Data Pubblicazione:

SocialTrends: un’applicazione Web per monitorare i social media

Lo scopo di SocialTrends è quello di monitorare, analizzare e studiare i social media sui social media più famosi: Facebook, Twitter e YouTube

Data di Pubblicazione originale dell'articolo: 27/06/2012

Molte attività di ricerca si concentrano sullo studio dei social media. A seconda dello scopo della ricerca, i lavori esistenti possono essere classificati in due categorie: a) lavori che descrivono come un utente diffonde la sua attività sui social media e b) lavori che illustrano la struttura dei social media. I documenti appartenenti alla prima categoria indagano gli effetti che il contenuto generato da un utente e l’utente stesso hanno su gli altri utenti. Tutto il filone di ricerca che studia le metriche a livello statistico può essere ricondotto a questa categoria. Il filone di ricerca che illustra la struttura dei social media, invece, tende a rappresentare un social media come un grafo in cui gli utenti sono i nodi e le loro relazioni gli archi. Questa tipologia di ricerca viene chiamata Social Network Analysis. In questo caso tutta un’analisi sui grafi può essere svolta. 

Fino ad oggi, la maggior parte degli studi scientifici svolti non fornisce alcuna applicazione web robusta e completa che possa essere accessibile da persone comuni per la fruizione. 
Rispetto alla letteratura esistente, noi descriviamo un’applicazione web completa, chiamata SocialTrends, disponibile via web all’indirizzo: http://www.social-trends.it. 
Lo scopo di SocialTrends è quello di monitorare, analizzare e studiare i social media e la loro evoluzione temporale attraverso la visualizzazione di grafici, che mostrano le classifiche di popolarità, attività e influenza di personaggi famosi, riviste e partiti politici presenti sui social media più famosi: Facebook, Twitter e YouTube. Per popolarità si intende un concetto astratto che rappresenta quanto un soggetto sia in grado di attirare l'attenzione degli altri soggetti, mentre l’attività è la frequenza con cui un soggetto pubblica contenuti su un social media. L'influenza, infine, è il feedback che un soggetto riceve sui contenuti da lui generati. Per misurare popolarità, attività e influenza, Socialtrends utilizza tipologie di dati, dette metriche, tratti da Facebook, Twitter e Youtube.
Le classifiche, aggiornate quotidianamente, sono organizzate in categorie e suddivise per Paese. Inoltre, possono essere visualizzate da diversi punti di vista, che permettono all'utente di analizzare dati simili. SocialTrends evidenzia anche l’evoluzione temporale (trends) di popolarità, influenza e attività e stabilisce la loro correlazione con eventi reali.
I trends sono classificati in due categorie: a) incremento percentuale, b) incremento assoluto. L’incremento percentuale e quello assoluto di una data metrica indicano quanto cresce il valore della metrica stessa rispettivamente in percentuale e in assoluto. 
SocialTrends sfrutta le tecnologie web più recenti: supporta il multilinguismo, è compatibile con HTML5 ed è completamente implementato in PHP, Javascript e CSS. Ogni pagina è associata ad un hash URI, che consente a un utente di condividere con altre persone ciò che sta guardando sullo schermo. Inoltre, l'interfaccia web è flessibile, nel senso che un utente può espandere o comprimere solo le metriche di suo interesse. Dal punto di vista architetturale, SocialTrends si compone di quattro moduli: il Sampler, che raccoglie i dati dai vari Social Media e li salva sul database dell’applicazione, il Social Analyzer che elabora le informazioni, il Data Visualizer, che fornisce l'interfaccia web e, infine, il modulo di Adminstration per l’inserimento dei soggetti da analizzare.
Il sito web SocialTrends analizza più di 1400 soggetti, organizzati in 10 categorie e viene continuamente aggiornato e migliorato. Attualmente sono oggetto di studio la definizione di un modello di previsione delle metriche basato su algoritmi di regressione lineare e filtri di Kalman, e l’implementazione di algoritmi di peak detection per l’individuazione dei picchi nei trends.