferenz ist #ple_bcn. Somit sind ideale Voraussetzungengegeben, um die Konferenz mit STAT zu analysieren.

which @persons write about #ple_bcn

catspyjamasnz (352), cristinacost (335), timbuckteeth (325), pgsimoes (305), mediendidaktik

(281), gemturfer (214), PLE_BCN (183), lindacq (182), eraser (171), torresk (138), MonVall

(126), wollepb (80), ainhoaeus (78), sguilana (76), suukii (75), petrushyna (74), josemota

(73), ggrosseck (69), pazinguez (65), ConnectIrmeli (65), ...

which keywords are used with #ple_bcn

rt (2829), ple (1062), is (845), i (669), conference (572), de (555), en (488), we (406),

learning (403), la (387), are (373), with (372), my (335), be (334), it (334), el (303), your

(300), have (277), about (272), from (262), just (240), not (239), :) (236), y (235), :-) (234),

great (228), as (226), now (225), this (221), by (220), no (218), will (218), personal (213), all

(209), barcelona (202), our (198), 2010 (192), can (187), but (187), me (186), so (181), ples

(179), & (178), that (176), what (172), how (166), new (165), workshop (164), ;-) (160), here

(156), ...

which #hashtags are used with #ple_bcn

#ple (509), #k2 (177), #twple (84), #s4 (78), #pledefinition (53), #citilab (36), #talkingabout

(31), #pln (30), #pechakucha (26), #mypln (24), #edtech (21), #yam (18), #ple2011 (18),

#role-eu (16), #prezi (14), #wave (13), #google (13), #worldcup (11), #s9 (11),

#courosbroseuro10 (11), #moodle (9), #esei (9), #sapocampus (9), #ple? (9), #tweeplelist (9),

#kn2 (9), #slideshare (9), #eite (8), # (8), #ple2010 (8), #unkeynote (8), #%*^ (8), #ukulele

(8), #talkingabout: (7), #edchat (7), #olpc (7), #esp (7), #role (7), #ff (6), #edmedia (6), #s10(6), #s15 (6), #mpel3 (6), #ipad (6), #compartim (6), #twitter (6), #ger (5), #sorry (5),

#bcnsmc (5), #s8 (5), ...


28/34

Wie blich listet die erste Kategorie die Twitter User auf, die dieses Hashtag am meisten

verwenden. Bemerkenswert ist hier, dass der offizielle Twitter Account der Konferenz

(@PLE_BCN) bereits an siebter Stelle steht, und somit sehr aktiv ist. Bei der ED-MEDIA

Konferenz ist der offizielle Account (@edmedia) nicht in den 20 aktivsten Usern.

Bei den Keywords findet sich wieder eine enorme Menge von Retweets an erster Stelle. An

zweiter Stelle, und somit das erste echte Keyword ist PLE. Bei einer Konferenz mit

diesem Thema ist das nicht weiter verwunderlich.

Andere Keywords sind sehr hnlich zur ED-MEDIA Konferenz: personal, learning,

conference, workshop.

Auch das Wort great kommt wieder oft vor, genau wie zwei Arten von Smileys: :) und :-)

Das deutet darauf hin, dass auch hier die Teilnehmer sehr positiv zu ihrer Konferenz

eingestellt sind.Barcelona als diesjhriger Veranstaltungsort ist oft erwhnt. In Zusammenhang damit

finden sich auch viele spanische Zwischenwrter in dieser Liste: el, la, en oder de.

Auch die offizielle Homepage der Konferenz sagt: There will be a Spanish strand, so

contributions in Spanish are also welcome!

STAT hat derzeit noch keine Blacklist fr die spanische Sprache. Durch Einfhrung so einer

Liste wrden sich diese Wrter ausschlieen lassen und vielleicht mehr sinnvolle Wrter in

der Liste stehen.

Bei den Hashtags finden sich wieder Tags zu den diversen Themenbereichen der Konferenz.Das bereits vond er ED-MEDIA bekannte Hashtag #edtech ist hier vertreten. Google Wave

ist erwhnt und scheint als eine Art PLE angesehen zu werden. Auch das OLPC-Projekt hat

hier ein Tag.

Auch hier ist eine weiterfhrende Analyse mglich. Was haben PLEs und Google Wave

miteinander zu tun?

