Итоги месяца: февраль

• Вышла статья в Scientific Reports о становлении, развитии и старении онлайн-групп. Нечасто в зарубежных изданиях используются данные из нашей родной онлайн-сети Вконтакте.
• Мы дали небольшое интервью для Дайджеста клуба любителей интернета и общества. Рассказали о том, какие темы нынче самые модные в исследованиях социальных сетей и интернета.
• В Nature Communications вышла статья о том, как эпидемии могут быть связаны с сетями аэроперелетов. Исследователи показывают, что, используя данные о авиаперевозках, можно с очень высокой точностью предсказать распространение болезней. Демонстрируют свою методику авторы на примере эпидемий гриппа и Эболы.
• Вышла статья о политической сегрегации в Твиттере. Как обычно в подобных статьях, было показано, что интеракция в Твиттере разделена и по политическим интересам. Группы на разных осях политических предпочтений практически не взаимодействуют друг с другом.
• В Social Networks вышла статья о том, что на сети лучше всего смотреть и наслаждаться, чем читать о них. Исследователи сравнили, как люди оценивают и понимают разные способы представления сетей: с использованием матриц, таблиц, текста и визуализации связей и узлов.
• PNAS опубликовал исследование о том, как мечты о будущем и умение строить планы связаны с поведением в Твиттере. Это одно из серии исследований, показывающих, как анализ больших онлайн-данных может предсказывать поведение человека и описывать его психологические особенности.
• В American Behavioral Scientist вышло исследование о том, как в онлайн социальных сетях изображаются беженцы из Сирии. Ученые проанализировали сотни изображений в Инстаграмм и Пинтерест и показали различия между ними. Основное отличие заключается в том, что в Пинтересте можно намного чаще увидеть тексты о безопасности и заботе, а также больше уникальных фотографий, касающихся этой темы.

Источник изображения

О курсах, конференциях, событиях:

• До 5 апреля принимаются заявки на конференцию по анализу изображений, сетей и текстов "АИСТ".
• 15 апреля заканчивается прием заявок на конференцию "Advances in Social Network Analysis and Mining".
• До 19 апреля можно подать на летний курс Оксфордского Института Интернета. 

Пробуем новый инструмент для анализа мемов на примере #денегнетновыдержитесь

Распространение мемов — одна из популярных тем в исследованиях онлайн-сетей и интернета. Не так давно вышел новый инструмент OSoMe (Observatory on Social Media), который позволяет каждому анализировать мемы и интернет-тренды в Твиттере. В этом посте протестируем его работу на примере недавнего мема "Денег нет, но вы держитесь".

Источник изображения

OSoMe: Observatory on Social Media

О выпуске нового инструмента для анализа онлайн-трендов и мемов было объявлено в прошлом месяце. Разработчики назвали его восхитительно — OSoMe, и говорят, что читать нужно именно как "awesome". OSoMe сделан на базе Network Science Institute университета Индианы, однако в его создании принимали участие ученые из разных университетов и компаний.

Авторы заявляют, что доступные ранее только специалистам в данные и возможности теперь открыты каждому бесплатно: журналистам, исследователям, каждому, кто хочет сделать свое маленькое исследование. У OSoMe очень простой интерактивный дизайн, который чем-то напоминает Gephi — программу для визуализации сетей.

Интерфейс OSoMe

OSoMe позволяет оценить общие тренды появления и исчезновения хэштегов; посмотреть на графы их совместной встречаемости, ретвитов и упоминаний; узнать, где чаще всего используется определенный хэштег; разобраться, с какой вероятностью аккаунт окажется ботом.

Сейчас известно, что OSoMe предлагает аналитику на основе 70 млрд публичных твитов в Твиттере, начиная с 2010 года и по сегодняшний день. 

Тренды по частоте употреблений хэштега

Вкладка "Trends" позволяет изучать тенденции употребления нескольких хэштегов одновременно, поэтому мы решили посмотреть на совместную динамику хэштегов #денегнетновыдержитесь и #медведев, начиная с 20 мая. Мем "Денег нет, но вы держитесь" возник только после 23 мая, поэтому до этого времени его на графике нет. Любопытно, что вместе с появлением этого хэштега также возрастает употребление и хэштега #медведев. Далее посмотрим на совместную употребляемость этих хэштегов, что нам также предлагает OSoMe.

