Analisi dell'evento TEDx svolto a Pompei. L'anali ha considerato l'hashtag #TedxPompeii per individuare quantità, ruolo e qualità degli opinanti. L'analisi è stata effettuata con il tool NodeXL
2. – Riccardo Luna tedxpompeii.com
“Lo abbiamo voluto come matti questo TEDx e siamo partiti due anni fa,
sì sono passati due anni da quando abbiamo registrato la licenza, e da
allora niente è stato facile. Niente. E strada facendo avremmo potuto
fermarci tante volte: dire, ok, capito, non se ne fa nulla. Peccato. Ed
invece eccoci qui”.
3.
4. – Camillo Di Tullio aka Dr_Who
“Scopo dell’analisi è individuare le persone più
attive durante la conferenza e gli argomenti
maggiormente apprezzati”.
5.
6.
7. Graph Metric Value
GraphType Directed
Vertices 227
Unique Edges 576
Edges With Duplicates 332
TotalEdges 908
Self-Loops 102
Reciprocated Vertex Pair Ratio 0,065359477
Reciprocated Edge Ratio 0,122699387
Connected Components 19
Single-Vertex Connected Components 14
Maximum Vertices in a Connected Component 205
Maximum Edges in a Connected Component 837
Maximum Geodesic Distance (Diameter) 7
Average Geodesic Distance 2,516895
Graph Density 0,012709056
ad un’ora e 10 minuti dall’inizio dell’evento, questa è la situazione
8. In-degree
Out-degree
mappiamo i vertici in ottica multidimensionale:
ascisse: out-degree
ordinate: in-degree
dimensione: Betweenness centrality
colore: Eigenvector centrality
archi: mentions
In-degree
Out-degree
Interazione:
analizzando le medie la maggior parte dei vertici
pushano i tweet (parte bassa quadrante C)
5 i vertici che hanno il ruolo di hub: di questi due
(quadrante C) non restituiscono l’interazione (basso out-
degree) mentre gli altri 3 contribuiscono ad
alimentare la discussione in rete
A B
C D
In-degree
Out-degree
9. In-degree
Out-degree
Analizzando le mentions (dimensione degli archi)
Riccardo Luna e Aperdichizzi sono i vertici più citati
La suddivisione in cluster ci restituisce anche un’altra
informazione: nel pre evento i vertici individuati sono i
“ponti” di connessione tra i vari segmenti
Qualità degli opinanti:
due le dimensioni che ci restituiscono questa informazione:
Betweenness centrality ed Eigenvector centrality
La prima è rappresentata dalla dimensione delle sfere ci indica che tutti i vertici estratti si pongono mediamente
all’interno del percorso che le news percorrono; ma questo elemento non è sufficiente. La colorazione dal bianco
al rosso ci informa quanto questi vertici siano ben collegati ad altri vertici ben collegati: più forte è la
colorazione, maggiore sarà questa correlazione. In questo modo è facile, nel pre evento, individuare i facilitatori
di divulgazione delle news.
10. Cosa si aspettano le persone?
Analizzando gli hashtags più utilizzati, nettando quello che identifica l’evento (#TEDxPompeii), vediamo come i
temi sulla Cultura, Arte, Felicità (si sapeva essere l’intervento di Saviano) sono tra quelli maggiormente utilizzati.
11.
12. Graph Metric Value
GraphType Directed
Vertices 481
Unique Edges 1499
Edges With Duplicates 1898
TotalEdges 3397
Self-Loops 348
Reciprocated Vertex Pair Ratio 0,039194339
Reciprocated Edge Ratio 0,075432163
Connected Components 27
Single-Vertex Connected Components 22
Maximum Vertices in a Connected Component 450
Maximum Edges in a Connected Component 3279
Maximum Geodesic Distance (Diameter) 7
Average Geodesic Distance 2,533131
Graph Density 0,008268365
Al termine dell’evento questa la situazione (dati prelevati prima dell’esibizione finale di Arturo Brachetti)
13.
14. In-degree
Out-degree
mappiamo i vertici in ottica multidimensionale:
ascisse: out-degree
ordinate: in-degree
dimensione: Betweenness centrality
colore: Eigenvector centrality
archi: mentions
In-degree
Out-degree
Interazione:
analizzando le medie la maggior parte dei vertici
pushano i tweet (parte bassa quadrante C e D)
4 i vertici che hanno il ruolo di hub: di questi due
(quadrante A C) non restituiscono l’interazione (basso
out-degree) mentre gli altri contribuiscono ad
alimentare la discussione in rete
A B
C D
In-degree
Out-degree
15. In-degree
Out-degree
In-degree
Out-degree
pre evento post evento
Durante l’evento è naturalmente cambiata la geografia degli opinanti: Riccardo Luna
(moderatore durante l’evento) si è arroccato come hub riducendo ovviamente
l’interazione; confermato, invece, il ruolo attivo di Aperdichizzi e TedXPompeii con
l’ingresso di Startup_Italia
17. In-degree
Out-degree
Analizzando le mentions (dimensione degli archi)
Riccardo Luna e Aperdichizzi sono i vertici più citati
La suddivisione in cluster ci restituisce anche un’altra
informazione: anche durante l’evento i vertici individuati
sono i “ponti” di connessione tra i vari segmenti ma con
un particolare: Riccardo Luna è il target
Qualità degli opinanti:
due le dimensioni che ci restituiscono questa informazione:
Betweenness centrality ed Eigenvector centrality
La prima è rappresentata dalla dimensione delle sfere ci indica che tutti i vertici estratti si pongono mediamente
all’interno che le news percorrono; ma questo elemento non è sufficiente. La colorazione dal bianco al rosso ci
informa quanto questi vertici siano ben collegati ad altri vertici ben collegati: più forte è la colorazione, maggiore
sarà questa correlazione. In questo modo è facile, durante l’evento, individuare i facilitatori di divulgazione delle
news.
18. Tra i vari interventi qual è stato il più “apprezzato”? Stante gli hashtags quello di
Nato a Vicenza nel 1942. E’ ingegnere e informatico italiano.
Insieme agli ingenieri Pier Giorgio Perotto e Giovanni De Sandre
ha realizzato nel 1964 la “Programma 101” o “P101” dell’Olivetti,
il primo personal computer della storia, cioè il primo calcolatore
commerciale ad essere digitale, programmabile, piccolo ed
economico
19. dati al 21 giugno fonte https://tweetreach.com/reports/14203353
20.
21. Who: C. DiTullio aka DR_WHO
What: marketer & blogger
Where: drwho.it
Social Networking Analysis