Analyse von #ple_bcn und #wave:

which @persons write #ple_bcn together with #wave

suukii (4), Jeunito (3), catspyjamasnz (3), ggrosseck (2), hanspoldoja (1)

which keywords are used with #ple_bcn and #wave

is (7), not (5), google (5), we (3), it (3), all (2), looking (2), has (2), happened (2), workshop:

(2), good (2), now (2), team (2), are (2), rt (2), what (2), critical (2), first (2), company, (2),

point (2), your (2), company (2), -> (2), this (2), my (2), discussion (2), advertisement (2),devt (2), software (2), just (1), session (1), re-orientation (1), prezi (1), get (1), queasy (1),


29/34

wave (1), know (1), nor (1), found (1), dump (1), back (1), design (1), sea.. (1), click (1),

research (1), contributing (1), wa (1), confusion (1), here (1), attending (1), ...

which #hashtags are used with #ple_bcn and #wave

#google (12), #sorry (1), #pln (1)

13 Tweets mit diesem beiden Tags existieren, und 12 davon enthalten ebenfalls das Hashtag

#google. Somit ist sichergestellt, dass auch wirklich ber Google Wave und nicht eine

andere Applikation gesprochen wird.

Ein Blick auf die Keywords zeigt uns, dass not sehr weit oben steht. Glauben die

Teilnehmer, dass Google Wave kein PLE ist? Sind sie critical? Man kann zwar im team

arbeiten, aber es ist von einer company und hat advertisement.

Hier lsst sich leider keine verlssliche Aussage mehr treffen. Dieses Beispiel zeigt die

Grenzen von STAT auf. Wenn es zu wenige Tweets gibt, fhrt die Zerlegung in einzelne

Wrter nicht zu mehr Information, sondern zu weniger. 13 Tweets zu lesen wird hier

sinnvoller sein als deren Analyse. STAT ist primr ein Tool, um aus einer fast

unberschaubar groen Menge von Tweets Informationen zu gewinnen.

Um STAT auch in diesem Rahmen sinnvoll einzusetzen, knnte man die Ergebnisse

verlinken. Bei einem Klick auf das Keyword advertisement wrden so die Tweets angezeigtwerden, die #ple_bcn , #wave und advertisement enthalten. So lassen sich aus kleineren

Mengen von Tweets weiter Informationen gewinnen.

4.3 Probleme und Erweiterungen

STAT liefert bereits einige interessante Ergebnisse, doch dem Programm sind immer noch

Grenzen gesetzt. Manche dieser Einschrnkungen sind durch die Verwendung von Twapper

Keeper bedingt. Andere knnen durch nderungen in der Implementierung verbessert

werden.Zustzlich gibt es noch einige Features, die die Funktionalitt von STAT sinnvoll erweitern

wrden.

4.3.1 Probleme mit Twapper Keeper

Die API von Twapper Keeper liefert pro Anfrage maximal 10000 Tweets zurck. Wenn ein

Archiv grer als 10000 Tweets ist, werden die aktuellsten Tweets retourniert.

Aktuell knnte man dieses Problem lsen, indem man die API rekursiv aufrufen wrde und

die erhaltenen JSON Files anschlieend wieder zusammenfgt.


30/34

Allerdings soll diese Twapper Keeper API in nchster Zeit eine nderung erfahren. Die

Ergebnisse werden seitenweise geliefert und durch genderte Zugriffsmglichkeiten abgefragt

werden.

Ein weiteres Problem von Twapper Keeper ist, dass Hashtag und Keyword Archive auchTweets enthalten knnen, in denen das gewnschte Hashtag/Keyword ein Teil des enthaltenen

Hashtags/Keywords ist. Als Beispiel dafr sei das Hashtag #webm genannt, in dessen

Archiv sich viele Tweets mit dem Hashtag #webmaster befinden.

Jeder Tweet muss daher von STAT berprft werden, ob er auch wirklich das gewnschte

Hashtag/Keyword enthlt.

Besonders kritisch wird es allerdings in Kombination mit dem ersten Problem, dem Limit auf

10000 Tweets. In unserem Beispiel ist das Tag #webmaster um einiges beliebter als das Tag

#webm. Somit wird die Menge der analysierten Tweets um einiges geringer als 10000.

Durch die API nderung wird dies allerdings gelst.Bleiben wird so allerdings das Problem des zustzlichen Rechenaufwands und der JSON

Dateien, die viele nutzlose Tweets enthalten. Ein mglicher Lsungsansatz wre hier,

Twapper Keeper um eine nderung des verwendeten Algorithmus zu bitten.

