19 commenti su “Twitter: trending topic, vortici e delfini
  1. Interessante. hai idea di quanto influisca sulla viralità e il reach di un #hashtags il diventare un TT? Inoltre volevo chiederti se twitter secondo te ha una strategia per evitare che i gruppetti di twitters si uniscano per scalare sui TT. Tiene conto l’algoritmo delle relazioni tra users?

  2. dep1050 scrive:

    Partiamo prima dalle domande facili:
    – I TT tengono conto delle relazioni tra gli users: io ho assunto come ipotesi, che twitter non tenga conto della forma della rete tra gli users. Se cosi non fosse, twitter in qualche modo distinguerebbe la destra dalla sinistra. Questo significherebbe perdere delle simmetrie, ma anche che tutto dipenderebbe dall’ algoritmo scelto per descrivere la rete. Brutto. Inoltre richiederebbe una quantità di calcoli notevoli senza poi apportare benefici agli utenti finali.

    -strategia contro i gruppetti che scalano i TT. Qui bisogna avere più punti di vista: i beliebers sono senza dubbio una fonte di successo per twitter, sono utenti molto attivi ed alla fine il loro fine non è fare i griefer, è giocare. L’ occupazione praticamente quotidiana di qualche TT originato dai teenagers sicuramente riduce il numero dei TT disponibili a chi non è interessato. Anche per questo (ma secondo me non solo per questo) twitter sta introducendo i Tailored Trends http://blog.twitter.com/2012/06/tailored-trends-bring-you-closer.html .

    -diventare TT aumenta la reach: sicuramente. Prima di diventare TT un hashtag è visibile solo ai follower di chi twitta conn quell’ hash. Quando l’ hash è in TT, è in spalla sinistra sulla main page di tutti quelli che sono connessi. In linea teorica, quantificarlo è facile: basta calcolare la rete di tutti gli utenti connessi. In pratica è impossibile, poichè non è possibile sapere chi sono gli utenti connessi se non twittano.
    -aumento di viralità una volta in TT: qui il discorso è ancora piu sottile o se vuoi scivoloso: a volte mi capita di vedere dei TT che non comprendo. Clicco, mi rendo conto che è uno stream che non mi interessa e chiudo. Non si può dire che io sia stato “viralizzato”.
    Su twitter il meccanismo di broadcast si porta dietro la non osservabilità delle fruizioni passive (letture) come nel web, ma solo comportamenti attivi (invio tweet), quindi per tutte le grandezze aggregate si possono solo effettuare stime su modelli teorici dove la prima cosa da fare è capire se il modello teorico è quello giusto …. it’s a long way :-)

  3. Il miglior esempio di Reverse Engineering di sempre… per di più in italiano!
    Rosario, non sei un Ricercatore, sei Master of Algorithms!!!

  4. Fabio Lalli scrive:

    Rosario, sei un mito. Un post incredibile.

  5. Matteo Moci scrive:

    bell’analisi! per non sbagliare, lo twitto :)

  6. Andrea scrive:

    Complimenti davvero Rosario per il post, per l’analisi e la ricerca che hai fatto e sopratutto grazie di averla condivisa.

  7. Marco scrive:

    Giù il cappello, questo è un post da stampare e mettere sul comodino.

  8. Paolo Spot scrive:

    Potente! Complimenti per l’analisi. Oltre alla diffusione, merita di essere studiato.

  9. Il miglior post sul funzionamento di Twitter che abbia mai letto. Complimenti, davvero!

  10. U-Black scrive:

    l’armonia della matematica.

    grazie

  11. Gianfranco scrive:

    Articolo interessantissimo. @U-Black: più che di armonia della matematica, parlerei della meravigliosa capacità della fisica di individuare modelli per i fenomeni più disparati!

  12. Davide Bennato scrive:

    Rosario, hai scritto un post che è un capolavoro di sociologia computazionale.
    Appena decidi di fare un seminario per professionisti sulle cose che sai e sui progetti su cui lavori, ricordati di chiamarmi che vengo correndo per imparare e studiare.
    Nota l’assenza di faccine: non sto scherzando.

    Complimenti.

    :-)

    (qua però ci stava bene)

  13. dep1050 scrive:

    Grazie a tutti per i complimenti.
    Alcuni amici mi hanno fatto notare che alcuni passaggi sono un po densi.
    E’ stata una scelta per evitare di rendere il post troppo lungo, anche perchè
    non sapevo a quanti lettori poteva interessare una cosa cosi tecnica.
    Paiono esserci, quindi prossimamente farò altri post più dettagliati.

