Uso de Twitter como fuente de datos: una visión general de las herramientas de investigación en redes sociales (2019)
LSE Impact Blog
Twitter y otras plataformas de redes sociales representan un recurso grande y en gran parte sin explotar para datos y pruebas sociales. En esta publicación, Wasim Ahmed actualiza su serie recurrente en el Blog de Impacto, para ofrecerle los últimos desarrollos en métodos y metodologías digitales para investigar Twitter y otras plataformas de medios sociales.
Esta publicación se basa en las ediciones de 2015 y 2017 de esta publicación, captura tendencias y eventos clave que están configurando la investigación en redes sociales para los científicos sociales y proporciona una colección de métodos y herramientas de investigación para el análisis de datos de redes sociales.
Desde la edición de 2017 de esta publicación de blog, he visto usos aún más únicos e interesantes de los datos de las redes sociales en una amplia variedad de disciplinas de investigación, como sociología, informática, medios y comunicación, ciencia política e ingeniería, solo por mencionar pocos. Las plataformas de medios sociales generan una gran cantidad de datos diariamente sobre una variedad de temas y, en consecuencia, representan una fuente clave de información para cualquiera que busque estudiar la sociedad del siglo XXI.
Twitter sigue siendo la plataforma más popular para la investigación académica, ya que aún proporciona sus datos a través de una serie de interfaces de programación de aplicaciones (API). En contraste, las consecuencias de la "violación de datos" de Cambridge analytica han llevado a ciertas plataformas de redes sociales a limitar los datos proporcionados a través de sus interfaces de programación de aplicaciones. Sin embargo, aunque puede que no sea posible obtener datos de todas las plataformas de redes sociales, aún es posible realizar una investigación cualitativa y cuantitativa, como entrevistas y encuestas, con miembros de comunidades en línea.
Los estudios en redes sociales se pueden encuadrar a partir de una amplia variedad de teorías, construcciones y marcos conceptuales de una amplia variedad de disciplinas y recomendaría echar un vistazo a este documento: Social media research: Theories, constructs, and conceptual frameworks, que resume muy bien algunos de estos enfoques.
También hay una serie de enfoques de investigación que se pueden utilizar como Netnography y Digital Ethnography, que proporcionan marcos para realizar investigaciones en el mundo en línea. La netnografía, por ejemplo, puede basarse en la descarga de datos directamente desde una plataforma de redes sociales, anotando observaciones personales de una comunidad en línea y entrevistando a usuarios de redes sociales. Además, también hay una serie de métodos específicos para el análisis de datos de redes sociales que se resumen en la Tabla 1 a continuación.
Tabla 1: Resumen de los métodos de investigación
| Método | Descripción |
|---|---|
| Análisis de contenido | El análisis de contenido se puede utilizar para etiquetar sistemáticamente texto, audio y / o comunicación visual de las redes sociales, y puede proporcionar un resultado numérico. Un estudio de ejemplo que utiliza el análisis de contenido en tweets se puede acceder aquí. Una descripción útil del método se puede encontrar aquí. Está bien tomar una muestra aleatoria sistemática de entre el 1% y el 10% del conjunto de datos en función del volumen de datos recuperados. |
| Análisis temático | El análisis temático implica un proceso riguroso para ubicar patrones dentro de los datos a través de la familiarización, la codificación y el desarrollo y revisión de temas. Un ejemplo de un estudio que utiliza el análisis de redes sociales se puede encontrar aquí. Una guía útil para aplicar el análisis temático se puede encontrar aquí. El análisis temático también puede ser conocido como análisis del discurso. De manera similar al análisis de contenido, está bien tomar una muestra aleatoria sistemática de entre el 1% y el 10% del conjunto de datos, según el volumen de datos recuperados. |
