Wir benutzen Cookies, um die Nutzerfreundlichkeit der Website zu verbessern. Durch deinen Besuch stimmst du der Datenschutzerklärung zu.
Alles klar!
BASIC thinking Logo Dark Mode BASIC thinking Logo Dark Mode
  • TECH
    • Apple
    • Android
    • ChatGPT
    • Künstliche Intelligenz
    • Meta
    • Microsoft
    • Quantencomputer
    • Smart Home
    • Software
  • GREEN
    • Elektromobilität
    • Energiewende
    • Erneuerbare Energie
    • Forschung
    • Klima
    • Solarenergie
    • Wasserstoff
    • Windkraft
  • SOCIAL
    • Facebook
    • Instagram
    • TikTok
    • WhatsApp
    • X (Twitter)
  • MONEY
    • Aktien
    • Arbeit
    • Die Höhle der Löwen
    • Finanzen
    • Start-ups
    • Unternehmen
    • Marketing
    • Verbraucherschutz
Newsletter
Font ResizerAa
BASIC thinkingBASIC thinking
Suche
  • TECH
  • GREEN
  • SOCIAL
  • MONEY
  • ENTERTAIN
  • NEWSLETTER
Folge uns:
© 2003 - 2025 BASIC thinking GmbH
Archiv

Das Social-Media-Genom: Forscher ergründen den Fingerabdruck im Netz

Felix
Aktualisiert: 24. Juli 2013
von Felix
Teilen

Zahlreiche Wissenschaftler beschäftigen sich mit der Frage, was die Social-Media-Welt im Innersten zusammenhält. Mit neuen Ergebnissen einer groß angelegten Twitter-Untersuchung ist man dieser Frage nun ein Stück näher gekommen, denn Wissenschaftler an der „University of California Santa Barbara“ haben das „Social Media Genome“ gefunden. Ihre These: Themenspezifisches Nutzerverhalten hinterlässt einen individuellen Fingerabdruck. Dieser kann analysiert und zur Vorhersage künftigen Verhaltens genutzt werden. Über 450 Millionen Tweets haben sie sich angeschaut.

5150336351_ae2a64336a

Prädiktive Analyse im Trend

Nicht erst seit dem NSA-Skandal wissen wir, dass das wir im Netz Spuren hinterlassen, mit denen ein Profil über uns erstellt werden kann. Das betrifft alles, was ich täglich im Netz suche, wie ich mich dort öffentlich äußere oder wer in meinen Netzwerken ist. Die Vermutung der Wissenschaftler, dass mein bisheriges Verhalten mein künftiges Verhalten vorhersagbar macht, ist insofern erst einmal naheliegend.

Schwierig wird es jedoch, wenn es an die Beweisführung geht. Denn, anders als ein Agent mit Hirn und Verstand, kann eine Maschine eben nur sehr eingeschränkt solche Vorhersagen treffen.

BASIC thinking UPDATE

Jeden Tag bekommen 10.000+ Abonnenten die wichtigsten Tech-News direkt in die Inbox. Abonniere jetzt dein kostenloses Tech-Briefing:

Mit deiner Anmeldung bestätigst du unsere Datenschutzerklärung

  • 5 Minuten pro Tag
  • 100% kostenlos
  • Exklusive PDF-Guides

Unter dem Stichwort „predictive analysis“ blühen seit einigen Jahren wissenschaftliche Ansätze, die sich an der neuen Big-Data-Welt abarbeiten. Grundsätzlich geht es dabei immer auch um die Frage, wie aus einer großen Datenmenge, vom Computer unterstützt, sinnvolle Informationen extrahiert werden können. Mit diesem Wissen sollen schließlich stabile Vorhersagen getroffen werden.

Der Nutzer ist komplex

Stabile Zusammenhänge zu finden ist dabei jedoch nicht so leicht. Die Wissenschaftler aus Kalifornien bemängeln, dass bisherige Studien über die Verbreitung von Informationen im Netz lediglich zwei verschiedene Schwerpunkte gesetzt haben: einerseits stand die Netzwerkstruktur (z.B. der Freundeskreis) im Vordergrund, andererseits das Sentiment (die Bewertung eines Themas).

Behavioristische Modelle, die stabiles thematisches Nutzerverhalten in den Mittelpunkt stellen, sind demgegenüber untergewichtet. Zur Vorhersage über die Verbreitung von Informationen im Netz ist dieses spezifische Verhalten jedoch wichtig. Mit dem „genotype model“ sollen es analytisch erfassbar gemacht werden.

Our main premise is that, based on observed network behavior, we can derive a unique signature of a user.

Die Kunst der Tweet-Kategorisierung

Zwei Datensets standen den Wissenschaftlern zur Verfügung: Das große besteht aus 42 Millionen Nutzern und 467 Millionen Tweets in einem Zeitraum von sechs Monaten. Das andere berücksichtigt Daten aus dem Jahr 2012, die über die öffentliche Twitter-API gewonnenen wurden; mit 9.000 Nutzern und 14,5 Millionen Tweets.

Analysiert wurden sie anhand der Hashtags, die jeweils einer von fünf möglichen Kategorien zugeordnet werden konnten: Sport, Politik, Celebrities, Business und Wissenschaft und Technologie. Ein Set von Initial-Hashtags wurde so von vorne herein entsprechenden Kategorien zugeordnet. In einem mehrstufigen Klassifizierungsverfahren wurde das Set dann stückchenweise erweitert.

