Edit: I’ve jumped the gun: the Markkinointiviestinnän viikot #-tag was changed. This is the new version. Note self: check the #-tag beforehand…

Everything seems to happen sporadically . This is also true in Finland as the Mindtrek event in Tampere and – aptly named two day event – Markkinointiviestinnän viikko (Week of marketing communications) in Helsinki coincide in the same week. Luckily one is able to follow both via twitter with the #tags #mindtrek and #2011mvv   (+  #mvv2011). Moreover we can visualize the conversations happening in both. Do they overlap, which event activates more people and conversation and who orchestrates the communication etc? In this picture I have combined the tweets of the two events (at 2.20 PM).

The two events seem to overlap but two distinctive groups are formed: Mindtrek on the left and MVV on the right. There are total 446 tweeters combined.  The size of the node represents the bridgespanning role of the person: the bigger the node the between the two groups tweets the person is. We see that   @vesilola, @pauliinamakela, @mindtrek_ and @arimarjamaki ‘s tweets connect the two events.

Looking at the two events separately we can detect the most mentioned people. The size of the node represents the amount of tweets received and the color of the node the persons activity in mentioning others.

In Mindtrek there are at the moment 187 different tweeters. @mindtrek_@vesilola are the most mentioned while @mindtrek is the most active.

In Markkinointiviestinnän viikot there are at the moment 289 different tweeters. @vesilola, @socialdistrict and @greenpeacesuomi are the most mentioned while @pauliinamakela and @eisoma the most active. The overall structure seems more dense than Mindtrek’s so there seems to be more going on in Helsinki.

This is a a snapshot of the situations. If you want to do similar analysis yourself instructions can be found in these slides. The tweets were gathered with NodeXL and visualized with Gephi.

twitter/jattipaa

www.verkostoanatomia.fi

Visualizing Twitter networks can make sense in the constant stream of tweets. We can detect different communities or active Tweeters. I have made a quick hands on guide for twitter hashtag visualization using Gephi and NodeXL:

 

twitter: jattipaa

www.verkostoanatomia.fi

facebook: http://www.facebook.com/pages/Verkostoanatomia/189756439160

I found out of the horrible Norway attacks an hour after the bombings in twitter. The shootings and extent of the murders were revealed a while later. Usually I gather the tweets for network visualization with NodeXL‘s script, but this time I offer only the dataset for researchers.

The data is 24 hours of tweets gathered every 5 minutes containing the word “oslo” from 4.35 PM (CET) Friday 22nd July. I cannot guarantee that every tweet is in this dataset. The file format is GraphML (you can use text editor to find the term “Tooltip” where the content of the tweet is).

Dataset

Let me know if you can make use of the data.

twitter: jattipaa

 

SomeTime 2011 -tapahtuma kokoaa 10.6.-11.6.2011 yhteen suomalaisia sosiaalisesta mediasta kiinnostuneita. Itse en paikalle päässyt ja seuraankin tapahtumaa twitterissä tägillä #sometime2011. Saman tägin pohjalta voimme myös koota tweettejä ja visualisoida niistä verkostoja.

Oma panokseni tälle perjantaille onkin keräillä näitä tweettejä ja julkaista lyhyitä raportteja siitä, kuka mainitsee kenet. Tästä seuraa kuitenkin ongelma, jonka Heisenbergikin on todennut: jos seuraavat kartat ovat suosittuja, alan itse olla keskeinen toimija verkostossa. Miten te hanskaisitte asian?

Kuitenkin, itse asiaan. Kerään siis tweetit neljä kertaa tunnissa, ja pyrin julkaisemaan tunnin-puolentoista välein sekä k.o. ajanvälin tweetit sekä kokonaiskertymätweetit (alin kuva muodostaa kuvan siihen saakka kertyneistä tweeteistä). Pallon koko vastaa saatujen mainintojen lukumäärää ja värin tummuus aktiivisuutta mainita muita.

EDIT: mukana myös #someback, #someengine, #somemeeting, #somestage, #somestudio, #someyard haettuina puolen tunnin välein klo 11.45 alkaen.