| Análisis de redes sociales | El análisis de redes sociales se puede utilizar para medir y mapear las relaciones entre individuos, organizaciones, páginas web y entidades de información y / o conocimiento. Consulte este artículo y el material complementario para conocer cómo incorporar el análisis de redes sociales en un estudio. Aquí se puede acceder a un recurso útil para analizar datos de redes sociales utilizando el análisis de redes sociales. |
| Machine Learning | El aprendizaje automático o machine learning es un tipo de inteligencia artificial que permite que las computadoras aprendan sin ser programadas. También puede involucrar a personas que etiquetan un subconjunto de datos y permite que la computadora aprenda y codifique el resto de los datos. Aquí se puede acceder a un estudio que utiliza el aprendizaje automático para analizar los perfiles de los usuarios de Twitter. |
| Análisis semántico (Lingüistica) | El análisis semántico puede examinar el significado del lenguaje utilizado y también la relación entre los casos de palabras, frases y cláusulas. Aquí se puede acceder a una presentación útil que utiliza análisis semántico para examinar Twitter. Describe un estudio realizado por el Dr. Mark McGlashan. |
| Análisis de series de tiempo | El análisis de series de tiempo rara vez se utiliza un método en sí mismo y generalmente se combina con otros métodos. Traza la frecuencia de las redes sociales a través del tiempo. A menudo se utiliza para complementar otros tipos de análisis. Mi tesis doctoral proporciona un ejemplo de la utilización del análisis de series de tiempo junto con otros métodos de investigación, como el contenido y el análisis temático. Se puede acceder aquí. |
La Tabla 2 a continuación proporciona una descripción general de las herramientas para recuperar datos de redes sociales
Tabla 2: Una revisión de las herramientas para 2019
*Algunas herramientas pueden permitir el acceso a otras plataformas y la capacidad de importar sus propios datos.
Recientemente, también se ha vuelto cada vez más difícil para los académicos acceder a datos históricos de Twitter con una serie de servicios para académicos que están llegando a su fin. Esto ha dado lugar a servicios como los proporcionados por ScrapeHero, que permiten a los usuarios obtener datos históricos de Twitter de forma gratuita mediante el uso de web scraping. Sin embargo, esta forma de recuperar Twitter no es recomendable.
Para investigar otras plataformas en Internet, como foros web, blogs y otras plataformas de medios sociales, existen herramientas como Scrape Storm, que es un raspador de web visual basado en la inteligencia artificial y pretende poder recuperar datos de casi cualquier plataforma.
También hay una serie de aplicaciones avanzadas de análisis de datos y estadísticas que se pueden usar para analizar datos de redes sociales, como:
Estos paquetes deben investigarse al decidir qué aplicación se utilizará para un proyecto. También me gustaría mencionar la lista de herramientas de Iniciativas de Métodos Digitales, y la lista de herramientas de la Universidad Ryerson de su Laboratorio de Medios Sociales. Para recuperar datos de Twitter también vale la pena revisar el DMI-TCAT (gratis). SAGE Ocean publicó recientemente una revisión adicional de 100 herramientas de redes sociales.
Para el análisis de imágenes, recomendaría revisar la visión de Google Cloud AI y también existen herramientas como Instaloader que le permiten descargar fotos de Instagram de cuentas públicas. Se realizó un estudio realmente interesante en Instagram y se analizó el hashtag #CheatMeal utilizando el análisis de contenido temático y se puede acceder aquí.
Otro campo en rápido desarrollo de la investigación en redes sociales se centra en la ética. Es importante realizar una investigación ética en redes sociales y recientemente publiqué un capítulo de libro de acceso abierto, que examina el uso de Twitter como fuente de datos y brinda una descripción general de los desafíos éticos, legales y metodológicos. Se puede acceder al capítulo aquí.
Debido a una serie de solicitudes, también he empezado a realizar eventos de capacitación regulares (consulte la lista aquí) con la posibilidad de asistencia virtual. El primero de estos eventos se llevó a cabo en la Escuela de Economía y Ciencias Políticas de Londres el 17 de mayo de 2019 y nuestro hashtag # SMRM19 contiene una gran cantidad de material informativo, ya que el evento fue tweeteado en vivo.