Bezogen auf die einzelnen Nutzer kann durch dieses Vorgehen analysiert werden, worüber geschrieben wird und wann es besonders wahrscheinlich ist, dass etwas geschrieben und geteilt wird. Noch konsistenter wird das Bild, wenn man die Nutzer zu Gruppen bzw. Netzwerken bündelt. Die Fehleranfälligkeit wird dadurch zusätzlich verringert.

Schritt für Schritt zur Weltformel

Für die Verfasser der Studie sind die Ergebnisse eindeutig: Zur Vorhersage von Nutzerverhalten im Netz müssen bisherige Modelle über Struktur und Inhalt der Netzkommunikation ergänzt werden; und zwar um das individuelle- und Netzwerk-Verhalten. Damit können Fehler in der Prognose vermieden werden.

Das klingt soweit plausibel. Praktischen Nutzen haben die Ergebnisse durchaus. Denn bekanntermaßen sind Firmen in hohem Maße daran interessiert, das künftige Verhalten ihrer Nutzer einschätzen zu können. Klar, das können sie derzeit schon ganz gut. Entgegen der weit verbreiteten Annahme, dass „die bösen Firmen“ eh schon alles wissen muss man aber gegenwärtig auch eingestehen, dass die inhaltliche Analyse großer Datenmengen noch recht unerforscht ist. Mit anderen Worten: von der Weltformel ist man hier noch sehr weit entfernt. Zumindest hoffe ich, dass sich die Welt in mehr als fünf Themencluster einteilen lässt.

Das Grundproblem bei einer solchen Analyse ist und bleibt ja: bei Millionen von Nachrichten, Tweets, Facebook-Einträgen und einer ganzen Reihe neuer Themen, die täglich aufkommen, ist eine automatische Analyse derzeit alles andere als einfach. Gleichzeitig man auf die Maschinen-Analyse angewiesen, weil kein Mensch diese Daten sonst bewältigen könnte.

Bild: Mrflip / Flickr (CC BY 2.0)

Kleines Kraftwerk

Anzeige

STELLENANZEIGEN
Sachbearbeiter Verwaltungsdigitalisierung (m/...
Landratsamt Schwäbisch Hall in Schwäbisch Hall
BASIC thinking Freiberuflicher Redakteur (m/w/d)
BASIC thinking GmbH in Home Office
Praktikant Social Media im Digital Marketing ...
Ferrero MSC GmbH & Co. KG in Frankfurt/M.
Mitarbeiter im Bereich Marketing, Grafik Desi...
Bäckerei und Konditorei Treiber GmbH in Steinenbronn
Head of Marketing & Digital Sales (w/m/d)...
Nordnet Pensionsförsäkring AB in Frankfurt am Main
Digital Marketing Manager (m/w/d)
Punktum Werbeagentur GmbH in Bad Vilbel

Du willst solche Themen nicht verpassen? Mit dem BASIC thinking UPDATE, deinem täglichen Tech-Briefing, starten über 10.000 Leser jeden Morgen bestens informiert in den Tag. Jetzt kostenlos anmelden:

Mit deiner Anmeldung bestätigst du unsere Datenschutzerklärung

THEMEN:Wissenschaft
Teile diesen Artikel
Facebook Flipboard Whatsapp Whatsapp LinkedIn Threads Bluesky Email
vonFelix
Folgen:
Internetabhängiger der ersten Generation, begeistert sich für Netzpolitik, Medien, Wirtschaft und für alles, was er sonst so findet. Außerdem ist er ein notorisches Spielkind und hält seine Freunde in der „echten Welt“ für unverzichtbar.
Kleines Kraftwerk

Anzeige

EMPFEHLUNG
Online-Speicher Internxt
Einmal zahlen, ein Leben lang Online-Speicher erhalten
Anzeige TECH
UPDATE – DEIN TECH-BRIEFING

Jeden Tag bekommen 10.000+ Abonnenten von uns die wichtigsten Tech-News direkt in die Inbox. Abonniere jetzt dein kostenloses Tech-Briefing:

Mit deiner Anmeldung bestätigst du unsere Datenschutzerklärung

LESEEMPFEHLUNGEN

DNA-Diagnosetechnologie
TECH

DNA-Sensor diagnostiziert Krankheiten im Wohnzimmer – in wenigen Minuten

Metafolie, Klimaanlage, Bioplastik, Umwelt, Energie, Strom, Kühlung, Forschung, Wissenschaft
GREENTECH

Alternative zur Klimaanlage: Metafolie aus Bioplastik kühlt Gebäude – ohne Strom

Kristall-Transistor KI
TECH

Ohne Silizium: Kristall-Transistor soll Leistung von KI steigern

Mensch KI, Forschung, Künstliche Intelligenz, Wissenschaft, Neuronale Netze
TECH

Entscheidender Unterschied zum Mensch: Wie KI die Welt wahrnimmt

mechanischen Energiespeicher Metamaterialien speichern elastische Energie
TECH

Verdrehte Stäbe: Forscher entwickeln mechanischen Energiespeicher

Natrium Brennstoffzelle Flugzeuge, Batterie für Flugzeuge, Batterie, Luftfahrt
GREENTECH

Natrium als E-Fuel: Neue Brennstoffzelle soll Luftfahrt elektrifizieren

Mehr anzeigen
Folge uns:
© 2003 - 2025 BASIC thinking GmbH
  • Über uns
  • Mediadaten
  • Impressum
  • Datenschutz
Welcome Back!

Sign in to your account

Username or Email Address
Password

Lost your password?