Частота употреблений хэштегов "денегнетновыдержитесь" и "медведев" с 20 мая по 5 июня 2016

Совместное употребление хэштегов

Введя название интересующего хэштега, мы можем получить граф совместной встречаемости этого хэштега с другими. Нажав на связь между двумя хэштегами, можем дополнительно увидеть пользователя и его твит. На рисунке приведена часть графа, где мы видим, что #денегнетновыдержитесь употребляется с #медведев (что мы уже видели из трендов), #денегнету, #россия и другими.

Граф совместной встречаемости хэштега #денегнетновыдержитесь  с другими.

Графы пользователей

OSoME также предлагает нарисовать граф упоминаний и ретвитов заданного хэштега пользователями. В нашем графе упоминаний самыми популярными оказались пользователи IgorZ_ua и KKKushkin, которые, видимо, и были основоположниками мема.

Граф упоминаний пользователей, использующих #денегнетновыдержитесь

Видео 

Разработчики OSoMe также предлагают посмотреть на общие тенденции в видео-формате. Мы запросили сгенерировать видео о совместной встречаемости #денегнетновыдержитесь с другими хэштегами. OSoMe отправляет на почту ссылку на видео, однако оно достаточно низкого качества и едва ли из него можно почерпнуть что-то существенное, кроме как посмотреть на летающие графы.

Дополнительные опции

Помимо этого, OSoMe также предлагает оценить, насколько тот или иной Твиттер-аккаунт является ботом. Дополнительно производится анализ текстов этого пользователя, приложение может сказать, насколько текст твитов эмоционально положительный или отрицательный, построить различные графы и предоставить другую статистику по пользователю. Например, Наш Твиттер-аккаунт OSoMe оценил как что-то среднее между ботом и человеком.

Опция OSoMe -- бот или не бот?

5 интересных блогов про статистическую среду R

Среда R стала общепринятым стандартом для работы с данными. В ней работают специалисты самых различных направлений: физики, химики, биологи, социологи, политологи и многие другие. В этом посте мы расскажем об интересных блогах про R, в которых пользователи пишут о своих исследованиях и размещают в открытом доступе скрипты и материалы.

1. Блог  R-bloggers.

Это один  из самых полезных ресурсов для пользователей R. На этом сайте каждый день публикуется несколько интересных исследований, посвященных самым различным направлениям: от экономики до астрономии. При этом авторы часто сопровождают свой пост пошаговыми инструкциями, скриптами, принтскринами результатов вычислений и визуализацией. Так что фактически каждый их шаг можно повторить на своем компьютере.

Для начинающих R-пользователей будет интересно почитать заметки про кластерный анализ, метод главных компонент и логистическую регрессию. Более опытным пользователям могут быть любопытны продвинутые методы анализа и различные варианты визуализации данных (пост про визуализацию 1, 2 и 3). На сайте можно прочитать и об интересных воркшопах, в том числе и по сетевому анализу.

2. Блог RevolutionAnalytics.

Посты в этом блоге практически всегда посвящены анализу данных в R, авторы также приводят свои скрипты и скриншоты для воспроизводимости результатов.

RevolutionAnalytics отличается тем, что в нем пишут интересные заметки про анализ данных. Например, про движения кошек, бегунов и агентные модели. Все желающие также могут попробовать сами написать заметку на этот портал.

Этот сайт официально поддерживается Microsoft и поэтому на нем можно найти актуальные материалы про Microsoft R Server – облачное решение для анализа данных.

Источник

3. Блог «R: Анализ и визуализация данных».

Это самый известный русскоязычный блог про R.  Автор этого ресурса Сергей Мастицкий регулярно знакомит читателей с «интересным из мира R» - здесь можно прочитать о конференциях, выходе новых пакетов и учебно-образовательных курсах и книгах про R.

Из любопытных постов можно отметить заметки о том, как послать электронное письмо из R, про словарный и семантический анализ, про машинное обучение и многое другое.

        4. Блог Flowing data.

Этот сайт нельзя назвать блогом исключительно про R, ресурс посвящен анализу данных в целом. В частности, здесь можно прочесть про возраст вступления в брак и его расторжения, анализ данных библиотеки Нью-Йорка, анализ селфи с помощью сверточных нейронных сетей. Единственное, не все заметки сопровождаются подробным разбором данных и скриптами.

         5. Блог Statsblogs.

Сайт посвящен статистике и R как одному из ключевых инструментов анализа данных. В этом блоге рассматриваются методологические и практически возможности применения этого языка. Например, можно прочитать про пакет в R для отслеживания движения глаз, про анализ безработицы в Европе и про дисперсионный анализ. Специализирующимся на анализе данных также будет полезно посмотреть посты про различные статистические процедуры и тесты.