Archive for the 'visualisierung' Category

Netzwerkvisualisierung mit TwitterFriends

Gerade eben ist sie endlich fertig geworden, die Netzwerkvisualisierung für TwitterFriends. Dargestellt wird nicht das gesamte Kontaktnetz – also alle Followees und Followers -, denn das wäre zum einen unübersichtlich groß und zum anderen wenig aussagekräftig, da man Twitterkontakte sehr viel leichter hinzufügt als entfernt. Deshalb stellt TwitterFriends nur das “relevante Netzwerk” dar, also die Kontakte, denen eine Person in der letzten Zeit mindestens zweimal per ‘@’ geantwortet oder sich auf sie bezogen hat. Es geht also um das verborgene Netzwerk von Personen, denen eine Person auf Twitter öffentlich ihre Aufmerksamkeit schenkt. Nach Eingabe eines Twitter-Usernamen auf der Startseite von TwitterFriends erscheint das Ego-Netzwerk des Nutzers, hier für meinen Twitter-Account @furukama:

TwitterFriends-Netzwerk für @furukama

TwitterFriends-Netzwerk für @furukama

Die Größe der Knoten des Netzwerkes entspricht jeweils der Anzahl von Tweets, mit denen ich mich an sie gerichtet habe. Dargestellt wird also die Intensität der Kommunikation zwischen dem zentralen Knoten (“Ego“) und den Kontakten im relevanten Netzwerk. Da diese Visualisierung bei vielen Kontakten schnell unübersichtlich wird, kann man durch dieses Netzwerk surfen: Per Klick auf einen Knoten, wird das Netzwerk um diesen zentriert, so dass man die Vernetzung der Kontakte untereinander analysieren kann:

Blick auf die Vernetzung von @saschalobo im Netzwerk von @furukama

Blick auf die Vernetzung von @saschalobo im Netzwerk von @furukama

Unter der Netzwerkgrafik gibt es einen Link, mit dem man zwischen der obigen einfachen Netzwerkdarstellung und der vollen FOAF-Visualisierung (FOAF für “friend of a friend“) umschalten kann. Die zweite Darstellungsweise zeigt auch die Kontakte meiner Twitterkontakte, die sich nicht in meinem Netzwerk befinden, also auch meine “Freundesfreunde”. Hier erhöht sich die Zahl der Knoten noch einmal, aber auch hier kann man sich per Mausklick durch das Netzwerk bewegen:

FOAF-Netzwerk von @furukama

FOAF-Netzwerk von @furukama

Die Netzwerkdarstellung benötigt keine zusätzliche installierte Software wie Java oder Flash. Verwendet wird die JavaScript-Visualisierungsbibliothek JIT von Nicolas Garcia Belmonte. Lauffähig müsste das Ganze auf Firefox, Chrome und Safari sein, mit eingeschränkter Geschwindigkeit auch im Internet-Explorer. Hier geht es zu der Anwendung.

Hinweis: Bei einigen Twitternutzern erscheint das Netzwerk zunächst noch recht leer, das kann daran liegen, dass die Netzwerkdaten ihrer Kontakte noch nicht im Cache sind. In diesem Fall findet man unter der Netzwerkgrafik eine Liste von Links, mit denen man diese Daten einsammeln kann. Nutzer mit nicht-öffentlichem Profil oder ohne Replies können nicht erfasst werden. Das Ganze funktioniert ohne Eingabe des eigenen Twitterpassworts.

Kommentare und Bugreports am besten per Twitter an @furukama oder gleich hier in die Kommentare. Danke!



Verwandte Artikel:
  • TwitterFriends
  • Twitteranalyse for Dummies
  • Big Data und die Hackertugenden
  • StudiVZ, schülerVZ und meinVZ dominieren den Community-Buzz der Blogosphäre

    meinvz.pngErst lässt man die Blogosphäre ein wenig über den genauen Namen des künftigen StudiVZ für Ex-Studenten spekulieren, dann geht man gegen die Verwendung der Buchstabenkombination VZ vor und schließlich dann die große Enthüllung des neuen Netzwerks meinVZ.

    Wenn man den Buzz beobachtet, den diese Ereignisse in der letzten Zeit in der deutschsprachigen Blogosphäre erzeugt haben, kann man nur zu dem Ergebnis kommen, dass die Strategie zumindest in dieser Hinsicht aufgegangen ist:


    (Monatsansicht)


    (Wochenansicht)

    Gerade die Marke studiVZ, die bisher, was die Erwähnungen in der deutschsprachigen Blogosphäre betrifft, hinter Facebook und MySpace an dritter Stelle gelegen ist, hat sich dadurch an die erste Stelle katapultiert. Dieser Buzz nützt aber auch der Konkurrenz, die dadurch ebenfalls wieder ins Gespräch kommen und zum Teil neue Februar-Höchstwerte erreichen können. Der meinVZ-Hype könnte sich also zu einem neuen Community-Hype entwickeln. Betrachtet man den Querschnitt für gestern und heute, dann erwähnen zwei von drei Blogbeiträgen mit Bezug auf Social Networks eines der Holtzbrinck-VZe:

    Das spiegelt sich dann natürlich auch darin wieder, das die Holtzbrinck-Gruppe gerade die Blogkonversationen dominiert und Bertelsmann, Springer und Burda auf die Plätze verweist:

    Ich bin jedenfalls gespannt, wie sich das in den nächsten Tagen und Wochen weiterentwickeln wird.