EDIT: Verkostoanatomia kiittää ja kuittaa. Alla video kaikista tweeteistä ajalla 8.30-18.00. Videon alapuolella tuntikatsaukset ja kuva kaikista tweeteistä. Kaikkiaan jonkun #-tägeistä mainitsi 272 tweettaajaa, 591 kertaa mainittiin joku muu. Päivän tweetatuin henkilö oli @tuija (33 mainintaa) ja aktiivisin tweettaaja @pauliinamakela, joka mainitsi 13 kertaa jonkun muun (myös minut, kiitos!). Enjoy!

8.30-10.00

10.00-11.00

11.00-12.00

12.00-13.00

13.00-14.00

14.00-15.00

15.00-16.00

16.00-17.00

17.00-18.00

Kokonaistilanne (päivittyy jatkuvasti):

twitter: jattipaa

www.verkostoanatomia.fi

facebook: http://www.facebook.com/pages/Verkostoanatomia/189756439160

Tiedot kerätty NodeXL:n kätevällä skriptillä ja visualisoitu Gephillä.

Paljon Suomessa on twitterin käyttäjiä? Toni Nummelan Google-analyysi  tuotti 105502 käyttäjää, jotka ovat sijoittaneet itsensä Suomeen (itseäni en ole sijoittanut minnekään). Pelkkiä tililukumääriä tuijottelemalla ei pääse kuitenkaan kovinkaan pitkälle, sillä sosiaalisessa mediassa aktiivisuus ratkaisee. Twitter-tilin luominen on helppoa, ja moni on sen luonutkin katsoakseen mikä eläin twitter oikeastaan on. Maailmalla aktiivisten twitter-käyttäjien lukumäärä vaihtelee n. 15 % ja 20 % välillä.

Miten sitten aktiivisuus määritellään? Itse määrittelen sen tässä johonkin suureen twitter-tapahtumaan osallistumisena. Alla olevassa kuvassa on yhdistetty kaikki  tweettaajaat, jotka ovat osallistuneet suuriin (ja joihinkin pieniin) suomalaisiin twitter-tapahtumiin: #linnanjuhlat, #vaalit2011, #suorayhteys ja #euroviisut sekä muutama pienempi tapahtuma, joissa pääsääntöinen kieli on ollut suomi.

Kaiken kaikkiaan edellämainituissa tapahtumissa on tweetannut 2894 eri tweettaajaa. Viiva kahden tweettaajan välillä tarkoittaa @mainintaa joissain näistä tapahtumissa. Jos käytämme 15-20 % laskutapaa,  Suomessa olisi noin 15000-20000 twitter-käyttäjää. Tässä pdf kuvasta.

Samansuuntaisia tuloksia tulee, jos katsoo eduskuntavaalien tulosillan (Yle 1 ja MTV3 yhteensä 1 885 000 katsojaa => 40 % väestöstä) ja euroviisujen finaalin (1 323 000 katsojaa => 28% väestöstä) katsojalukuja (Finnpanelin tuloksia). Jos sama prosentti aktiivisesta twitter-väestä osallistui tweettauksiin, saamme aktiivisen twitter-väen lukumääräksi (#vaalit2011: 0,4*x = 1808 tweettaajaa => 4520 aktiivitweettaajaa ; #euroviisut: 0,28*x= 840 tweettaajaa => 3000 aktiivitweettaajaa) 3000 ja 4500 aktiivisen välillä. Näin suomalaisia twitter-tilejä olisi 15000 ja 23000 välillä.

Laskelmat siis pohjautuvat aika karkeisiin arvioihin ja oletuksiin, että edustava otos on osallistunut edellämainittuihin twitter-tapahtumiin. Tiedän aktiivisia suomalaisia twitter-käyttäjiä, jotka eivät osallistu kuin englanninkieliseen keskusteluun, eivätkä kaikki suuriin keskusteluihin osallistuneet ole suomalaisia.

