Twitter als koortsthermometer van politiek Den Haag

De trending topics op Twitter vertellen wat er belangrijk is: what is hot en what is cool. Ook politiek Den Haag heeft Twitter ontdekt; politici en journalisten Twitteren er lustig op los. De topics laten zien waar het in Den Haag omgaat. Tweets zijn vaak  niet meer dan snelle losse berichtjes en de inhoud valt vaak tegen. Echter, het netwerk van Twitter-contacten zou iets kunnen zeggen over ‘wie er toe doet’.

Sociale netwerk analyse is een manier om belangrijke structuren in een netwerk te achterhalen. Bijvoorbeeld: wie zijn belangrijke bronnen en wie zijn verbindende schakels in het netwerk? De techniek helpt daarbij. Met NodeXL, een template voor Excel, is het mogelijk de data van het Twitternetwerk te halen en te analyseren.

Om het eens uit te proberen selecteerde ik in oktober 2010, 150 personen, i.c. politici (100) en journalisten (50) die volgens de Twittergids het actiefst zijn op Twitter. Interessant is vooral of ze elkaar volgen op Twitter. Dat blijkt mee te vallen. Deze 150 personen hebben onderling zo’n 5000 relaties, dat is 22% van alle mogelijke relaties. Een heel hecht netwerk is het dus niet, maar de onderlinge afstanden zijn kort. Gemiddeld kan je iedereen bereiken via één tussenpersoon.

Followers en followees

In dit netwerk van 150, zijn contacten op te splitsen in twee groepen. Inkomende contacten (In-Degree), dat zijn de ‘followers’ van een bepaalde persoon. En de uitgaande contacten (Out-Degree), dat zijn de ‘followees’, de personen die gevolgd worden.  De inkomende contacten zou je kunnen interpreteren als populariteit en daarmee een indicatie voor het belang als bron van nieuws. Out-Degree daarentegen is een maat voor het zoeken naar nieuws.

Je zou verwachten dat politici vooral hoog scoren als bron en journalisten vooral op het zoeken naar nieuws. Dat klopt gedeeltelijk. Halsema, Verhagen en Pechtold scoren hoog op In-Degree, maar de aanvoerder is Frits Wester. Andere journalisten spelen in de top tien score  nauwelijks een rol. Out-Degree levert een nieuw beeld op; het gaat om andere personen. Bovenaan staan  journalisten: Vincent Rietbergen, gevolgd door Ron Fresen. Politici, als Jaap Jansen (CDA) en Han ten Broeke (VVD) zijn ook belangrijke verzamelaars van nieuws.

Wilders

De positie van Geert Wilders (PVV) is bijzonder. Hij heeft veel volgers, maar hij volgt zelf niemand. Dit betekent dat Twitter voor hem het medium is om louter zijn politieke opvattingen te verspreiden.

Het algoritme van Google is ook een maat uit de netwerkanalyse. Een Google search is een antwoord op de vraag: Welke website heeft de meeste autoriteit en staat dus centraal in het netwerk? Toepassing van Google ranking op het netwerk van de 150 laat zien dat Diederik Samsom (PvdA) een belangrijke rol speelt als netwerker en verbindende schakel.

Elite

Eigenlijk vind ik de vraag of er zoiets bestaat als een ‘elite’, een soort politiek publicitair complex van politici en journalisten, het interessantst. Volgens de theorie is een elite een groep waar alle mogelijke relaties zijn gerealiseerd. Gelet op de lage dichtheid(22%) is het bestaan van zo’n elite dus niet waarschijnlijk. Echter we kunnen wel verschillende groepen onderscheiden in het netwerk. De dichtheid stijgt in deze groepen tot boven de 30%.

De grootste groep van 51 personen, bestaat uit politici van de PvdA en GroenLinks, en uit journalisten van de NOS. Je zou bijna denken dat de publieke omroep toch wat links georiënteerd is. Wester is lid van een bijzonder groep van 18 personen, die bestaat uit politici van de SP en PVV. Ook de relaties tussen EO ( Knevel en Van den Brink) en politici van de CU (Rouvoet) wel heel nauw zijn.

