211service.com
Efter Charlie Hebdo-skjutningar visar Big Data hoppfulla tecken
Tillhandahålls av SAV
I januari 2015 sköt och dödade terrorister 17 personer i och runt Paris, i den satiriska tidskriften Charlie Hebdos kontor, i en kosher stormarknad några kilometer bort och i den södra förorten Montrouge. Dessa attacker, de dödligaste i Frankrike på mer än 50 år, föranledde en livlig – och fortfarande pågående – debatt om frågor som sträckte sig från yttrandefrihet och satir till invandring, rasism och religion.
Från utsidan verkade det som att Frankrike, socialt och politiskt, i huvudsak delas upp i två läger: de medborgare som såg framåt med optimism i hopp om att försvara de värderingar som hade gjort Frankrike till måltavla för jihadisterna, och de som greps ikapp. i en cykel av förbittring och hämnd.
Vi kl SAP Startup Fokus undrade om vi kunde analysera alla känslor som människor uttryckte online i både traditionella och sociala mediekanaler, för att göra en sann, databaserad bedömning som kan svara på en enkel fråga: Efter Charlie Hebdo, var nivån av konsensus om värdet av mångkulturalism. och religionsfriheten växer i Frankrike? Eller riskerade landet att splittras av rädslans politik?
Semantiska visioner , ett Tjeckienbaserat företag som har världens största semantiska nyhetsdatabas, gjorde nyligen just en sådan analys. Dess forskare identifierade de termer som oftast används av människor som uttrycker sina känslor om Parisattackerna. Sedan spårade de dessa termer över flera medier och på flera språk både före och efter attackerna. Resultaten av den analysen kan beskrivas, utan alltför mycket hyberbol, som en ögonblicksbild av mänsklighetens kollektiva puls i dessa frågor.
Semantic Visions fann att konsensusmodelltermer var fler än konfliktmodelltermer både före och efter Parisattackerna, över alla mediespråk som studerades.
Semantic Visions modeller
Följande är detaljer om metodiken Semantic Visions som används för att spåra det världsomspännande onlineuttrycket av dessa känslor:
- Semantic Visions spårade användningen av dessa termer i fyra veckor före attackerna och fyra veckor efter dem. Forskningen involverade 268 000 separata mediekällor och undersökte nästan 49 miljoner enskilda artiklar på flera språk. Forskarna filtrerade dessa resultat till att endast inkludera de på franska, engelska, tyska och tjeckiska.
- För konsensusmodellen sökte de efter alla ord, fraser och tillhörande synonymer i alla möjliga språkliga former för begrepp som generellt setts som positiva: demokrati, dialog, yttrandefrihet, kärlek, mångkultur, fred, tolerans, och enhet .
- På samma sätt, för konfliktmodellen, spårade de följande termer, som ibland har negativa konnotationer: civilisationernas sammandrabbning, konfrontation, kulturell konflikt, hat, intolerans, islamofobi, hämnd, sharia ( muslimsk lag), och krig.
I sin forskning förlitade sig Semantic Visions på två viktiga antaganden:
- I demokratiska länder är media vanligtvis fria från statlig kontroll och individer är i allmänhet orädda för att uttrycka sina genuina åsikter på nätet.
- Tidslinjen på två månader (en månad före attackerna, en månad efter) var tillräckligt lång för att korrekt representera den allmänna opinionen före händelserna och reaktionen efter dem.
Resultat: Consensus Trumps Conflict
Sammantaget fastställde Semantic Visions att konsensusmodelltermer var fler än konfliktmodelltermer både före och efter Parisattackerna, över alla de studerade mediespråken.
Dessutom fann forskare att användningen av konfliktmodelltermer efter attackerna minskade snabbare än användningen av konsensusmodelltermer, vilket innebär att den sociala konsensus kvarstod medan det sociala konflikt minskat. Detta betydande fynd ger hopp för framtiden och borde tjäna som en påminnelse för franska politiker om vad deras väljare egentligen tänker.
Källa: Semantic Visions. Används med tillstånd.
Inte oväntat, när det gäller frågor om våld, religion och ras, är till och med den offentliga pulsen sällan en monolitisk enhet och flera undantag kan observeras, vilket resultaten indikerar:
Den högsta tillväxttakten i användningen av terminologi som upptäckts i franskspråkiga publikationer var för dessa två konsensusmodelltermer: yttrandefrihet (439%) och tolerans (160%). Den högsta tillväxten i de franskspråkiga konfliktmodellämnena inkluderade: kulturkonflikt (514%), sharia (208%) och Islamofobi (181%).
- Användningen av termen antagonism minskade mycket långsamt. Även en månad efter attackerna var den fortfarande 30 procent högre än den hade varit i december 2014, före attackerna. Å andra sidan termen dialog uppvisade en långsam men ihållande uppåtgående trend, vilket potentiellt indikerar att samhället så småningom kommer att inse behovet av interkulturell eller interreligiös försoning.
- Termer som fick ett kortsiktigt uppsving (på grund av den obevekliga nyhetscykeln), men som drog sig tillbaka till baslinjenivåer inom en månad, var bl.a. kulturkonflikt, yttrandefrihet, och mångkultur . Samtidigt inkluderade några av termerna som inte drog sig tillbaka till tidigare nivåer hat, intolerans, islamofobi , och hämnd .
Big Data, Big Insights
Vad den här studien indikerar är att oavsett vad de pratande huvudena på TV säger, och oavsett vilka radio-, kabel- eller internetkanaler du följer, så är verkligheten i allmänhetens tänkande alltid något mer komplex än vad vi ser eller hör i media. Dagens teknik – mer specifikt big-data-verktyg – kan ge oerhört värdefulla insikter i allmänhetens tänkesätt och de verkliga känslor som medborgare uttrycker närhelst sådana kritiska frågor dyker upp. För fler insikter, vänligen läs rapporten Semantic Visions i sin helhet.
SAP Startup Fokus är ett program som fungerar med startups inom big data och/eller prediktiv eller realtidsanalysutrymme och stödjer dem i att bygga innovativa applikationer som använder SAP HANA-databasplattformen. Det finns för närvarande mer än 1 900 företag i programmet, bl.a Semantiska visioner . Gå med i konversationen @SAPStartups eller följ författaren på Twitter @BansalManju.