Invloed op Twitter. Nikita van Wijk Thesis Master Informatiekunde Programma Human Centered Multimedia

Transcriptie

1 Invloed op Twitter Nikita van Wijk Thesis Master Informatiekunde Programma Human Centered Multimedia Universiteit van Amsterdam Faculteit Natuurwetenschappen, Wiskunde en Informatica Eindversie: Begeleider: dr. ir. M.G. Maris Dr. Ir. M.G. Maris, handtekening:

2

3 Invloed op Twitter Nikita van Wijk Universiteit van Amsterdam Faculteit der Natuurwetenschappen, Wiskunde en Informatica Master Informatiekunde Traject Human Centered Multimedia Vijfhuizen, Nederland Samenvatting In dit artikel wordt een onderzoek beschreven naar het hebben van invloed op het sociale netwerk Twitter. Invloed wordt hier, naar aanleiding van resultaten in eerder geschreven literatuur, gedefinieerd als het aantal replies en het aantal retweets die een gebruiker krijgt op zijn tweets binnen een bepaalde tijd. Door middel van data-analyse is er onderzocht waarmee deze invloed verband houdt. Het blijkt dat er een verband bestaat tussen invloed van de gebruiker en het aantal followers van deze gebruiker. Tevens is er een verband gevonden tussen de invloed en het aantal geplaatste tweets. Verder blijkt dat er meer replies gegenereerd worden wanneer de gebruiker zelf ook veel replies plaatst. Ditzelfde geldt voor retweets, wanneer de gebruiker zelf veel retweets plaatst, zullen er meer retweets worden gegenereerd. Als laatste is er gevonden dat er veel replies en retweets worden geplaatst in het weekend en in de avonduren. Keywords-- Online Sociaal Netwerk, Sociale Netwerk Analyse, Microblogging, Twitter, Gebruikers invloed I. INLEIDING Online sociale netwerken geven gebruikers de mogelijkheid te communiceren, kennis te vergaren en informatie te delen op het internet [1]. Deze sociale netwerken worden steeds populairder. Uit een online marktonderzoek van Multiscope blijkt dat er in april 2010 gemiddeld 7 uur per maand door Nederlandse internetgebruikers wordt besteed aan het gebruik van een online sociaal netwerk [2]. Tevens wordt duidelijk dat de meeste netwerken een groei in het gebruik kunnen verwachten voor het komende jaar. Twitter is een sociaal netwerk dat in oktober 2006 voor het eerst beschikbaar was [3]. Het aantal gebruikers is snel gegroeid. In april 2007 had Twitter rond de gebruikers [4]. Begin 2008 waren dit er al 1.4 miljoen [5]. In Juli 2009 waren er 41 miljoen mensen die gebruik maakten van dit sociale netwerk [6] en uit het onderzoek van Multiscope blijkt dat Twitter ook in 2010 een sterke groei (26%) kan verwachten [2]. De meeste gebruikers van Twitter (62,14%) zijn afkomstig uit Amerika, maar ook in andere landen zoals Canada en Australie is Twitter populair. In juni 2009 staat Nederland op plaats zeven van landen waaruit de meeste Twitter gebruikers komen en neemt 1.28% voor haar rekening [7]. Naar schatting zijn er op dit moment ongeveer 1,5 tot 2 miljoen Nederlandse Twitter accounts [8]. Twitter is een micro-blogging tool waarop mensen korte informatie berichten kunnen plaatsen. Gebruikers kunnen hiermee hun activiteiten uit het dagelijks leven delen met vrienden, familie en collega s [9]. Omdat Twitter oorspronkelijk werd gemaakt om berichten via SMS te plaatsen is de maximale lengte voor een bericht 140 karakters [10]. In september 2009 werden er ongeveer 24 miljoen van deze berichten per dag geplaatst [11]. Op Twitter kan een gebruiker, zoals op alle sociale netwerken, connecties maken met andere gebruikers [12]. Gebruikers geven mensen waarin ze geïnteresseerd zijn aan als following. Mensen die in de gebruiker geïnteresseerd zijn worden aangeduid als followers. Deze following-followers relaties kunnen eenzijdig zijn, dit betekent dat je niet verplicht bent iemand te volgen wanneer deze gebruiker jou wel volgt [13]. Het zijn van een volger op Twitter betekend dat je alle berichten ontvangt van de gebruikers die je volgt [6]. Een bericht op Twitter wordt een tweet genoemd. Elke tweet die geplaatst wordt krijgt een tijdsstempel [14]. Wanneer iemand een tweet plaatst, staat deze direct in zijn eigen tijdlijn en in de tijdlijn van zijn followers. Deze tijdlijn is te vinden op de gebruikers individuele Twitter pagina, een voorbeeld hiervan is te zien in figuur 1. In de tijdlijn staan de tweets in omgekeerde chronologische volgorde weergegeven [15]. Alle gebruikersprofielen zijn bij het aanmaken publiekelijk waardoor iedereen de tweets kan lezen [14]. Elke gebruiker kan er voor kiezen om zijn profiel gesloten te maken waardoor de tweets alleen zichtbaar zijn voor zijn followers. Ongeveer 10% van de accounts zijn gesloten, maar dit aantal is dalende [16].

