A Decision Support System for social action inspection on social networks multimedia data streams
Una rete sociale, o più semplicemente social network, consiste in un qualsiasi gruppo
di individui connessi tra loro da diversi legami sociali che vanno dalla conoscenza
casuale, ai rapporti di lavoro, ai vincoli familiari.
Nello specifico, al giorno d’oggi, i social network sono ormai parte integrante della sfera
sociale della maggior parte degli individui e costituiscono un aspetto fondamentale
della vita di tutti i giorni. Dai propri hobby, alla musica, passando per i film preferiti,
i profili social vengono riempiti di informazioni personali al fine di condividerle con la
propria cerchia di amici, follower o utenti. Estrapolando queste ed altre informazioni,
i social stessi sono in grado di proporci nuove amicizie con le quali abbiamo una
maggiore affinità, proporci delle notizie alle quali potremmo essere interessati o,
semplicemente, mostrarci le pubblicità che più ci interessano. Un sistema di supporto
che automatizzi il processo di raccolta dei dati e faciliti il processo di interpretazione
degli stessi risulta, perciò, di elevato interesse.
A questo scopo esistono già numerose tecnologie sia per l’attività di data mining che
per l’analisi dei social network. Lo scopo di questa tesi è, quindi, quello di analizzare
i dati provenienti dai tre social più diffusi in Italia (Facebook, Instagram e Twitter) e
di sviluppare un’applicazione in grado di analizzare in maniera efficace ed efficiente il
flusso di dati multimediali ottenuti e di interpretarli attraverso l’utilizzo di metriche
specifiche.
In questo elaborato viene presentata l’applicazione web SocMint2020 per l’analisi dei
dati multimediali provenienti dai social.
In particolare, è stato scelto ed analizzato come caso di studio un evento politico:
le elezioni del nuovo governatore della regione Marche avvenute a Settembre 2020.
L’approccio proposto è stato testato su un dataset dinamico contenente un ingente
numero di post, tweet ed elementi multimediali. I dati, estratti tramite l’utilizzo
delle API di Facebook, Twitter e Instagram, coprono un periodo di 3 mesi che va
dal primo Luglio del 2020 fino a fine Settembre 2020 in modo da poter includere
nell’analisi anche le due settimane successive alle elezioni.
Per migliorare ulteriormente la tecnologia presentata, in futuro, saranno valutati
diversi approcci e un diverso set di metriche necessarie all’analisi in maniera da
consentire una stima e un’interpretazione più approfondita della situazione sociale in
esame.
In conclusione, questa tesi dimostra le elevate potenzialità dell’utilizzo di un’efficiente
analisi dei social media nell’interpretazione del contesto politico e sociale di tutti i
giorni.
A social network consists of any group of individuals connected to each other by
different social ties ranging from casual acquaintance, to work relationships, to family
ties.
Specifically, nowadays, social networks are now an integral part of the social sphere of
most individuals and constitute a fundamental aspect of the life of all days. From your
hobbies, to music, passing through your favourite movies, social profiles come filled
with personal information in order to share it with your circle of friends, followers or
users. By extrapolating this and other information, the social networks themselves
are able to offer us new ones friendships with which we have a greater affinity, propose
news to which we could be interested or, simply, show us the advertisements that
interest us most. A support system that automates the data collection process and
facilitates the process of data interpretation is therefore of high interest.
For this purpose, there are already numerous technologies for both data mining
and analysis of social networks. The purpose of this thesis is, therefore, to analyze
the data from the three most popular social networks in Italy and to develop an
application capable of analysing in a manner effective and efficient flow of multimedia
data obtained and to interpret them through the use of specific metrics.
This report presents the SocMint2020 web application and the metrics used in it for
the analysis of multimedia data from social networks in the context of the regional
elections of Marche.
The proposed approach was tested on a dynamic data-set containing a large number
of posts, tweets and multimedia elements. The data, extracted through the use of
the Facebook, Twitter and Instagram APIs, cover a period of 3 months from 1 July
2020 until the end of September 2020 in order to include in the analysis also the two
weeks following the elections.
To further improve the technology presented, in the future, different approaches and
a different set of metrics necessary for the analysis will be evaluated in order to allow
for a more in-depth estimate and interpretation of the social situation in question.
In conclusion, this thesis demonstrates the high potential of using an efficient social
media analysis in the interpretation of the everyday political and social context.