211service.com
Vems tweets betyder mest?
Det är inte antalet följare du har på Twitter som räknas – det är hur du påverkar dem. Det är meddelandet från en ny tjänst som heter PeerIndex som analyserar informationsflödet via Twitter. Det erbjuder ett sätt att hitta personer som är särskilt auktoritativa inom vissa domäner.
Användarna som det dyker upp kan ha relativt få följare men kan fortfarande utöva ett stort inflytande – i vissa ämnesområden.
Den sociala webben har gett nya sätt att få kontakt med människor och upptäcka information. Men att identifiera viktiga informationskällor inom allt prat kan vara lika tidskrävande som någonsin.
Grundaren av PeerIndex, Azeem Azhar , som tills nyligen var innovationschef på nyhetsbyrån Reuters, säger att hans tjänst skulle kunna fungera som en intelligent Gula Sidorna. Det kan till exempel hjälpa ett företag att hitta folk att börja arbeta med ett projekt inom ett specifikt område, eller det kan hjälpa PR-företag att sprida nyheter så brett och effektivt som möjligt. Sättet som ett företag eller en person räknar ut vem som är en auktoritet idag är långsamt, skräddarsytt och dyrt, säger Azhar. Vi gör det mycket lättare.
Twitter publicerar statistik som visar hur många personer en användare följer och hur många användare som följer dem. Dessa siffror används av tredje part för att skapa enkla rankningar av vem som har flest följare – toppad av kändisar med miljontals fans. Andra rankningar använder också sammanställningar av antalet gånger en persons meddelanden retweetas för att generera bättre mått på inflytande.
De indexen är väldigt bra på att identifiera den person som på en fest skulle skapa surr runt sig själva, säger Azhar, men inte experter som i det tysta är inflytelserika inom sitt område. PeerIndex tittar på informationen i tweets, och hur informationen sprids, för att hitta auktoritet inom specifika ämnesområden. Detta ger ett mer subtilt mått på inflytande, säger han.
Till exempel PeerIndex lista över myndigheter på klimatförändring är väldigt annorlunda än det för Indiskt företag , och dessa två listor skiljer sig från rankningen du skulle få genom att bara filtrera listan över bästa diskanthögtalare efter ämne. Om du gör det på det sättet behöver en toppanvändare av Twitter med många följare bara säga något ett par gånger för att bli en auktoritet i ett ämne, förklarar Azhar.
PeerIndex är baserat på en databas med tweets som samlats in från Twitter – för närvarande de som skrivits av cirka två miljoner människor. Den kopplar samman alla dessa användare i ett nätverk, eller graf, beroende på hur informationen i tweets delas mellan dem, och spårar sedan informationsflödet om ett visst ämne genom att titta på hur länkar, ord eller fraser plockas upp och återanvänds av andra . Matematiska drag av det kan avslöja personerna som introducerar ny information om ett visst ämne som sprids brett. Dessa personer anses vara myndigheter i det området. Det aktuella utbudet av ämnen sträcker sig från stadsförnyelse till riskkapital; i framtiden kommer användare att kunna definiera anpassade ämnen.
PeerIndex genererar några fina resultat, säger Daniel Tunkelang , som har utvecklat sin egen algoritm för att rangordna Twitter-användare som tar hänsyn till både en persons antal följare och antalet följare för deras följare. Hans rankning är tillgänglig via sajten TunkRank . Den omedelbara tillämpningen av sådana listor är att föreslå följare för ett givet ämne, säger Tunkelang. Myndighetsåtgärder skulle så småningom kunna användas för att filtrera och organisera informationen människor ser på ett socialt nätverk, säger han.
PeerIndex har en webbsida för varje person som den har bedömt auktoriteten för och uppmanar människor att koppla sina till sina LinkedIn- eller Facebook-profiler. Det kan vara möjligt att tillämpa liknande myndighetsåtgärder på dessa sociala nätverk, säger Azhar.
Tunkelang håller med om att myndighetsåtgärder skulle kunna ge värde till andra nätverk. Jag skulle älska att se LinkedIn kvantifiera expertis hos människorna i dess nätverk, säger han och tillägger att auktoritetsrankning troligen kommer att bli en viktig del av frågor som besvarar gemenskaper som Quora .
En fråga som alla rankningssystem kommer att behöva hantera är spam – ett växande problem på Twitter och andra nätverk. Professor i datavetenskap Daniel Gayo-Avello vid universitetet i Oviedo, i Spanien, nyligen publicerad en studie visar hur olika Twitter-rankningar är skeva av skräppostkonton. En av lärdomarna är att antalet följare inte är ett robust mått på auktoritet, eftersom det är lätt att manipulera, säger Tunkelang. Hans algoritm klarade sig bäst av de testade av Gayo-Avello.
Ett innehållscentrerat tillvägagångssätt som PeerIndex kringgår problemet med ökat antal följare, men varje rankning som blir populär kommer sannolikt att locka uppmärksamhet från människor som hoppas kunna spela systemet. Jag tror att vi måste förvänta oss en kapprustning i det ögonblick som någon rankningsalgoritm blir tillräckligt populär för att vara värd att manipulera, säger Tunkelang.