    UPDATE: Wie man hier erkennen kann, hat studiVZ gestern weiter Buzz erzeugt und meinVZ ist nun das am zweithäufigsten erwähnte Social Network in der deutschen Blogosphäre. Dabei gab es einen time lag zwischen studiVZ und meinVZ, das erst einen Tag später einen entsprechenden “Sprung” gemacht hat:

    Was schreiben die anderen zum Thema meinVZ?

    • In der Gründerszene gibt’s ein Videointerview mit den StudiVZ-Gründern Michael Brehm und Dennis Bemmann
    • Martin Weigert kündigt den meinVZ-Start an und verursacht eine lebhafte Diskussion.
    • Auf turi-2 gibt es die ersten Screenshots des neuen VZs.
    • Brandkraft hat ein Video entdeckt, das die Zielgruppe von meinVZ darstellen soll.
    • Markus relativiert den Hype etwas und verweist auf eine Le Monde-Karte, auf der man sehen kann, in welchen Netzwerke Nord- und Süd-Amerikaner, Europäer, Afrikaner und Asiaten am liebsten gruscheln.
    • Und Robert Basic findet das alles nicht besonders spannend, während der Sichelputzer nicht davon lassen konnte, es gleich einmal am eigenen Leib auszuprobieren.


    Verwandte Artikel:
  • Der meinVZ-Buzz ist vorbei
  • Twitter überholt die NY Times
  • Patterns of mobilization in the blogosphere (English version)
  • Visualisierung von Netzwerken: GraphGear

    Schon seit längerem überlege ich immer mal wiede, wie sich die Netzwerkdaten der metaroll graphisch darstellen lassen. Am besten dynamisch generiert. Jetzt habe ich mit GraphGear schon einmal eine flashbasierte Lösung entdeckt, mit der das prinzipiell möglich ist. Die Anwendung ist sehr einfach. Mit diesem Code werden JavaScript und Flash eingebunden:

    <script type="text/javascript" src="swfobject.js"></script>
    <script type="text/javascript">
    // <![CDATA[
    var so = new SWFObject("GraphGear.swf", "graphgear", "725", "400", "8");
    so.addVariable("graphXMLFile", "graph_data.xml");
    so.write("gearspace");
    // ]]>
    </script>

    Dann muss man nur noch die Knoten und Kanten in eine xml-Datei schreiben:


    <?xml version="1.0"?>
    <graph title="Fruits and Vegetables" bgcolor="0xFFFFFF" linecolor="0xCCCCCC">
    <node id="n1" text="Fruits" color="0x7401DF" textcolor="0xFFFFFF"/>
    <node id="n2" text="Vegetables" color="0xFF8000" textcolor="0xFFFFFF"/>
    <edge sourceNode="n1" targetNode="n2" label="vs" textcolor="0x555555"/>
    </graph>

    Ich habe das metaroll-Script entsprechend angepasst, so dass es die zehn Blogs, die am stärksten mit einem bestimmten Blog verbunden sind, anzeigt (hier einmal für eleph.antville.org:

    graph.png

    Leider sind die Konfigurationsmöglichkeiten ziemlich eingeschränkt. Vor allem gibt es keine Möglichkeit, die Länge der Kanten einzustellen, was dazu führt, dass stark integrierte Netzwerke als kaum entzifferbarer Haufen dargestellt werden. Auch die Größe der Knoten lässt sich nicht verändern, so dass man keine Gewichtung darstellen kann und außerdem Probleme mit der Beschriftung bekommt. Außerdem ist das visualisierte Netzwerk etwas unruhig. Verschiebt man einen Punkt, dann oszillieren, schaukeln und sausen die Knoten über die Seite ohne aufzuhören. Dennoch: die leichte Einbindung und die freie Verfügbarkeit des Quellcodes unter der GNU GPL-Lizenz spricht dafür, dieses Werkzeug im Blick zu behalten.



