Twitter en bioritme

Tweets veranderen van karakter gedurende de dag en week, blijkt uit een Amerikaanse analyse van ruim 20 miljoen tweets.

’s Ochtends op hun werk tweeten mensen vooral over verplichtingen en #ergernissen. #grr #zucht

Later op de dag pieken de tweets over #gezelligheid en sociale activiteiten. #drankje #bijkletsen

Weinig frustratie en juist veel positiviteit in het #weekend. Dan tweeten mensen vooral over #succes, #schoonheid en #liefde.

Vrouwen delen meer emoties – positief en negatief – en plaatsen meer romantische berichten. #mijnliefkooktvoorme

Tweets van mannen gaan vooral over wat ze op dat moment doen. #patathalen

Meer dan 20 miljoen Tweets uiteen periode van twee weken zijn geanalyseerd om de psychologische eigenschappen van diverse dagelijkse situaties te doorgronden. Het DIAMONDS model is daarbij gebruikt om (semi)automatisch individuele Tweets te scoren in een classificatie voor dagelijkse situaties. Dagelijkse en wekelijkse patronen werden geïdentificeerd met voorspellende temporele trends, die vervolgens gevalideerd werden. Op weekdagen pieken zakelijke dingen in de ochtend en dalen daarna gestaag terwijl sociale zaken richting de avond stijgen. Negativiteit is het hoogst tijdens de werkweek en het laagst in het weekend. Positiviteit toont het tegenovergestelde patroon. Geslachts- en locatiespecifieke verschillen zijn ook verkend. Vrouwen delen zowel meer emotioneel geladen (positieve en negatieve) situaties, terwijl er geen verschillen gevonden zijn tussen mannen en vrouwen in “doe”-dingen. Verschillen tussen landelijke en stedelijke gebieden zijn niet gevonden. In onderstaand paper worden ook toekomstige toepassingen met deze methode besproken.

Deze SlideShare-presentatie is niet meer beschikbaar.

Situations in 140 characters assessing real world situations on twitter from socialmediadna

Bronnen: Situations in 140 characters: assessing real-world situations on Twitter, Plos One, november 2015