Developing a rule-based method for identifying researchers on Twitter: The case of vaccine discussions

Skapare/primärforskare:

Beskrivning:

Denna studie söker utveckla en metod för att identifiera förekomster och proportioner av forskare, media- och andra professionella aktiva i Twitterdiskussioner. Som ett fallexempel används ett anonymiserat dataset från vaccindiskussioner på Twitter. Studien föreslår en metod som använder nyckelord som strängar inom listor för att identifiera klasser ifrån användarbiografier. Detta möjliggör en applicering av multipla klassifikationsprinciper till en mängd Twitterbiografier genom att använda semantiska regler genom programmeringsspråket Python. Det skript som använts för att genomföra studien är här deponerat.

Ämnesområde:

informationssamhället, språk och lingvistik, gymnasial och högre utbildning (CESSDA:s ämnesklassificering)
Biblioteks- och informationsvetenskap, Samhällsvetenskap, Språkteknologi (språkvetenskaplig databehandling) (Standard för svensk indelning av forskningsämnen 2011)

Nyckelord:

sociala media, klassifikation

Huvudman:

Högskolan i Borås

Tillgänglighet:

Åtkomst till data via SND
Data är fritt tillgängliga

Ladda ner data:

class.py (7.62 KB)
Rule-based method for identifying researchers on Twitter

Ansvarig institution/enhet:

Skapare/primärforskare:

Identifierare:

SND-ID: SND 1117

Beskrivning:

Denna studie söker utveckla en metod för att identifiera förekomster och proportioner av forskare, media- och andra professionella aktiva i Twitterdiskussioner. Som ett fallexempel används ett anonymiserat dataset från vaccindiskussioner på Twitter. Studien föreslår en metod som använder nyckelord som strängar inom listor för att identifiera klasser ifrån användarbiografier. Detta möjliggör en applicering av multipla klassifikationsprinciper till en mängd Twitterbiografier genom att använda semantiska regler genom programmeringsspråket Python. Det skript som använts för att genomföra studien är här deponerat.

Språk:

Engelska

Tidsperiod(er) som undersökts:

2018-06-01 — 2019-10-31

Analysenhet:

Population:

Twitteranvändare

Tidsdimension:

Urvalsmetod:

Övrigt

Finansiering:

Horizon 2020 —770531

Ämnesområde:

informationssamhället, språk och lingvistik, gymnasial och högre utbildning (CESSDA:s ämnesklassificering)
Biblioteks- och informationsvetenskap, Samhällsvetenskap, Språkteknologi (språkvetenskaplig databehandling) (Standard för svensk indelning av forskningsämnen 2011)

Nyckelord:

sociala media, klassifikation

Ladda ner metadata:

Publikationer

Sortera på namn | Sortera efter år

Ekström, B. (2019). Developing a rule-based method for identifying researchers on Twitter: The case of vaccine discussions. Poster abstract accepted to ISSI, 17th International Society of Scientometrics and Informetrics Conference, Rome, 2-5 September.

Om du publicerat något baserat på det här datamaterialet, meddela gärna SND en referens till din(a) publikation(er).

Version 1.0:

2019-08-23 doi:10.5878/akmc-va16

Ladda ner data:

class.py (7.62 KB)
Rule-based method for identifying researchers on Twitter

Licens:

Creative Commons License

Rule-based method for identifying researchers on Twitter

Citering:

Björn Ekström. Högskolan i Borås, Akademin för bibliotek, information, pedagogik och IT (2019). Rule-based method for identifying researchers on Twitter. Svensk nationell datatjänst. Version 1.0. https://doi.org/10.5878/akmc-va16

Beskrivning:

Metodutveckling för klassning av Twitterbiografier rörande förekomster av akademiker, grupper och individer relaterade till akademi, media, andra grupper samt allmänhet. Skriven i programmeringsspråket Python.

Dataformat / datastruktur:

Programvara