Is deze uitkomst verrassend? Ik vind van niet. De Twitterrelaties vormen een afspiegeling van de politieke verhoudingen in Den Haag (de coalitie) en de aandacht die de media geven aan de politici.  Kortom: Twitter is de koortsthermometer van Den Haag. Het is ook een momentopname. Het twitteren gaat immers gewoon door, soms verdwijnen politici (Halsema, Rouvoet) van het toneel. Aardig is dat de analyse laat zien wie je als bron moet volgen, of wie je een tweet moet sturen om een zo groot mogelijk bereik te krijgen.

Tenslotte blijkt dat een netwerkanalyse van sociale media niet alleen is voor behouden aan de wetenschap. Ook op redacties zou het gebruik van NodeXL nieuws kunnen opleveren.

Op het VVOJ-congres van 18-19 november te Eindhoven verzorgt Peter Verweij een korte training met NodeXL.

Op 10 november wordt ter gelegenheid van het afscheid van Peter Verweij als docent van de Hogeschool Utrecht een debat georganiseerd over de rol van Twitter in de politiek en de verslaggeving daarover.

 

 

Peter Verweij –

Peter Verweij (1949), studeerde sociologie en filosofie aan de Universiteit van Nijmegen. Tot 2011 was hij werkzaam aan de School voor de Journalistiek te Utrecht als docent op het gebied van online journalistiek en computer assisted research and reporting (CAR). Momenteel werkt hij als trainer en consultant in zijn bedrijf D3-Media.

Alle artikelen van Peter Verweij op De Nieuwe Reporter.

  • Bert Kok

    Ik vraag me of of je alleen uit de relaties op Twitter kunt afleiden of iemand een strategische positie heeft in dat netwerk. Moet je daarvoor ook niet kijken naar bereik en invloed (bijvoorbeeld de Klout-ranking) van de desbetreffende twitteraar en de twitteraars waarmee zo’n persoon relaties heeft?

    Verder durf ik te betwijfelen of de trending topics van Twitter aangeven of een onderwerp ‘hot’ of ‘cool’ is, laat staan ‘belangrijk’. Het algoritme waarmee Twitter deze lijst bepaalt, is nogal schimmig. Verder komen onderwerpen die al eens trending topic zijn geweest, niet meer in die lijst voor. Zie ook http://twittermania.nl/2011/10/de-6-geheimen-van-trending-topics/

  • Sorry, ik vind dit een beroerd stuk. Je geeft nergens aan waarom het belangrijk is dit zo te onderzoeken. er zitten wat rare fouten in, Jaap Jansen is bijvoorbeeld journalist, geen politicus. Ook zeg je iets over voorlichters, terwijl die helemaal niet terugkomen in je analyse.

    Verder zit er nogal een probleem in het idee van in-degree en out-degree. Bijvoorbeeld omdat het maar de vraag is wat het aantal volgers van iemand zegt over hun echte invloed. En waarom zouden het nieuwsmakers zijn? Politici gebruiken twitter niet per se om nieuws te verspreiden, wel om allerlei andere redenen.

    Bovendien vergeet je hierbij de rol die individuen buiten dit netwerk spelen. Hetzij het algemene publiek, hetzij mensen die meer special interest zijn. Tot slot is de laatste zin echt slecht:

    “wie je een tweet moet sturen om een zo groot mogelijk bereik te krijgen” klopt simpelweg niet. Ik kan Femke Halsema een boel tweets sturen, pas als Femke mijn tweet reteet hebn ik daadwerkelijk bereik. Ik kan Frits Wester wel tweets sturen, maar als ik hem nieuws wil laten verspreiden, kan ik m beter bellen.

    Ik weet dat Peter Verweij beter kan dus jammer van dit stuk.