4 Figuur 1 Persoonlijke tijdlijn op Twitter Tweets kunnen op verschillende manieren worden gebruikt. Berichten die bedoeld zijn voor alle gebruikers noemen we in dit artikel een indirect bericht. In deze tweets worden geen namen van andere Twittergebruikers genoemd, een voorbeeld is te zien in figuur 2. Wanneer een tweet begint met een apenstaartje, gevolgd door de naam van een andere gebruiker (@gebruiker) wordt dit een reply genoemd, zie figuur 3. Een reply is een direct bericht omdat deze bedoeld is voor een specifieke persoon. Wel is het bericht zichtbaar voor iedereen. Een andere functie van Twitter is de retweet-functie. Hiermee herhaal je een bericht van iemand anders zodat dit bericht in jou tijdlijn komt te staan en ook in de tijdlijn van jou followers. Kenmerkend voor een retweet zijn aan het begin van het bericht de letters RT, gevolgd door het apenstaartje, de naam van de gebruiker die het oorspronkelijke bericht heeft geplaatst en hier achteraan wordt het oorspronkelijke bericht weergegeven bericht). Een voorbeeld van een retweet is te zien in figuur 4. Figuur 2 Voorbeeld van een indirect bericht Figuur 3 Voorbeeld van een reply Figuur 4 Voorbeeld van een retweet Het begrip power is een fundamentele eigenschap van een sociaal netwerk [17]. Deze power, ofwel invloed zoals het in dit artikel zal worden omschreven, wordt gebruikt om andere mensen te beïnvloeden. Wanneer je veel invloed hebt kun je kennis of een mening overdragen aan anderen. De vraag is natuurlijk hoe invloed kan worden verkregen. Gebruikers zelf gebruiken vaak het aantal connecties wat zij hebben als maat voor de invloed die zij hebben. Dat gebruikers het aantal connecties, wat op Twitter het aantal followers betekent, belangrijk vinden, blijkt uit talloze conversaties die te vinden zijn op een aantal forums en de teksten op blogs, zoals in [18], [19]. In een blog van Avnit [20] wordt er getwijfeld aan het gebruiken van deze maat voor het aanduiden van invloed. Er wordt gesteld dat veel volgers niet alle tweets lezen omdat niet iedereen de hele dag alle updates leest van alle gebruikers die iemand volgt. Ook wordt er in deze blog beweerd dat veel mensen uit sociaal oogpunt gebruikers terug volgen. Dus gebruikers volgen anderen niet altijd omdat ze geïnteresseerd zijn in deze gebruikers maar omdat ze dat beleefd vinden. Hierdoor zijn er gebruikers die heel veel mensen gaan volgen in de hoop dat er een aantal tussen zitten die de gebruiker terug zullen volgen, waardoor het aantal followers van deze gebruiker hoger zal worden. De aanname van Avnit [20] wordt in de literatuur bevestigd. Wetenschappelijk onderzoek toont aan dat alleen het aantal volgers weinig informatie geeft over de invloed van de gebruiker [6][21]. Actief publiek wordt vaak gebruikt als maat voor invloed, waarbij het gaat om interactie door het gebruiken van de naam van de gebruiker in de tweets van andere gebruikers. Dit kan door gebruik te maken van een retweet of een mention [21]. Bij een mention staan er, zoals ook bij een reply, een apenstaartje en gebruikersnaam in het bericht. Bij een reply staan deze gegevens vooraan in het bericht terwijl dit bij een mention ook midden in het bericht kan voorkomen. Directe berichten blijken veel gebruikt te worden in Twitter. Waar Java [4] nog rapporteert dat er, in data van begin 2007, 12.5% van de berichten direct zijn, hebben Honeycutt & Herring [15] een gebruik van in 31% van de berichten gevonden in data van begin In dit onderzoek wordt invloed van privé gebruikers op het sociale netwerk Twitter onderzocht. Omdat uit eerder gedaan onderzoek blijkt dat het aantal followers niet de juiste maat is voor invloed op Twitter, maar dat de interactie tussen personen hiervoor gebruikt moet worden, zal invloed in dit onderzoek gedefinieerd worden als het aantal replies en retweets dat een persoon heeft gekregen op zijn tweets binnen een bepaalde tijd. Deze definitie is nog nooit gebruikt, maar is wel afgeleid van resultaten uit eerder onderzoek [21]. Wanneer je invloed op deze manier bepaald wordt, weet je zeker dat de tweet van de gebruiker gelezen is. Dat deze tweet een reactie uitgelokt heeft bij de followers, geeft bovendien aan dat de tweet interessant is.

