Se i Like fossero voti. Strumenti per misurare l'engagement dell'elettore e dello spettatore
Upcoming SlideShare
Loading in...5
×
 

Like this? Share it with your network

Share

Se i Like fossero voti. Strumenti per misurare l'engagement dell'elettore e dello spettatore

on

  • 422 views

14 Maggio, Lezione nell'ambito del ciclo di seminari Spazi di Connessione, Dipartimento di Scienze Politiche Scienze della Comunicazione Ingegnieria dell'informazione, Università di Sassari

14 Maggio, Lezione nell'ambito del ciclo di seminari Spazi di Connessione, Dipartimento di Scienze Politiche Scienze della Comunicazione Ingegnieria dell'informazione, Università di Sassari

Statistics

Views

Total Views
422
Views on SlideShare
413
Embed Views
9

Actions

Likes
1
Downloads
1
Comments
0

1 Embed 9

https://twitter.com 9

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

CC Attribution-NonCommercial-ShareAlike LicenseCC Attribution-NonCommercial-ShareAlike LicenseCC Attribution-NonCommercial-ShareAlike License

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment
  • But, at the same time, TV has never been as social as it is today

Se i Like fossero voti. Strumenti per misurare l'engagement dell'elettore e dello spettatore Presentation Transcript

  • 1. fabiogigliettoFabio [.] Giglietto [@uniurb.it]Department of Communication Studies and Humanities | Università di Urbino Carlo BoSE I MI PIACE FOSSERO VOTISTRUMENTI PER MISURARE L’ENGAGEMENTDELL’ELETTORE E DELLO SPETTATORE14 MAGGIO 2013CICLO DI SEMINARI SPAZI DI CONNESSIONEDIPARTIMENTO DI SCIENZE POLITICHESCIENZE DELLA COMUNICAZIONEINGEGNERIA DELL’INFORMAZIONEUNIVERSITÀ DEGLI STUDI DI SASSARI
  • 2. fabiogigliettoSummary• Definizione di Networked Publics• Permanenza, ricercabilità, scalabilità e replicabilità• Mezzi di comunicazione di massa per le masse• Opportunità di ricerca per gli scienziati sociali• Differenze fra piattaforme: Facebook, Twitter e YouTube• Case Study 1: Se i Likes fossero voti• Case Study 2: Modelli previsionali del voto• Case Study 3: Modelli previsionali dellaudience con Twitter• Case Study 4: Il "couch potato" partecipativo (esempio dianalisi qualitativa)
  • 3. fabiogigliettoNetworked publics
  • 4. fabiogiglietto4 proprietà del networked space• Permanenza;• Replicabilità;• Scalabilità;• Cercabilità.danah boyd
  • 5. fabiogigliettoNETWORKEDPUBLICSinvisible audiencescollapsed contextsblurring ofpublic and privatePermanenceReplicabiltyScalabilitySearchabilitywww.nextmediaandsociety.org
  • 6. fabiogigliettopersistence scalability replicability searchabilityfew Writings Printing press, newspapers Digital media(pc, video-cameras)World WideWeb + Google(Google BookSearch)many Writings Personal online publishing /Web 2.0 (Blogs, Flickr,YouTube)Digital media(pc, video-cameras)World WideWeb + Google(Google BlogSearch)Farsi Media:mezzi di comunicazione di massa per le masse
  • 7. fabiogigliettoSimulation• ModelsObservation• “Real” dataFrom simulation to observation (1/2)
  • 8. fabiogigliettoFrom simulation to observation (2/2)https://www.facebook.com/notes/facebook-engineering/visualizing-friendships/469716398919
  • 9. fabiogigliettoFacebook, Twitter e YouTube• Acquisire i dati con le API;• Twitter Search, Streaming e Firehose;• Facebook Privacy & App per la ricerca;• YouTube Metadata & Commenti.• Alcuni strumenti: YourTwapperKeeper,DiscoverText, ContextMiner, InfoExtractor.
  • 10. fabiogigliettoCase 1: Se i Mi Piace fossero voti• Elezioni amministrative Maggio 2011;• 23 capoluoghi di provincia, 229 candidate, 102pagine• Uso della Facebook Api per la raccolta dati supagine;• Nell’82% dei casi il candidato più popolare suFacebook ha vinto o è arrivato secondo;• Oltre i Like: gli zero-likers.
  • 11. fabiogigliettoCase 2: Modelli previsionali di voto• Primarie PD 2012 ed Elezioni 2013;• Raccolta dati con piattaforma Blogmeter;• Non è stata trovata nessuna correlazionesignificativa fra le diverse metriche ed ilsuccesso elettorale;• Un modello correttivo a partire da mediasondaggi;
  • 12. fabiogiglietto
  • 13. fabiogigliettoCase 3: Modelli previsionalidell’audience con Twitter• Hashtag ufficiale degli 11 talk-show politicidella stagione televisiva 2012/2013• 1.703.064 (1.126.787 pubblicati durante lamessa in onda)*;• Raccolta dati con DiscoverText + GNIP;• Correlazione significativa fra TPM e audiencepuntata;*al 10 Marzo 2013
  • 14. fabiogigliettoshow episodes total_tweet avg_audience avg_tweet AVG TPMagorarai 109 58835 586764.9 539.77 3.97Ballarò 24 211210 4295958.3 8800.41 53.33In mezzora 14 4484 1294642.8 320.28 7.11inonda 48 85495 846229.1 1781.14 12.81Linfedele 14 6022 813877.6 430.14 2.53omnibus 169 15114 242600.5 89.43 0.68ottoemezzo 119 122763 1760786.2 1031.62 16.09piazzapulita 16 145822 1458878.3 9113.87 53.08portaaporta 57 81623 1647087.7 1431.98 11.01ServizioPubblico 16 332930 3242717.7 20808.12 122.76ultimaparola 21 62489 855285.7 2975.66 24.14
  • 15. fabiogigliettor=0.805 r=0.863
  • 16. fabiogiglietto
  • 17. fabiogigliettoCaso 4: il “couch potato” partecipativo• Stesso dataset del Caso 3;• Oltre l’analisi quantitativa;• Talk-show: partecipazione, potere, cittadini espettatori;• Scala della partecipazione (Reach, RT, Reply,Original Tweet, etc.);• In progress…