EDIT: Pdf:stä voi ctrl-f:tä omaa nimeään. Ja en siis väitä, että kuvassa on kaikki Suomen aktiiviset tweettaajat (taitaa se lukea jossain tekstin seassa) vaan sellaiset, joiden nimi on mainittu näissä tapahtumissa. Tarkoituksenani on antaa jonkinlainen arvio tweettaajien kokonaislukumäärästä.

twitter: jattipaa

www.verkostoanatomia.fi

facebook: http://www.facebook.com/pages/Verkostoanatomia/189756439160

Kuvat visualisoitu Gephillä.

Eurovision song contest is a great example of networks: people tend to vote their neighboring country. In twitter one could follow and comment the pan-European event using the hashtags #eurovision, #esc, #esc2011 and in Finland #euroviisut. To a network analyst the @-mentions are the most interesting: who mentions whom. A tweet using one of the #-tags and an @name means a connection between two tweeters. Using NodeXL to retrieve the tweets (script here) from 1 hour before the final to the end of the voting and Gephi to visualize the dynamic structure of the network I came up with the following picture:

The size of the node represents received mentions and the darkness of the node represents activity of mentioning other tweeters (detailed picture here, see if you can find yourself with ctrl-f). Tweeters that didn’t mention anyone else are not shown here. @queen_uk (343 mentions received), @malena_ernman (81 mentions) and @bbceurovision (73) were the most popular tweeters. The most active tweeter was @davis3xm. Overall 64187 tweeters used the hashtag during the 4,5 hour period and 6378 mentioned someone else.

If we focus in the biggest connected network (2094 nodes with 3618 mentions) we get a clearer picture. This time the color represents the “community” of tweeters:

Pdf here.

twitter: jattipaa

www.verkostoanatomia.fi

facebook: http://www.facebook.com/pages/Verkostoanatomia/189756439160

EDIT: Finnish Eurovision twitter network

The Finnish tag #euroviisut attracted 840 tweeterers and had 619 mentions. The most mentioned (represented by the size of the node) were @jyrkikasvi (38 mentions), @johannasl (17 mentions), @euroviisut and @eskoseppanen (both 14 mentions). The most active mentioners (represented by the darkness of the node) were @oolatus and @kestinen (both mentioned 10 other. Here’s the picture and pdf.

The wedding of Prince William and Miss Catherine Middleton is cause for celebration – especially for the conventional and social media. Using twitter’s hashtag #rw2011 the online audience could express their sentiments about the nuptial celebrations. I’m more interested in the conversations that take place in twitter: who mentions whom – the basis of social network analysis. Using NodeXL to retrieve the tweets (script here)  and Gephi to visualize the dynamic structure of the network I came up with the following video:

In the video a connection between two nodes is formed when someone mentions or retweets another tweeter – a cite. The tweets were retrieved every 5 minutes before (4 hour before) and during the wedding ceremony until the flyover at the Buckingham Palace. The size of the node represents received citations and the brightness of the node represents activity of mentioning other tweeters. Tweeters that didn’t mention anyone else are not shown here. @clarencehouse (2625 mentions received), @eonline (546 mentions) and @britishmonarchy (498) were the most popular tweeters. Overall 34780 tweeters used the hashtag during the 6 hour period and 12002 mentioned someone else. If we filter out those who are not connected to the main network and received no cites, a more clear picture emerges:

We can also notice that traditional news sites (@eonline, @enews, @bbcworld etc.) have engaged a large audience. These central nodes connect the whole network but still remain separated. The structure of the network resembles a scale-free network, where the most popular nodes gain new connections just by being popular (“the rich get richer -scenario”).

Why do this? First of all, twitter’s feed doesn’t really relay the dynamics of the discussions.With this information we could map the most active and influential tweeters before an event occurs. We can map the different communities and audiences that have taken interest in the matter. Below is the picture of all of the tweets during the wedding (pdf here, see if you can ctrl+f youself).

Good luck for the married couple, here is .gexf-file (rather large one, 33megs) of the tweets if you want to do some network analysis on your honeymoon.

twitter: jattipaa

www.verkostoanatomia.fi

facebook: http://www.facebook.com/pages/Verkostoanatomia/189756439160