  • Toen ik NodeXL voor het eerst gebruikte was ik erg enthousiast: bestaande software die aangepast social netwerkanalyse met social media data kan uitvoeren. De software is erg laagdrempelig in het gebruik. Helaas houdt de pret snel op. NodeXL bezwijkt namelijk onder de populariteit van sociale media. Het downloaden van, bijvoorbeeld, de relaties tussen personen op Twitter gaat nog wel, maar verdere analyses lopen nog wel eens vast. Ik heb NodeXL in het onderwijs door studenten laten gebruiken, maar helaas liepen zij bij hun analyses tegen de grenzen van het mogelijke. Vooral als er een duidelijk interpreteerbare graph moet worden geproduceerd, zoals met het Haren Koren Fast Multiscale layout (ik verzin het niet), geeft NodeXL aan dit niet aan te kunnen, ook al heb je 16GB werkgeheugen en een i7 processor. OK, genoeg nerdy informatie. Kortom, bij grotere netwerken is het raadzaam over te stappen naar een ander pakket, bijvoorbeeld Pajek (gratis). Gebruik dan NodeXL om de data te downloaden en exporteer dan naar Pajek (of UCINET). Helaas is Pajek wat ingewikkelder te gebruiken. Wel is net de tweede editie van Wouter De Nooy et al.’s boek hoe Pajek te gebruiken net verschenen.

    Wat betreft Peter Verweij’s analyse, het onderwerp is erg belangrijk en erg leuk bovendien. Wat wel problematisch is, is dat hij zich beperkt heeft tot een selectie van politici en journalisten. Hierdoor is de full network analysis mogelijk vertekend. Hoe en in welke richting is niet te achterhalen. Bij ego netwerkanalyse is dat niet zo’n probleem, maar is niet zo informatief als full network analysis.
    Ik heb ‘m in Cardiff een praatje zien houden en dat is een plezier om te zien en te horen, dus…
    Voor wat betreft Klout en andere indicatoren, ik geef liever de voorkeur aan de traditionele en transparante maten voor centraliteit en betweenness e.d.
    Voor wat betreft de opmerking dat ook buitenom Twitter individuen bestaan die een rol kunnen spelen. Ja, maar het is heel legitiem om in te zoomen op Twitter alleen.

    My two cents

  • Jaap Jansen is geen CDA-politicus, maar journalist (politiek redacteur Pauw en Witteman)

  • Peter Verweij

    Een fout in een berekening, een artikel of een onderzoek zet de betrouwbaarheid onder druk. Jaap Jansen bij het CDA indelen is zo’n fout. Dat is op de eerste plaats vervelend voor Jaap Jansen en daarvoor mijn excuses. Bovendien maakt het mijn resultaten en conclusies twijfelachtig.

    Alhoewel het verklaren van die fout weinig helpt, ga ik er toch even op in. De oorzaak was een crash van het programma (NodeXL) tijdens een analyse, waardoor de relatie tussen twitternaam en partij/ journalistiek in het ongerede raakte. Ik dacht het goed goed hersteld te hebben… Helaas.

    Juist daarom ben ik blij met de reactie van Maurice Vergeer. Enerzijds wijst hij op de laagdrempeligheid van NodeXL en anderzijds betoogt hij dat de resultaten met NodeXL niet al te sterk waren. Hij verwijst naar Pajek. Juist omdat Pajek en UCINet veel lastiger zijn, dacht ik met NodeXL eindelijk een instrument te hebben om sociale network analyse ook toegankelijk te maken voor journalistieke research. Dit was een experiment om te
    kijken hoe ver ik kon komen. Ik geef toe in de praktijk valt het tegen, crashes van het programma etc.

    Opgeven? Nee, eigenlijk zou ik het hele onderzoek nog eens moeten doen. Niet met een selectie maar met een volledig network, en vervolgens de resultaten van Pajek en NodeXL vergelijken, precies zoals Vergeer ook suggereert.

    De reacties van Bert Kok en Huub Bellemakers, gaan meer over de operationalisering en dus over de geldigheid. Natuurlijk, ik heb niet naar de inhoud van het contact gekeken en ik weet ook dat je om andere manieren met mensen contact kan hebben. Maar de kracht van de netwerkanalyse is juist het formele model van posities en contacten binnen Twitter. Het interpreteren van standaardcentraliteitsmaten (Klout lijkt wel leuk, maar hoe wordt die berekend?) is lastig. Wat betekent dit getal in deze context? Ik heb voor een bepaalde interpretatie gekozen, dat is mijn operationalisering. Dus is de geldigheid van mijn resultaten relatief ten opzichte van die operationalisering. Als je met een andere operationalisering tot betere resulaten komt zie ik
    dat graag in een minder ‘beroerd stuk’.