    @Davide: onorato dell’ invito :-D

  14. Fabio Giglietto scrive:

    Interessante, ma credo contino anche altri fattori fra i quali la rapidità di ascesa dell’hashtag ed un sistema che rende più difficile mantenersi fra i TT. Vedi ad esempio questo post: http://blog.socialflow.com/post/7120244374/data-reveals-that-occupying-twitter-trending-topics-is-harder-than-it-looks

  15. dep1050 scrive:

    Ciao Fabio.
    Due punti critici, quelli che tocchi.
    La numerosità di tweet per unità di tempo è sicuramente importante, infatti io definisco t come intervallo di tempo, non come valore istantaneo. Quindi per me è “numero di tweet in mezz’ ora (piuttosto che 10 minuti)”.
    Ma per entrare nei TT non è sufficiente che un account tweetti per mezz’ ora una volta ogni 10 secondi con lo stesso hashtag, ma, questo è quello che si osserva, è necessario che più persone twittino con lo stesso hash. A parità di tweets e di twittatori, dovrebbe andare in TT l’ hashtag nominato dalla rete con piu follower. Tutto questo va fatto con i 10 hash contemporaneamente in TT. Non è quindi determinante il valore della “prestazione” del singolo hashtag, ma nche quello che gli succede intorno. (come il meccanismo della griglia di partenza dela F1: non conta se fai il giro in un minuto, dipende da quello che fanno gli altri). la stessa distribuzione di tweets e twittatori nell’ unità di tempo, puo valere il primo posto in TT alle 3 di notte, ma addirittura non entrare ei TT in pieno giorno, se c’ è una battaglia in corso tra beliebers e directioners.
    In ogni caso grzie per la url, l’ ho riguardata, ma non avendo i dati grezzi ed essendo i grafici relativi soo ai trend che interessavano gli autori dell’ articolo, non riesco a fare una valutazione.
    Comunque queste questioni si dipanano solo con un numero sufficiente di misure: è quindi solo una questione di tempo.
    grazie

    Ros

  16. Amalia scrive:

    …Sono rimasta con la bocca spalancata per tutta la lettura.
    Ho capito solo lo psi davanti alla formula…deformazione professionale :D
    Ma è bellissimo, giuro! :*

  17. Uomovento scrive:

    Rosario for President!

    Anzi: For CEO!

  18. dep1050 scrive:

    Ma lol … mo ci vengo pure io !!!:-D

3 Pings/Trackbacks per "Twitter: trending topic, vortici e delfini"
  1. [...] cosa, raccontata con un tono che passa più volte dallo scientifico al poetico, potete consultare l‘articolo che ha da poco pubblicato a questo link, e che vi riporto qui a seguire. Sempre a questa pagina potete vedere il profilo professionale [...]

  2. [...] proposito un’interessante analisi è stata svolta dal fisico napoletano Rosario Di Girolamo (qui l’articolo originale), che ha definito Twitter come: “un piano diviso in celle, in cui il contenuto di ogni cella è [...]

  3. [...] proposito un’interessante analisi è stata svolta dal fisico napoletano Rosario Di Girolamo (qui l’articolo originale), che ha definito Twitter come: “un piano diviso in celle, in cui il contenuto di ogni cella è [...]

Lascia un Commento

L'indirizzo email non verrà pubblicato. I campi obbligatori sono contrassegnati *

*

È possibile utilizzare questi tag ed attributi XHTML: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>

L'autore del post

dep1050 Napoletano, fisico. Tratterò di sistemi complessi, sistemi adattativi e teoria dei giochi nei social media.

Sono Rosario Di Girolamo, napoletano, fisico, nato nel ' 67. In rete dal 90, lavoro nel gruppo TI dal 1997. Nel corso degli anni sono stato amministratore di sistemi in Tin.it, poi project manager prima in Tin.it e poi in Telecomitalia. Ho gestito community, mi sono occupato di market analisys nella divisione Innovation Consumer e infine ho sviluppato App su Cubovision. Attualmente nel settore Brand Strategy and Monitoring di Corporate Identity & Public Relation sono Computational Social Scientist nella Reputation Monitoring Room di Telecomitalia: cerco schemi ordinati lì dove di solito sembra esserci solo caos.

Commenti recenti