Graph-basierte Identifikation von Communitys
Soziale Netzwerke spielen in der zwischenmenschlichen Interaktion eine große Rolle und dienen zunehmend auch als primäre Informationsquelle für Trends. Unternehmen können sich das zum Beispiel durch sogenanntes Influencing zunutze machen.
In ihrem Vortrag zeigen Martina Fricke und Christian Winkler, wie man Spezialisten-Communitys in sozialen Netzwerken mithilfe von Attribution-Graphen und Zentralitätsmaßen identifizieren kann. Diese Experten-Communitys tauschen sich sehr aktiv in ihrem Fachgebiet aus. Auswertungen ihrer Beiträge erlauben daher, erste Signale aufkommender Trends oder neue Präferenzen spezifischer Zielgruppen früh zu erkennen.
Sie nutzen Instagram als Beispiel, die Ergebnisse lassen sich auf andere Netzwerk übertragen.
Vorkenntnisse
• Grundsätzlich Verständnis zu sozialen Netzwerken und den dort üblichen Beziehungen (follow, like, comment).
• Grundkenntnisse von Graphen und den zugehörigen Metriken sind hilfreich für das Verständnis, aber nicht unbedingt notwendig.
• Zur Visualisierung kommt Gephi zum Einsatz, Grundkenntnisse in diesem Programm helfen, die einzelnen Schritte im Detail nachzuvollziehen.
Lernziele
• Verstehen, wie man Communitys mit graph-basierten Methoden analysieren und bei Bedarf erweitern kann.
• Bewusstsein für die Leistungsfähigkeit der oft unterschätzen Graphen herstellen.
• Visualisierung spielt im Vortrag eine entscheidende Rolle. Teilnehmer kennen danach die Möglichkeiten von Gephi und können Graphen attraktiv visualisieren.