4.3.2 Probleme mit der Implementierung von STAT

STAT ist mit dem Zerlegen eines Tweets in einzelne Keywords, Hashtags und User noch zu

umstndlich.

Derzeit werden @user und @user: als 2 verschiedene User gezhlt. Auch Wrter direktvor einem Beistrich, Punkt oder anderem Satzzeichen werden nicht mit den identischen

Wrtern ohne Satzzeichen gleichgesetzt. hallo und hallo! werden als 2 verschiedene

Wrter betrachtet.

Diese Probleme lassen sich durch Abfragen und Trimmen der Strings beheben, bedeuten aber

erhhten Rechenaufwand fr jedes einzelne Wort in der Analyse. Das Ergebnis ist jedoch eine

sinnvollere Analyse, in der mehr Wrter korrekt gezhlt werden.

Allerdings kann es dadurch auch zu Fehlern in anderen Bereichen kommen. Wenn zum

Beispiel Doppelpunkte am Wortende generell abgeschnitten werden, kann es passieren, dass

manche Smileys (zum Beispiel dieser (-: ) zerstckelt werden und falsch dargestellt werden.Bei der Implementierung dieser berprfung muss so genau berlegt werden, was

weggeschnitten wird und was bleiben soll.

Die Geschwindigkeit der Analyse stellt eine weitere Herausforderung dar. Bei der derzeitigen

maximalen Gre von 10000 Tweets kann die Analyse je nach verwendeter Hardware

teilweise sehr lange dauern. Wenn in zuknftigen Versionen noch mehr Tweets analysiert

werden knnen, steigt diese Zeit betrchtlich.

Die Effizienz der Implementierung ist hoch, aber die Datenmenge ist durch das Zerlegen der

Tweets in einzelne Wrter sehr gro. Daran lsst sich durch die Natur der Analyse nichtsndern.


31/34

Aus diesem Grund muss dem User bewusst gemacht werden, dass der Server mit der

Bearbeitung der angeforderten Analyse beschftigt ist. Derzeit wird die Analyse mit einem

einfachen exec Befehl in PHP ausgefhrt, und die Seite reagiert nicht, bis das Python Script

fertig ist.

In Zukunft sollte die Seite zumindest einen Indikator zeigen, dass die Analyse soebendurchgefhrt wird.

4.3.3 Mgliche Erweiterungen fr die Zukunft

Eine sehr hilfreiche Erweiterung wre es, die prsentierten Ergebnisse zu verlinken. Wenn ein

User also zum Beispiel auf good (56) klickt, werden ihm die 56 Tweets angezeigt, in denen

das Wort good vorkommt.

Dieses Ergnzung scheint sinnvoll, denn so lassen sich durch die Analyse zerstckelte Tweets

wieder zur Gnze anzeigen, und man wrde in unserem Beispiel erfahren knnen, was genaudie Twitter User good finden.

Tag-Clouds sind eine andere mgliche Erweiterung. So werden die oft geschriebenen

Keywords und Hashtags grer dargestellt, und die weniger oft verwendeten Begriffe kleiner.

Allerdings sollten die Tag Clouds nur als Alternative oder zustzliche Darstellungsmethode

verwendet werden. Die regulre Listenansicht bietet eine grere Flle an Informationen.


32/34

5 Zusammenfassung und Ausblick

Twitter ist in verhltnismig kurzer Zeit sehr schnell gewachsen. Als Benutzer bietet sich

einem eine beinahe unberschaubare Flle an Daten. Die Herausforderung ist aus dem

endlosen Stream von Tweets sinnvolle Informationen zu gewinnen, und dazu gibt esverschiedene Methoden.

Twitter selbst hat das Follower-System, mit dem man seine Informationsquellen einschrnken

kann. Andere Tools von Drittanbietern schlagen vor, wem man folgen soll oder lassen feinere

Filterungen zu. Eine Vielzahl der Tools hat sich aber auf die Analyse von Twitter

spezialisiert.

Diese Analysetools lassen sich in zwei Kategorien einteilen: quantitative und qualitative

Tools.

Quantitative Tools beschftigen sich mit der Anzahl der Tweets, Followers und Following

Users oder mit der Uhrzeit wann Tweets verfasst wurden. Es gibt einen globalen Tweet-

Zhler, eine Rangliste der meistgefolgten User, und ein Tool prognostiziert wann ein User

schlft.

Qualitative Tools analysieren den Inhalt der Tweets und die Art der Followers und Followees.