5 Er wordt in dit artikel een onderzoek beschreven waarin bepaald wordt met welke factoren invloed op Twitter verband houdt. Hiervoor zijn een viertal deelvragen opgesteld 1. Is er een verband tussen de invloed van een gebruiker en het aantal followers van deze gebruiker op Twitter? 2. Is er een verband tussen de invloed van een gebruiker en de frequentie waarmee de gebruiker tweets plaatst? 3. Is er een verband tussen de invloed van een gebruiker en het plaatsen van veel replies en retweets door deze gebruiker? 4. Zijn er bepaalde dagen en/of tijden waarop er meer replies en retweets worden geplaatst? Dit artikel is als volgt ingedeeld: in hoofdstuk 2 wordt beschreven hoe de dataset, waarop het onderzoek uitgevoerd wordt, is verzameld. Vervolgens worden in hoofdstuk 3 de resultaten van de data-analyse weergegeven. Het laatste hoofdstuk is de conclusie/discussie, waarin de resultaten worden samengevat en aanbevelingen voor vervolgonderzoek worden gedaan. A. Materiaal II. METHODE Om de onderzoeksvragen te kunnen beantwoorden zijn er data nodig van Twitter. Voorbeelden van relevante gegevens zijn gegevens van gebruikers over welke tweets er worden geplaatst, hoeveel dit er zijn, wanneer ze worden geplaatst, hoeveel replies daarop komen en hoeveel retweets ervan worden gepost door andere gebruikers. Voor het verkrijgen van deze gegevens zijn er voor dit onderzoek random twittergebruikers geselecteerd; dit is handmatig gedaan. De selectie bestaat uit twittergebruikers die aan een aantal voorwaarden voldoen. Ten eerste mogen de gebruikers geen gesloten account hebben omdat de gegevens van deze personen dan niet kunnen worden gebruikt. Ten tweede is het belangrijk dat er recent een tweet is geplaatst, dit omdat er dan alleen actieve gebruikers in de selectie zitten. Om dit te bewerkstelligen is er gezocht naar bepaalde onderwerpen, zoals bekende televisieprogramma s en sport. Mensen die als laatste een tweet over deze onderwerpen hebben geplaatst, kwamen in aanmerking voor de selectie. Een derde voorwaarde waaraan voldaan moet worden is dat de tweets in de Nederlandse taal geschreven zijn. Voor het onderzoek naar dagen en tijden waarop meer replies en retweets worden geplaatst dan andere, is het belangrijk dat de alle data uit dezelfde tijdzone komt. Aangenomen wordt dat mensen die in het Nederlands tweeten ook daadwerkelijk woonachtig zijn in Nederland. De vierde en laatste voorwaarde is dat de gebruiker geen organisatie of bekende Nederlander is, maar een doorsnee privé account. Deze voorwaarde is er omdat het aantal tweets en followers van organisaties vaak veel hoger is dan van de gemiddelde twitterende Nederlander en dit onderzoek zich richt op privé accounts. Gebruikers die aan deze voorwaarden voldoen zijn geselecteerd en twittergegevens van de laatste zes dagen van deze personen zijn gebruikt. In totaal zijn er 166 gebruikers opgenomen in dit onderzoek. Voor het ophalen van de data is er een applicatie gemaakt die geschreven is in de programmeertaal Java. Bij het maken hiervan is er gebruik gemaakt van de java library Twitter4J, versie B. Preparatie De java-applicatie is zo gemaakt dat wanneer deze aangeroepen wordt met een bepaalde gebruikers-id, automatisch alle benodigde data van de gebruiker opgehaald wordt. Als eerste wordt er van elke gebruiker een aantal basis gegevens opgehaald, zoals zijn id en gebruikersnaam. Ook wordt opgehaald hoeveel followers hij heeft en hoeveel mensen hij zelf volgt. Tevens worden de laatste 100 geplaatste berichten van iedere gebruiker opgehaald, als deze er zijn, met de bijbehorende datum en tijd. Voor ieder bericht wordt er gecontroleerd of er retweets zijn op het bericht. Wanneer dit het geval is worden van deze retweets behalve het bericht ook de datum en tijd van plaatsen en de gebruiker die het bericht geplaatst heeft opgehaald. Het zoeken naar retweets gebeurt door te zoeken naar de letters RT, gevolgd door het apenstaartje, de naam van de gebruiker en een deel van het bericht die de gebruiker heeft geplaatst. Verder worden alle replies van de laatste 6 dagen opgehaald, met een maximum van 100 replies. Om de replies te kunnen vinden wordt er gezocht naar alle berichten waarin het apenstaartje voorkomt gevolgd door de naam van de gebruiker. Ook de replies worden gezamenlijk met de naam van de gebruiker die het bericht heeft geplaatst en de datum en tijd van plaatsen opgehaald. Alle opgehaalde data van een persoon worden naar een Excel bestand geschreven. Vanwege een beperking van het aantal aanvragen die gedaan kunnen worden op de Twitter API binnen een bepaalde tijd [22] wacht de applicatie na het ophalen van data van iedere 2 gebruikers een kwartier voordat het doorgaat met ophalen van gegevens van de volgende gebruikers. De data zijn opgehaald in juli en augustus Voor de meeste gebruikers zijn 100 tweets en 100 replies voor de activiteit van de afgelopen 6 dagen toereikend. Wanneer dit niet het geval is zullen het aantal dagen die wel beschikbaar zijn gebruikt worden. Dit gebeurt bijvoorbeeld wanneer een gebruiker 100 tweets heeft geplaatst in de afgelopen drie dagen, alleen deze drie dagen zullen in dit geval gebruikt worden voor het onderzoek. Van alle gegevens van alle gebruikers wordt een gemiddelde per dag berekend. Voor de berekeningen zullen het gemiddelde aantal tweets per dag, gemiddeld aantal replies per dag en gemiddeld aantal retweets per dag worden gebruikt. Alle berekeningen zullen worden afgerond op twee decimalen.

