Il documento analizza il concetto di 'networked publics' e la loro importanza nella comunicazione moderna, esplorando proprietà come permanenza e scalabilità. Include case study su come i 'mi piace' sui social media possano predire il successo elettorale e l'audience dei programmi televisivi. Viene anche discusso l'impatto delle piattaforme social come Facebook, Twitter e YouTube nell'analisi dei dati e della partecipazione del pubblico.

1. fabiogiglietto
Fabio [.] Giglietto [@uniurb.it]
Department of Communication Studies and Humanities | Università di Urbino Carlo Bo
SE I MI PIACE FOSSERO VOTI
STRUMENTI PER MISURARE L’ENGAGEMENT
DELL’ELETTORE E DELLO SPETTATORE
14 MAGGIO 2013
CICLO DI SEMINARI SPAZI DI CONNESSIONE
DIPARTIMENTO DI SCIENZE POLITICHE
SCIENZE DELLA COMUNICAZIONE
INGEGNERIA DELL’INFORMAZIONE
UNIVERSITÀ DEGLI STUDI DI SASSARI

2. fabiogiglietto
Summary
• 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 dell'audience con Twitter
• Case Study 4: Il "couch potato" partecipativo (esempio di
analisi qualitativa)

3. fabiogiglietto
Networked publics

4. fabiogiglietto
4 proprietà del networked space
• Permanenza;
• Replicabilità;
• Scalabilità;
• Cercabilità.
danah boyd

5. fabiogiglietto
NETWORKEDPUBLICS
invisible audiences
collapsed contexts
blurring of
public and private
Permanence
Replicabilty
Scalability
Searchability
www.nextmediaandsociety.org

6. fabiogiglietto
persistence scalability replicability searchability
few Writings Printing press, newspapers Digital media
(pc, video-
cameras)
World Wide
Web + Google
(Google Book
Search)
many Writings Personal online publishing /
Web 2.0 (Blogs, Flickr,
YouTube)
Digital media
(pc, video-
cameras)
World Wide
Web + Google
(Google Blog
Search)
Farsi Media:
mezzi di comunicazione di massa per le masse

7. fabiogiglietto
Simulation
• Models
Observation
• “Real” data
From simulation to observation (1/2)

8. fabiogiglietto
From simulation to observation (2/2)
https://www.facebook.com/notes/facebook-engineering/visualizing-friendships/469716398919

9. fabiogiglietto
Facebook, 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. fabiogiglietto
Case 1: Se i Mi Piace fossero voti
• Elezioni amministrative Maggio 2011;
• 23 capoluoghi di provincia, 229 candidate, 102
pagine
• Uso della Facebook Api per la raccolta dati su
pagine;
• Nell’82% dei casi il candidato più popolare su
Facebook ha vinto o è arrivato secondo;
• Oltre i Like: gli zero-likers.

11. fabiogiglietto
Case 2: Modelli previsionali di voto
• Primarie PD 2012 ed Elezioni 2013;
• Raccolta dati con piattaforma Blogmeter;
• Non è stata trovata nessuna correlazione
significativa fra le diverse metriche ed il
successo elettorale;
• Un modello correttivo a partire da media
sondaggi;

12. fabiogiglietto

13. fabiogiglietto
Case 3: Modelli previsionali
dell’audience con Twitter
• Hashtag ufficiale degli 11 talk-show politici
della stagione televisiva 2012/2013
• 1.703.064 (1.126.787 pubblicati durante la
messa in onda)*;
• Raccolta dati con DiscoverText + GNIP;
• Correlazione significativa fra TPM e audience
puntata;
*al 10 Marzo 2013

14. fabiogiglietto
show episodes total_tweet avg_audience avg_tweet AVG TPM
agorarai 109 58835 586764.9 539.77 3.97
Ballarò 24 211210 4295958.3 8800.41 53.33
In mezzora 14 4484 1294642.8 320.28 7.11
inonda 48 85495 846229.1 1781.14 12.81
L'infedele 14 6022 813877.6 430.14 2.53
omnibus 169 15114 242600.5 89.43 0.68
ottoemezzo 119 122763 1760786.2 1031.62 16.09
piazzapulita 16 145822 1458878.3 9113.87 53.08
portaaporta 57 81623 1647087.7 1431.98 11.01
ServizioPubblico 16 332930 3242717.7 20808.12 122.76
ultimaparola 21 62489 855285.7 2975.66 24.14

15. fabiogiglietto
r=0.805 r=0.863

16. fabiogiglietto

17. fabiogiglietto
Caso 4: il “couch potato” partecipativo
• Stesso dataset del Caso 3;
• Oltre l’analisi quantitativa;
• Talk-show: partecipazione, potere, cittadini e
spettatori;
• Scala della partecipazione (Reach, RT, Reply,
Original Tweet, etc.);
• In progress…