Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Twitter bots for dummies

2,403 views

Published on

Published in: Social Media

Twitter bots for dummies

  1. 1. Tokom ovog istraživanja* Prikupljeno je i analizirano 15.700 tvitova koje je objavilo 7.459 tviteraša *nije povređen nijedan tviteraš
  2. 2. Na obuci za botove, osim edukacije ponudili smo i sendviče i sokiće
  3. 3. Na obuci za botove, osim edukacije ponudili smo i sendviče i sokiće
  4. 4. Udeo govora mržnje* u botovanoj i organskoj konverzaciji na nekom hashtagu Kada ima botova na hashtagu: 12% Kada nema botova: 1% *Govorom mržnje u najširem smislu, karakterišemo svaki govorni čin koji nosi tešku uvredu, bezrazložni ad hominem napad, ličnu kvalifikaciju, direktnu psovku...
  5. 5. Analiza pominjanja reči “botovi” u periodu od 30 dana 2.384 tvita 1.228 tviteraša Nijedan izvan Srbije 523 uvredljive reči / kvalifikacije 1.077 tvitova u kojima se optužuje SNS da su botovi 217 tvitova u kojima se optužuje opozicija (DS) da su botovi 939 tvitova opšteg pominjenja botova, bez adrese
  6. 6. Neki zaključci Nakon detaljne kvantitativne i kvalitativne analize dobijenih podataka moguće je predstaviti nekoliko instruktivnih zaključaka ovog istraživanja, kao i ponuditi njihovo naučno objašnjenje.
  7. 7. Polarizacija i autosegregacija Istraživanje je ukazalo na izuzetnu političku polarizaciju aktera obuhvaćenih ovim društvenim digitalnim eksperimentom. Korisnici određenog hashtaga u svojoj komunikaciji najčešće ne dolaze do nekih zajedničkih i/ili pomirljivih stavova, već političke zajednice koriste društvene mreže kao sredstvo autosegregacije.

×