6 C. Protocol Wanneer de data van de gebruikers bekend zijn, zal er voor iedere reply handmatig bepaald worden door welke tweet hij gegenereerd is. Dit zal afhangen van de gebruiker die de reply heeft geplaatst, de inhoud van het bericht en de datum en tijd van plaatsen van de reply. Wanneer het niet duidelijk is op welke tweet de reply bedoeld is, zal er met behulp van de datum en de tijd gekozen worden voor de tweet die voorafgaand aan de reply is geplaatst. D. Berekeningen Zoals eerder aangegeven zal invloed worden berekend door replies + retweets. Voor een aantal deelvragen zullen de variabelen moeten worden omgerekend naar een gemiddelde per dag. Dit zal gedaan worden voor het aantal tweets en de invloed. De formules die hierbij gebruikt worden zijn: gemiddeld aantal tweets per dag = totaal aantal tweets / aantal beschikbare dagen en gemiddelde invloed per dag = totale invloed / aantal beschikbare dagen. Met behulp van de software tool SPSS (versie 16) zullen er statistische test uitgevoerd worden op de data. Allereerst zal er een overzicht van de onderzochte resultaten worden gegeven waarbij de mediaan, het gemiddelde en de standaard deviatie van de variabelen, die direct uit de data kunnen worden afgeleid, berekend worden. Het gaat dan om de variabelen aantal geposte tweets, aantal replies, aantal retweets, aantal followers en aantal dagen. Voor het beantwoorden van deelvraag 1 en deelvraag 2 wordt er gebruik gemaakt van een correlatie test. Deze test geeft een waarde tussen -1 en +1 die aangeeft of er een verband is tussen twee variabelen en of dit verband positief of negatief is. Bij een waarde van +1 is er een perfect positief verband en bij een waarde van -1 is er een perfect negatief verband. Met een t-test berekent SPSS direct of er een significant verband is tussen de twee variabelen. De dataset die is gebruikt voor dit onderzoek bestaat uit gegevens van 166 twittergebruikers (N), zoals te zien is in tabel 1. Zoals eerder genoemd is het maximale aantal onderzochte tweets per gebruiker 100. Het aantal dagen dat er data opgehaald is van een gebruiker ligt tussen de 1 en 6, met een gemiddelde van 5.45 en een mediaan van 6 wat aangeeft dat van de meeste gebruikers het maximum aantal dagen is opgehaald. Verder valt op dat er gemiddeld per gebruiker veel meer replies (10.81) op de berichten zijn gekomen dan retweets (1.90). De mediaan van de retweets die 0 is geeft aan dat de tweets van de meeste gebruikers geen retweets hebben gegenereerd. Tevens is te zien dat de standaard-deviaties erg hoog liggen, dit is vooral bij het aantal followers het geval, wat aangeeft dat de waarde voor deze variabele erg varieert. De mediaan van volgers geeft aan dat voor de meeste gebruikers het aantal volgers ver onder het gemiddelde van zit. Dit betekend dat er een gering aantal gebruikers zijn die een groot aantal volgers hebben en er dus een aantal uitschieters in de data zitten. Voor de duidelijkheid staat in grafiek 1 een weergave van de verdeling van het aantal followers. Uit de grafiek blijkt dat er veel gebruikers zijn (72) die minder dan 40 volgers hebben, duidelijk is ook dat er weinig gebruikers zijn met meer dan 180 volgers. In totaal zitten er maar zes gebruikers in de data die meer dan 300 volgers hebben. In totaal zitten er 6747 door de gebruikers geplaatste tweets in de dataset. Van deze berichten zijn er 3657 berichten indirect, 2612 replies en 478 retweets. In grafiek 2 is deze verdeling te zien. Al deze tweets hebben 2110 berichten gegenereerd. Deze berichten bestaan uit totaal 1795 replies en 315 retweets, zie grafiek 3. III. RESULTATEN In dit hoofdstuk wordt er eerst een kort overzicht gegeven van de gevonden resultaten. Vervolgens zullen de vier onderzoeksvragen behandeld worden. Tabel 1 Overzicht van de variabelen N Minimum Maximum Range Mediaan Gemiddelde Std. Deviatie Tweets Reply Retweets Followers Dagen

7 A. Is er een verband tussen de invloed van een gebruiker en het aantal followers van deze gebruiker op Twitter? Voor het beantwoorden van deze vraag wordt het verband tussen de twee variabelen onderzocht. In deze vraag staat de gebruiker centraal waardoor alle variabelen van de gebruiker gelijk beoordeeld moeten worden. Wanneer er voor de ene gebruiker data gebruikt zou worden voor 6 dagen en van de andere data van 3 dagen zou dit niet eerlijk zijn omdat de ene gebruiker dan twee keer zoveel tijd gehad heeft om invloed te vergaren. Om deze reden wordt de invloed per dag berekend en gebruikt voor deze onderzoeksvraag. Voor de invloed per dag wordt de totale invloed per gebruiker gedeeld door het aantal dagen dat er data is opgehaald voor deze gebruiker. De andere variabele die gebruikt wordt is het aantal followers. Grafiek 1 Verdeling van het aantal followers Om te