Es gibt Vorschlagsysteme fr hnliche User oder Analysetools fr den Gemtszustand und

die allgemeine Psyche des Twitter Users.

Ein Tool, welches eine gezielte Analyse des Inhalts von Tweets einer bestimmten Person,

oder zu einem bestimmten Thema durchfhren kann, fehlt jedoch. STAT, das semantische

Twitter Analyse Tool, schliet diese Lcke.

STAT sucht alle Tweets von einer bestimmten Person oder mit einem bestimmten Keyword

oder Hashtag. Diese Tweets knnen anschlieend analysiert werden.

Das Ergebnis der Analyse sind Listen, die die meistverwendeten Wrter und Hashtags undUser in Zusammenhang mit den analysierten Parametern zeigen.

STAT kann auch zwei Parameter analysieren, und so tiefergehende Fragestellungen wie Was

schreibt Person A zu Thema B? beantworten.

Dadurch lassen sich aus einer groen Menge von Tweets neue Erkenntnisse gewinnen, ohne

dass alle Tweets gelesen werden mssen.

In Zukunft wird STAT weiter verbessert werden und mehr Features anbieten, um die Analysesinnvoller, effizienter und einfacher zu gestalten. Es wird mglich sein, aus der Analyse


33/34

wieder zu den relevanten ursprnglichen Tweets zu navigieren und so einen tieferen Einblick

zu erhalten. Zustzlich wird es graphische Darstellungen der Ergebnisse geben, um auf einen

Blick sofort wichtige Informationen erkennen zu knnen.

STAT kann ein wertvolles Werkzeug zur Analyse von Tweets fr verschiedene Anwenderwerden.


34/34

Referenzen

[1] M. Ebner, H. Maurer (2009) Can Weblogs and Microblogs Change TraditionalScientific Writing?, Future Internet 1, no. 1: 47-58.

[2] M. Ebner, W. Reinhard (2009) Social networking in scientific conferences Twitter as tool for strengthen a scientific community, Workshop Science 2.0 for TEL,

ECTEL 2009

[3] W. Reinhardt, M. Ebner, G. Beham, C. Costa (2009), How People are UsingTwitter during Conferences, Hornung-Prhauser, V., Luckmann, M. (Ed.), 5th

EduMedia conference, Salzburg

[4] M. Ebner, H. Mhlburger, S. Schaffert, M. Schiefner, W. Reinhardt, S. Wheeler(2010) Get Granular on Twitter - Tweets from a Conference and their Limited

Usefulness 1 for Non-Participants, Key competences in the knowledge society (2010),

S. 102 - 113 KCKS ; 2010

[5] M. Ebner (2009) Introducing Live Microblogging: How Single Presentations CanBe Enhanced by the Mass, Journal of Research in Innovative Teaching (JRIT)

[6] M. Ebner, C. Lienhardt, M. Rohs, I. Meyer (2010) Microblogs in higher education a chance to facilitate informal and process oriented learning?, Computers &

Education

[7] Java, X. Song, T. Finin, B. Tseng (2007) Why we twitter: understandingmicroblogging usage and communities, In Proceedings of the 9th WebKDD and 1st

SNA-KDD 2007 workshop on Web mining and social network analysis, pages 56 65.

ACM, 2007.

[8] D. Boyd, S. Golder, G. Lotan (2010) Tweet, tweet, retweet: Conversational aspectsof retweeting on twitter, In Proceedings of the HICSS-43 Conference, January 2010.

[9] M. Ebner, M. Schiefner (2008), Microblogging - more than fun?, In Proceedings ofIADIS Mobile Learning Conference 2008, Portugal

[10] H. Mhlburger, M. Ebner, B. Taraghi (2010) @twitter Try out #Grabeeter toExport, Archive and Search Your Tweets, in: Research 2.0 approaches to TEL. (2010),

S. 76 85

[11] Twapper Keeper, http://twapperkeeper.com, Letzter Zugriff 2010-11-23

[12] Twapper Keeper API, http://twapperkeeper.com/api.php, Letzter Zugriff 2010-11-23

[13] Association for the Advancement of Computing in Education,http://www.aace.org/conf/edmedia/, Letzter Zugriff 2010-11-23

[14] PLE Conference, http://pleconference.citilab.eu/, Letzter Zugriff 2010-11-23

Date post:	10-Apr-2018
Category:	Documents
Upload:	martin
View:	226 times
Download:	0 times

Erschließung und Analyse von Twitter Analyse Tools

Documents