    Verwandte Artikel:
  • Datenvisualisierung
  • Netzwerkanalyse von Hashtaglagern
  • Typen digitaler sozialer Netzwerke (Robert Peck)
  • Höhlenmenschen im Internet

    Gibt es Höhlenmenschen im Web 2.0? Nein, dies soll nicht etwa auf die mangelnden Umgangsformen anspielen, die den User Generated Content manches Mal begleiten und auch nicht auf die schlichte Eleganz und Funktionalität der Höhlenzeichnungen von Lascaux oder Niaux, die in dem Design von del.icio.us vielleicht ihr modernes Äquivalent gefunden haben. Stattdessen beschreibt der Begriff eine bestimmte Form der Vernetzung, in der eine Population in zahlreiche Cluster aufgeteilt ist, die nicht miteinander verbunden sind. Schematisch lässt sich diese Form in etwa so darstellen:
    cavemen.png
    Die Fragmentierung des Netzwerks führt in diesem Fall dazu, dass die Wahrscheinlichkeit, dass zwei Knoten (z.B. User in einer Community) miteinander in Kontakt geraten, gegen null tendiert. Sehr viel spannender ist dagegen eine Abwandlung des Schemas – der “connected caveman graph”, in dem zwischen den Clustern einige wenige Verbindungen bestehen:
    ccavemen.png
    Nun kann man trotz der nach wie vor starken Clusterung von jedem Knoten jeden anderen erreichen. Das entgegengesetzte Modell ist das einer zufälligen Verbindung der einzelnen Knoten, in dem keine Cluster bestehen, dafür aber die charakteristische Pfadlänge zwischen zwei beliebigen Knoten geringer ist als in dem ebengenannten Modell.

    Duncan J. Watts hat in seinem wichtigen Aufsatz “Networks, Dynamics, and the Small-World Phenomenon” (pdf, Zusammenfassung) aus dem Jahr 1999 das connected caveman sowie das random distributed Modell als Ausgangspunkt genommen, um eine mathematische Theorie des Small-World-Phänomens zu formulieren. Dem Problem der Widersprüchlichkeit von Kleine-Welt-Phänomenen – sie beschreiben Netzwerke auf, die gleichzeitig stark geclustert sind und eine niedrige charakteristische Pfadlänge zwischen zwei Knoten besitzen – begegnet er, in dem er viele Zwischenformen zwischen den beiden beschriebenen Modellen graphentheoretisch analysiert und schließlich auf die Bedeutung von Abkürzungen stößt, die in einem stark geclusterten Modell die Pfadlänge gravierend senken können, ohne die Gesamtzahl der Verbindungen wesentlich zu erhöhen und damit in Richtung eines zufällig geclusterten Netzwerks zu gelangen.

    Durch so ein Muster wird es möglich, sich darüber zu wundern, dass man mit einer anderen Person über nur wenige Schritte verbunden ist, obwohl man selbst nur in einem lokalen vernetzt ist und keinen shortcut in der Nähe ahnt. Es bleibt aber eine empirische Aufgabe, diese Beobachtungen an sozialen Netzwerken wie OpenBC, Facebook oder Twitter zu überprüfen.



    Verwandte Artikel:
  • Das Internet ist keine Modeerscheinung
  • Internet ist einflussreichstes Medium
  • Antwort aus dem Paralleluniversum
  • Was sind Twitter-Blocks?

    Gerade eben bin ich (durch einen Twitter-Beitrag, wodurch sonst) auf die “Twitter Blocks” gestoßen, eine ziemlich avantgardistische (nach Robert Basic auch “spannende”) Form der Visualisierung seiner Twitter-Nachbarn (oder eben “Freunde”) im Stil von Q*Bert oder Lego.
    blocks.png
    Diese Blocks stellen die letzten Statusmeldungen der Benutzer, der von ihnen beobachteten Nutzer und der von diesen wiederum beobachteten Nutzer dar. Klingt verwirrend? Ist es auch, und der Sinn des Ganzen jenseits von just another eyecandy wird mir nicht ganz klar (aber da bin ich anscheinend nicht der einzige). Was zum Beispiel bedeutet die Höhe oder Tiefe der Blocks? Mitgründer Biz Stones Erklärung dazu: “It’s a crazy, interactive, animated 3D application so it’s easier to understand when you interact with it”. Zwei Punkte finde ich an diesem “Tool” bemerkenswert: erstens die Strategie von Twitter einfach eine neue Anwendung zu veröffentlichen, ohne zu erzählen, wofür das gut sein soll und nur minimale Erklärungen dazu zu liefern. Zweitens sind die Twitter-Blocks aber ein interessanter Versuch, soziale Kommunikations-Netzwerke auf eine andere Weise zu visualisieren wie die bisherigen Connected-Nodes-Modelle.



    Verwandte Artikel:
  • Der twitternde Bundestag
  • Twitteranalyse for Dummies
  • Corporate Twitter: Die Liste
  • Datenvisualisierung

    Smashing Magazine stellt in einem Beitrag über 30 Varianten der Visualisierung von Daten dar. In allen Farben und Formen. Beeindruckend.



    Verwandte Artikel:
  • No related posts