onderzoeken of er echt een verband bestaat tussen deze twee variabelen wordt er gebruik gemaakt van Spearman s correlatie coëfficiënt. Dit is een niet-parametrische test die gebruikt wordt omdat uit de Kolmogorov-Smirnov test blijkt dat de verdeling van beide variabelen significant verschillen van een normale verdeling (p<.05). Uit Spearman s correlatie test blijkt dat er een significante relatie is tussen de invloed per dag van een gebruiker en het aantal followers van deze gebruiker, r s =.50, p (one-tailed) <.01. De twee variabelen invloed per dag en aantal followers zijn tegen elkaar uitgezet in grafiek 4. Het lijkt erop dat de invloed per dag stijgt wanneer het aantal followers stijgen. Wanneer het aantal followers hoger wordt dan 300 neemt de invloed per dag af. Grafiek 2 Verdeling van de tweets B. Is er een verband tussen de invloed van een gebruiker en de frequentie waarmee de gebruiker tweets plaatst? Om deze vraag te kunnen beantwoorden worden de twee variabelen invloed per dag en tweets per dag gebruikt. Deze variabelen zijn tegen elkaar uitgezet in grafiek 5. De grafiek laat zien dat de invloed per dag stijgt naar mate de tweets per dag stijgen. Om te testen of er daadwerkelijk een verband bestaat tussen de twee variabelen zal ook hier gebruik gemaakt worden van Spearman s correlatie test omdat uit de Kolmogorov-Smirnov test werderom blijkt dat de data niet normaal verdeeld is (p<.05). Spearman s correlatie test laat een verband zien tussen invloed per dag en het aantal tweets dat een gebruiker plaatst per dag, het verband is ook hier significant, r s =.73, p (one-tailed) <.01. Grafiek 3 Verdeling van de gevonden directe berichten

8 Grafiek 6 Verdeling van het soort bericht dat de replies genereren Grafiek 4 Aantal followers uitgezet tegen de invloed per dag Grafiek 7 Verdeling van het soort bericht dat de retweets genereren Grafiek 5 Aantal tweets per dag uitgezet tegen de invloed per dag C. Is er een verband tussen de invloed van een gebruiker en het plaatsen van veel replies en retweets door deze gebruiker? Uit grafiek 2 is gebleken dat het bij het overgrote deel van de berichten die op Twitter worden geplaatst gaat om indirecte berichten en er relatief weinig retweets worden geplaatst. In grafiek 6 zijn alle replies op alle geplaatste tweets van alle gebruikers te zien, in totaal zijn dit 1795 replies. In de grafiek is de verdeling te zien van de berichten die de replies genereren replies zijn gegenereerd door een eerder geplaatste reply, 96 door een retweet en 659 replies zijn door een indirect bericht gegenereerd.. Grafiek 8 Aantal geplaatste replies uitgezet tegen het aantal gegenereerde replies

9 D. Zijn er bepaalde dagen en/of tijden waarop er meer replies en retweets worden geplaatst? Van elke reply en retweet die zijn gegenereerd door een eerder geplaatse tweet, is onderzocht op welke dag en om welke tijd hij geplaatst is. In grafiek 10 is de verdeling van de replies weergegeven per dag. Uit deze grafiek wordt duidelijk dat de meeste replies geplaatst worden op vrijdag (387) en zaterdag (559). Replies worden op woensdag (182), donderdag (204) en zondag (191) veel minder vaak geplaatst. Ook voor de retweets geldt, zie grafiek 11, dat deze vaak op zaterdag (76) worden geplaatst, Tevens wordt er op dinsdag veel geretweet (64). Ook zijn hier, zoals ook bij de replies, woensdag (23) en donderdag (32) dagen waarop weinig geretweet wordt. Op maandag (21) wordt dit het allerminst gedaan. Opvallend is wel dat er op zondag (52) relatief veel retweets worden geplaatst, terwijl het aantal geplaatste replies op zondag relatief weinig is. Grafiek 9 Aantal geplaatste rewteets uitgezet tegen het aantal gegenereerde reweets Grafiek 8 geeft een verdeling tussen het aantal replies wat een gebruiker plaatst en het aantal replies die door deze gebruiker gegenereerd worden Van de in totaal 315 retweets die in de dataset zijn gevonden zijn er 72 door een reply gegenereerd en 55 door een retweet. De overige 188 retweets zijn door een indirect bericht gegenereerd, deze verdeling is te zien in grafiek 7. Een uiteenzetting tussen het aantal geplaatste retweets en het aantal genereerde retweets door een gebruiker is te zien in grafiek 9. In grafiek 12 en 13 zijn de verdelingen van respectievelijk de replies en retweets per uur weergegeven. Opvallend is dat er tussen 0.00 uur en 1.00 uur nog redelijk veel replies worden geplaatst waarna er tot uur s ochtends weinig geplaatst worden. Vanaf uur worden de meeste replies geplaatst tot s avonds laat, alleen tussen uur en uur zijn er relatief weinig replies gevonden. De meeste replies zijn s avonds geplaatst tussen en uur. In het histogram voor de retweets (grafiek 13) is een soortgelijke verdeling te zien. s Ochtends tot uur worden er weinig