Big Data e Social Network Analysis

Big Data e Social Network Analysis

Mi affascina il fatto che le immense quantità di dati presenti nella rete e frutto delle interazioni tra gli utenti, possano essere raccolte, analizzate e studiate per ricerche sociali. Mi intimorisce invece il fatto che questi dati possano essere utilizzati a fini commerciali e per meglio manipolare il comportamento degli utenti stessi.

In ogni caso, questa è la situazione attuale e questi gli strumenti a disposizione: immense quantità di dati (i cosiddetti “Big Data”) si trovano stoccati in dataset di una grandezza che va da qualche dozzina di terabites a molti petabyte di dati. IBM afferma che ogni giorno vengono creati 2,5 quintilioni di byte di dati. Si stima inoltre che ormai il 98% delle informazioni sia registrata in formato digitale mentre nel 2000 solo il 25% delle informazioni era registrato in supporti digitali e il restante si trovava su supporti analogici come carta e nastri magnetici (Hilbert e Lopez, 2011, cit. in Stella R., Riva C., Scarcelli C.M., Drusian M., 2014).

A parte tutta questa massa multimediale di informazioni digitali, per gli obiettivi del marketing e della ricerca sociale importano i legami che si generano nelle relazioni online, studiati dalla Social Network Analysis.

E’ utile sapere che ci sono molte applicazioni, anche open source, che permettono di analizzare questi dati e visualizzarne graficamente i risultati.

Netvizz per esempio è un’applicazione che permette di analizzare le interazioni su Facebook ricavando dati dalle pagine, dai gruppi, dai likes e dai link condivisi. La limitazione è costituita dal fatto che, per motivi di privacy, i dati estrapolati sono solo quelli che l’utente o il gruppo ha deciso di rendere pubblici. L’applicazione genererà un file .gdf importabile in software gratuiti come Gephi che tradurrà i dati in forma grafica.
I dati verranno rappresentati quindi in nodi e linee e si potrà studiare per esempio la densità della rete e la centralità di alcuni nodi, utilizzando le logiche algebriche della teoria dei grafi.

Un altro strumento open source, in questo caso per analizzare la rete del proprio account Linkedin, è Socilab, che offre anche metriche rispetto a medie generali ottenute dalla ricerca sociale, con un limite di 500 contatti visibili per utente. E’ possibile visualizzare i nostri contatti in relazione al nostro account oppure in gruppi separati indipendenti dal legame con il nostro account, e filtrarli secondo nazione e settore.

Di seguito il grafo del mio account Linkedin:

social network analysis

Fonti:

Stella R., Riva C., Scarcelli C.M., Drusian M. (2014), Sociologia dei New Media, UTET.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *