Twitternetwerken: nieuwe mogelijkheden met sociale netwerkanalyse

In de wetenschap houdt men zich al lange tijd bezig met het onderzoek naar sociale netwerken. Hoe staan mensen met elkaar in verbinding en wat heeft dit voor gevolgen? Met de komst en groei van sociale media zijn er nieuwe (online) sociale netwerken ontstaan waar mensen deel van uitmaken. In dit artikel laat ik zien hoe deze nieuwe netwerken onderzocht kunnen worden met bestaande (wetenschappelijke) methoden. Als voorbeeld laat ik zien hoe een Twitternetwerk er uitziet en hoe dit geanalyseerd kan worden met behulp van NodeXL, software voor netwerkanalyse.

Sociaal Netwerk

In de sociale netwerkanalyse wordt een sociaal netwerk als volgt gedefinieerd: “Een sociale structuur, bestaande uit actoren (individuen, organisaties etc) die met elkaar in verbinding staan door één of meerdere typen relaties.”

Tegenwoordig hebben veel mensen het over ‘sociale netwerken’ wanneer ze praten over ‘Hyves’, ‘Facebook’, ‘Twitter’, ‘LinkedIn’ etc. Dit zijn echter geen sociale netwerken, maar systemen die het sociale netwerk faciliteren. Ik ben dan ook voorstander van de term ‘sociale media’ in plaats van sociale netwerken.

Sociale media

Het gebruik en het aantal gebruikers van nieuwe sociale media is de afgelopen jaren enorm (snel) toegenomen. Het sociale aspect in deze nieuwe mediavormen zit hem in het feit dat mensen binnen deze vormen van media met elkaar in verbinding staan (het sociale netwerk). In het echte leven staat men door verschillende typen relaties met elkaar in verbinding. Denk maar aan vriendschappen, adviesrelaties, vertrouwensrelaties etc. Elke vorm van sociale media kan zijn eigen typen bindingen hebben, die al dan niet indicatoren zijn voor ‘real life’ relaties. Bij LinkedIn heten de bindingen ‘Links’ of ‘Contacts’. Bij Hyves heeft men het over ‘vrienden’ en bij Twitter gaat het over ‘follows’, ‘followers’ en ‘mentions’

Twitter

Laten we eens kijken naar Twitter. Een gebruiker van twitter staat in verbinding met anderen doordat hij mensen volgt (follows) en doordat mensen hem volgen (followers). Hiernaast kan je door anderen genoemd worden of zelf mensen noemen (mentions). De personen met wie de gebruiker in verbinding staat vormen samen het ‘sociale netwerk’. Dat iemand jou volgt zegt natuurlijk niks over het type relatie dat bestaat tussen jou en je volger. Het kan bijvoorbeeld zijn dat jullie vrienden zijn of familie. Het kan ook zijn dat deze persoon je volgt om je expertise of kennis op bepaald vakgebied (advies- en informatie uitwisseling). De typen bindingen binnen sociale media kunnen indicatoren zijn voor een bepaald type relatie. Een groot aantal volgers kan bijvoorbeeld betekenen dat de persoon die gevolgd wordt bepaalde kennis of expertise heeft die hij met anderen deelt. Twee personen die met elkaar in verbinding staan via twitter kunnen in het echte leven bijvoorbeeld vrienden zijn.

Sociale Media Netwerken

Net als binnen de real life netwerken (zoals in organisaties) zitten gebruikers van sociale media ook ingebed in (online) netwerken. Dit betekent dat online sociale netwerken net als real life netwerken kunnen worden geanalyseerd met behulp van sociale netwerkanalyse. Deze methode maakt het mogelijk om een ander soort vragen te beantwoorden over de gebruikers van sociale media dan nu gebeurt.

Zo kan een sociale netwerkanalyse onder andere helpen bij het beantwoorden van de volgende vragen:

• Hoe staan gebruikers van sociale media met elkaar in verbinding?
• Welke ‘sociale rollen’ bestaan er binnen het netwerk van gebruikers?
• Wie vervullen de belangrijkste rollen binnen het netwerk zoals; ‘de verbinder’, ‘de antwoorder’, ‘de discussie starter’ en ‘de leverancier van de inhoud’?
• Waar zitten de invloedrijke personen?
• Welke personen zijn belangrijk binnen een bepaald thema / onderwerp?

Met behulp van sociale netwerkanalyse kan men diepere inzichten krijgen in het netwerk van sociale media gebruikers. Het gaat verder dan alleen kijken naar de aantallen volgers die men heeft op Twitter, of hoe vaak men genoemd wordt.

Ego-netwerk

Onderstaande figuur is een voorbeeld van een twitternetwerk gecreëerd met speciale netwerksoftware, genaamd ‘NodeXL’. Deze software is gratis te downloaden en is gekoppeld aan Excel 2007 (werkt niet met Excel 2003). Met NodeXL is het mogelijk om direct netwerkdata te importen uit YouTube, Flickr en Twitter om deze te analyseren.

De persoon in het midden van de figuur is de gebruiker. In het netwerk zijn de volgers en de gevolgden te zien. In het netwerk is niet alleen te zien wie men volgt of door wie men gevolgd wordt, maar ook hoe deze personen zich tot elkaar verhouden. Het hele netwerk van één persoon noemt men het ‘Ego-netwerk’. Ook is het mogelijk om de netwerkmaten uit de sociale netwerkanalyse te gebruiken bij het analyseren van sociale media netwerken. Zo zou de ‘betweenness centrality’ in dit geval iets zeggen over hoe vaak men in dit netwerk de verbindende schakel vormt tussen personen die anders onverbonden zouden zijn.

Twitter Search Netwerk

Een andere mogelijkheid is om te kijken naar het netwerk van personen die twitteren over een bepaald thema of onderwerp (bijvoorbeeld met behulp van hashtags #). Een netwerkdiagram laat allereerst zien wie zich met het thema bezighouden, maar geeft ook snel inzicht in wie de belangrijke / invloedrijke personen zijn in het netwerk.

In bovenstaand netwerk zijn de tweeps weergegeven die ‘Frankwatching’ in hun tweet hebben staan. Het is een momentopname van het netwerk rond een bepaald thema. De lijntjes tussen twee personen betekent in dit geval een ‘mention’ of ‘reply’ relatie. Dit betekent dat de mensen die met elkaar in verbinding staan elkaar hebben genoemd (@) of op elkaar hebben gereageerd. Te zien is dat er een hele hoop ‘losse’ personen in het netwerk zitten, een aantal tweetallen en een groep mensen die in verbinding staan met @Frankwatching zelf, wat gezien de zoekterm erg logisch is.

Nieuwe inzichten

Nu het aantal gebruikers van sociale media de laatste tijd enorm is toegenomen, wordt het belang van goed onderzoek naar het gebruik van sociale media steeds belangrijker. De sociale netwerkanalyse is een uitermate geschikte methode om nieuwe inzichten te krijgen in de (vaak complexe) netwerken van gebruikers binnen sociale media. De methode geeft nieuwe inzichten in vraagstukken over invloed, bereik en verbondenheid binnen sociale media. De voorbeelden in dit artikel zijn geeft maar een gedeelte van de mogelijkheden weer. Maak hier gebruik van en breng strategie en structuur aan in het gebruik van sociale media. Niet alleen participeren, maar ‘analyseren, constateren en verbeteren’.