retweets geplaatst, hierna worden er meer geplaatst tot s avonds 0.00 uur. Tussen uur en uur worden er relatief weinig retweets geplaats. De meeste replies zijn geplaatst tussen uur en uur. Uit de grafieken 2, 6 is af te leiden dat een reply eerder wordt gegenereerd door een reply dan door een indirect bericht. Bij het totaal aantal tweets is 39% een reply en 54% een indirect bericht terwijl de replies in 57% van de gevallen gegenereerd worden door een reply en in maar 37% van de gevallen door een indirect bericht. Grafiek 8 lijkt bovendien een stijgende lijn te hebben waaruit opgemaakt kan worden dat het plaatsen van veel replies door de gebruiker zelf tot gevolg heeft dat het aantal replies die de gebruiker genereerd toeneemt. Uit grafiek 7 blijkt dat een retweet in 23% van de gevallen door een reply wordt gegenereerd waar over het algemeen 39% van de tweets een reply zijn (grafiek 2). Een retweet wordt dus in verhouding niet vaak door een reply gegenereerd. Een retweet wordt wel vaak door een retweet gegenereerd, dit is in 17% van de gevallen, waar er maar 7% retweets te vinden zijn in het totaal aantal tweets. Grafiek 10 Aantal geplaatste replies per dag In grafiek 9 lijkt duidelijk te worden dat er een verband is tussen het plaatsen van veel retweets door de gebruiker en het aantal retweets dat deze gebruiker genereert.

10 Een eerste factor waarmee deze invloed verband houdt blijkt het aantal followers te zijn. Er is een positieve correlatie gevonden tussen deze twee variabelen. In de literatuur wordt aangegeven dat het meer invloedrijk is om een actief publiek te hebben, die de gebruiker veel retweet of replied, dan dat de gebruiker enorm populair is doordat deze veel followers heeft [21]. Uit dit onderzoek blijkt dat ook het aantal followers van belang is. Grafiek 11 Aantal geplaatste retweets per dag In grafiek 4 is het aantal followers uitgezet tegen de invloed per dag. Hieruit blijkt dat er tot 300 followers geldt: hoe meer followers hoe meer invloed. Bij meer dan 300 followers neemt de invloed per dag af. Op dit moment is hiervoor geen verklaring te geven. Deze bevinding is daarom interessant voor vervolgonderzoek. Een ander verband is gevonden tussen invloed en het aantal tweets dat de gebruiker plaatst. Een logisch verband, want hoe meer tweets je plaatst hoe meer kans je hebt er een reactie mee uit te lokken. In de literatuur is over het verband tussen deze twee factoren niets te vinden. Wel is te vinden dat populaire gebruikers, degene die veel volgers hebben, vaker tweeten [5], [7]. Deze drie variabelen (invloed, het aantal followers en het aantal geplaatste tweets) hebben allemaal een verband met elkaar. Grafiek 12 Aantal geplaatste replies per uur Grafiek 13 Aantal geplaatste retweets per uur IV. CONCLUSIE/DISCUSSIE Door veel gebruikers wordt er vanuit gegaan dat invloed op Twitter afhangt van het aantal followers. Uit de literatuur is inmiddels gebleken dat interactie een belangrijkere maat is voor het meten van invloed van een gebruiker. In dit onderzoek is invloed gedefinieerd als het aantal reply s plus het aantal retweets van een gebruiker. Er is onderzocht waarmee deze invloed verband houdt. Een derde verband wat is onderzocht is of een gebruiker door het plaatsen van veel replies en retweets, ook meer reactie van zijn followers zou krijgen. Het blijkt dat een reply eerder gegenereerd wordt door een reply dan door een indirect bericht. Een retweet wordt weinig gegeven op een reply en juist wel veel op een retweet. Bovendien lijkt er een verband te zijn tussen het plaatsen van veel replies en retweets door de gebruiker en het genereren van veel replies en retweets door deze gebruiker. Het laatste onderzochte verband zijn dagen en tijden waarop de meest replies en retweets geplaatst worden. Het blijkt dat de meeste replies op vrijdag en zaterdag worden geplaatst en de meeste retweets op zaterdag. Woensdag en donderdag zijn dagen waarop weinig replies en retweets worden geplaatst. Honeycutt & Herring [15] geven aan dat Twitter primair een doordeweekse activiteit is, er wordt twee keer zoveel getwitterd op een doordeweekse dag dan op weekend dagen. Ook in het onderzoek van Sysomos [7] wordt gevonden dat zaterdag en zondag de minst actieve twitterdagen zijn. Interessant is het feit dat uit dit onderzoek blijkt dat zaterdag een juist erg populaire dag is voor het plaatsen van replies en retweets, waar uit de literatuur blijkt dat er juist op zaterdag minder gebruikt gemaakt wordt van Twitter. Het zou op toeval kunnen berusten dat er in dit onderzoek meer tweets van zaterdag zijn opgenomen of het zou kunnen betekenen dat Twitter op zaterdag op een andere manier wordt gebruikt dan door de weeks. Om uit te zoeken waar dit verschil vandaan komt is vervolgonderzoek nodig.

