Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.

TEDxPompeii Social Networking Analysis

1 772 vues

Publié le

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

Publié dans : Données & analyses
  • Soyez le premier à commenter

TEDxPompeii Social Networking Analysis

  1. 1. Social Networking Analysis Pompei 20 giugno 2015 C. Di Tullio aka Dr_Who - drwho.it
  2. 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. 3. – Camillo Di Tullio aka Dr_Who “Scopo dell’analisi è individuare le persone più attive durante la conferenza e gli argomenti maggiormente apprezzati”.
  4. 4. 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
  5. 5. 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
  6. 6. 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.
  7. 7. 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.
  8. 8. 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)
  9. 9. 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
  10. 10. 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
  11. 11. In-degree Out-degree In-degree Out-degree In-degree Out-degree Quanto sopra indicato viene confermato analizzando le mentions in termini di volumi generati nelle interazioni
  12. 12. 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.
  13. 13. 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
  14. 14. dati al 21 giugno fonte https://tweetreach.com/reports/14203353
  15. 15. Who: C. DiTullio aka DR_WHO What: marketer & blogger Where: drwho.it Social Networking Analysis

×