Identifying controversy on social media using Finnish twitter messages

Abstract

In recent years, there have been growing concern about how social media affects people's behavior on the internet. To better understand polarization, filtter bubbles, and social media, one of the first steps is to identify controversial topics from non-controversial ones. This paper examines the controversy and polarization on social media focusing on Twitter. This work focuses mainly on networks and how quantifying methods can be applied and used in these networks. The approach includes three main steps: data collection and graph building, partitioning graphs, and measuring the controversy using different measures. To get a broader understanding of data and topics, Twitter messages are also analyzed. The results suggest that even especially political topics or even ties to politics are resulting in more polarized results. Another observation that can be made from the results is that the partitioning part of the process does have an important role when identifying the controversy.

Sosiaalinen media ja se kuinka ihmiset käyttätyvät sosiaalisessa mediassa on herättänyt viime vuosina kasvavissa määrin huolta. Jotta sosiaalisen median polarisaatiota, filtteri kuplia ja käytöstä sosiaalisessa mediassa on mahdollista ymmärtää yksi ensimmäisistä askelista on pyrkiä tunnistamaan vastakkainasetteluita siellä. Tässä työssä tutkitaan vastakkainasettelua ja polarisaatiota keskittymällä käyttämään Twitter keskusteludataa. Tutkimus prosessi rakentuu kolmen eri päävaiheeseen, missä ensimmäiseksi kerätään dataa ja muodostetaan verkkomallit. Tämän jälkeen seuraa verkkojen jakaminen kahteen eri osaan ja viimeiseksi sovelletaan erilaisia vastakkainasettelua mittaavia mittareita. Mallien ja tulosten tulkitsemisen avuksia Twitter viestejä on pyritty analysoimaan eri näkulmista ja lähestymistavoin. Tuloksien perusteella vaikuttaisi siltä, että erityisesti polittiseet aiheet tai pienetkin viitteet politiikkaan tuottavat polarisoituneita tuloksia. Toisaalta toinen huomio, mikä tuloksista voidaan tehdä on se, kuinka suuri merkitys prosessin toisella, verkkojen jakamisvaiheella on tuloksiin.