11 Als laatste blijkt uit dit onderzoek dat er vanaf een uur of 10 s ochtends relatief veel gereplied en retweet wordt tot savonds laat, met uitzondering tussen uur en waarin er relatief weinig directe berichten worden geplaatst. De meeste replies worden geplaatst tussen uur en en de meeste retweets tussen uur en uur. In de literatuur wordt aangegeven dat de meeste twitteractiviteit tussen uur en uur plaats vindt [7]. Deze twitteractiviteit en de geplaatste replies en retweets in dit onderzoek komen dus redelijk overeen. Met uitzondering van de tijden waarop de meeste replies en retweets geplaats zijn. Ook hier geldt dat het mogelijk is dat Twitter s avonds op een andere manier wordt gebruikt dan overdag waardoor er s avonds juist veel replies en retweets worden geplaatst. Om dit te kunnen bewijzen is er vervolgonderzoek nodig. Opvallend is het toenemende gebruik van het apenstaartje. In de inleiding is al beschreven dat Java [4] rapporteert dat er begin 2007 in 12,5% van de gevallen gebruik gemaakt werd van indirecte berichten. In het onderzoek van Honeycutt & Herring [15] van begin 2008 wordt bekend dat in 31% van de gevallen gebruik wordt gemaakt van het apenstaartje. In dit onderzoek, medio 2010, blijkt er een nog groter deel van de berichten gebruik te maken van het apenstaartje, namelijk 46%. In dit onderzoek was het nodig om replies op te zoeken van alle gebruikers. Dit is gedaan door het zoeken naar het apenstaartje gevolgd door de gebruikersnaam (@gebruiker) aan het begin van een tweet. In de literatuur [21] wordt ook wel gebruikt gemaakt van mentions wat dezelfde syntax heeft als de reply alleen hoeft deze niet aan het begin van een tweet voor te komen, maar dat kan bijvoorbeeld ook midden in de tweet zijn. Ook deze berichten zijn specifiek gericht aan de gebruiker en hadden gebruikt kunnen worden in dit onderzoek. In vervolgonderzoek zou ook hier rekening mee gehouden kunnen worden. Bij het zoeken naar de retweets voor dit onderzoek zijn de letters RT gebruikt, gevolgd door het apenstaartje, de gebruikersnaam en de geplaatste tweet. Uit onderzoek van Boyd [10] blijkt dat dit inderdaad de meest gebruikte vorm van retweeten is, maar dat er ook andere vormen worden gebruikt zoals en RT deze vormen zijn niet meegenomen in dit onderzoek. Ook kan het voorkomen dat een gebruiker bij het retweeten van een bericht, het maximale aantal karakters van 140 overschrijd wanneer de voor het bericht wordt geplaatst. Vaak worden berichten dan ingekort waardoor het mogelijk is dat deze berichten niet gevonden zijn in dit onderzoek. Het is dus om verschillende redenen mogelijk dat er meer retweets zijn geplaatst dan dat er bij de data verzameling voor dit onderzoek gevonden zijn. Het onderzoek naar welke soort berichten de replies en retweets genereren is door één persoon uitgevoerd. Beter zou het zijn geweest om dit twee personen, onafhankelijk van elkaar, te laten uitvoeren en de resultaten hiervan te vergelijken. Over resultaten die niet overeenkomen moet dan worden overlegd door de twee beoordelaars om op deze manier als nog overeenstemming te bereiken. Nu is er kans dat er door foute interpretaties directe berichten zijn toegekend aan het verkeerde soort bericht. In vergelijking met onderzoeken die zijn beschreven in de literatuur blijkt het gemiddelde aantal followers van 84,67 in dit onderzoek erg hoog. In een ander onderzoek wordt een gemiddeld aantal followers van 42 gevonden [16]. Een mogelijke verklaring hiervoor is dat er in dit onderzoek alleen actieve twitteraars binnen de doelgroep vielen, het blijkt uit onderzoek dat gebruikers met meer volgers ook meer tweeten [7]. Van alle gebruikers heeft 38% nog nooit een tweet geplaatst [16]. Deze gebruikers zullen in een ander onderzoek het gemiddeld aantal followers flink naar beneden halen waar dat in dit onderzoek niet gebeurd is. Verder kan het interessant zijn om niet te kijken naar het aantal mensen die de gebruiker volgen (followers) maar naar het aantal mensen waar de gebruiker een wederzijdse link mee heeft. Dit betekent dat twee gebruikers elkaar volgen. Kwak et al. [6] geeft aan dat in bijna 78% van de alle gebruikersparen met een link tussen hen eenzijdig zijn, en in 22% van de gevallen wederkerig. Het is interessant om te onderzoeken of er ook een verband bestaat tussen het aantal wederkerige links van een gebruiker en de invloed van deze gebruiker. In dit onderzoek is dit niet gedaan omdat er data is vergaard van willekeurige gebruikers, waarbij geen data is opgehaald van zijn volgers, of van degene die hij volgt. A. Aanbevelingen Uit dit onderzoek is gebleken dat invloed op twitter verband houdt met meerdere variabelen. Wanneer je als privé gebruiker je invloed wilt vergroten moet je niet alleen proberen meer followers te krijgen, ook is het nodig dat je zelf veel tweets plaatst. Bij het plaatsen van tweets is het belangrijk dat je niet alleen indirecte berichten plaatst, maar contact maakt met andere gebruikers door replies naar andere gebruikers te sturen en ze te retweeten. Verder is het nuttig om te weten dat replies veel gegeven worden op vrijdag en zaterdag en retweets veel op dinsdag en zaterdag. In de ochtend worden er weinig indirecte berichten geplaatst, pas vanaf uur gebeurd dit weer veelvuldig. Vooral tussen en worden er veel retweets geplaatst en tussen uur en uur veel replies. Het plaatsen van berichten kun je het best net voor, of op deze dagen en tijden doen, de kans dat de tweet een reply of retweet genereert is dan het grootst. DANKWOORD Als eerste zou ik graag Dr. Ir. M.G. Maris bedanken voor het meedenken over het onderwerp, de hulp die ik bij het maken van deze scriptie heb gekregen en de verbeterpunten die hij heeft aangegeven.

12 Ten tweede zou ik graag mijn familie, en in het bijzonder mijn ouders en vriend, bedanken voor hun morele steun. Mijn vriend, Ben, wil ik tevens bedanken voor het nalezen en verbeteren van de tekst. [22] Rate Limiting, Twitter developers, REFERENTIES [1] Yun, S., Do, H., Kim, H Analysis of User Interactions in Online Social Networks, WWW 2010 [2] 2010, Nederlander netwerkt 7 uur per maand, Multiscope, -netwerkt-7-uur-per-maand.html, [3] Lehart, A., Fox, S Twitter and status updating, Pew Internet, [4] Java, A., Song, X., Finin, T., Tseng, B Why We Twitter: Understanding Microblogging Usage and Communities. Joint 9th WEBKDD and 1st SNA-KDD Workshop 2007, ACM [5] Krishnamurthy, B., Gill, P., Arlitt, M A few chirps about twitter. In Proc. Of the 1st workshop on Online social networks, ACM [6] Kwak, H., Lee, C., Park, H., Moon, S What is Twitter, a Social Network or a News Media? In Proceedings of the Nineteenth International WWW Conference, ACM [7] Cheng, A., Evans, M., Singh, H Inside Twitter, An In Depth Look Inside the Twitter World, Sysomos, [8] Schoonderwoerd, N Twitter Onderzoek, Twirus, [9] Zhao D., M. B. Rosson, M.B How and why people twitter: the role that micro-blogging plays in informal communication at work. In Proceedings of the ACM 2009 international conference on Supporting group work. ACM. [10] Boyd, D., Golder, S., Lotan, G Tweet, Tweet, Retweet: Conversational Aspects of Retweeting on Twitter. HICSS-43 [11] Liew. J Are there more Facebook status updates or Twitter tweets, +twitter+tweets&searchbutton=go%21, [12] Boyd, D.M., Ellison, N.B Social network sites: Definition, history, and scholarship, Journal of Computer-Mediated Communication, 13, 11. [13] Huberman, B.A., Romero, D.M., Wu, F Social networks that matter: Twitter under the microscope. arxiv: v1 [14] Humphreys, L., Gill, P., Krishnamurthy, B How much is too much? Privacy issues on Twitter [15] Honeycutt, C., Herring, S.C Beyond Microblogging: Conversation and Collaboration via Twitter, HICSS-42 [16] Moore, R.J Twitter Data Analysis: An Investor s Perspective, [17] Hanneman, R.A., Riddle, M. Introduction to social network methods, Hoofdstuk 10 Centrality and power. ml, [18] Waardenburg W Tips voor meer folowers op Twitter, karelgeenen, [19] De drie gouden tips voor meer followers op Twitter, next color, [20] Avnit, A The Million Followers Fallacy, Pravda, [21] Cha, M., Haddadi, H., Benevenuto, F., Gummadi, K.P Measuring User Influence in Twitter: The Million Follower Fallacy, AAAI Conference on Weblogs and Social Media-4