[ANALYSIS] Menjangkau: Menjelajahi penggunaan tagar pesaing di Twitter

“Menjangkau: Menjelajahi penggunaan tagar pesaing di Twitter” adalah studi yang dipresentasikan oleh penulis dari Laboratorium ACCeSs dari Asian Institute of Administration dalam pengarahan penelitian #FactsFirstPH yang diadakan pada 08 April 2022. Salinan lengkap penelitian ini diposting ulang dengan izin.

Hashtag adalah cara untuk memberi label pada tweet yang membuatnya lebih mudah ditemukan oleh pengguna yang tertarik untuk membaca tweet yang terkait dengan hashtag tersebut. Kemampuan menemukan ini semakin ditingkatkan ketika lonjakan penggunaan tagar mendorongnya ke dalam daftar topik yang sedang tren, yang melipatgandakan audiens potensial tweet.

Tidak mengherankan, kelompok dan individu menggunakan tagar untuk mempromosikan perjuangan mereka, terutama untuk pemilihan Filipina mendatang. Memang, beberapa tagar mencerminkan persaingan dalam pemilihan itu sendiri.

Ambil contoh #LeniDuwag. Kita dapat menduga bahwa tagar ini melabeli tweet terhadap kandidat presiden Leni Robredo dan, untuk kesederhanaan, menguntungkan kandidat presiden saingan utamanya, Bongbong Marcos. Tagar ini, bagaimanapun, tidak terisolasi dan tampaknya menjadi hinaan terhadap hastag yang sudah ada dan berumur lebih lama #MarcosDuwag, yang dapat diduga adalah melawan Marcos dan mendukung Robredo. Hashtag #LeniDuwag dan #MarcosDuwag karena itu dapat dianggap sebagai sepasang tagar yang bersaing.

Dalam karya #FactsFirstPH ini, kami menyelidiki tweet publik yang berisi hashtag dari sepasang hashtag yang bersaing. Tagar berpasangan ini adalah: #LeniDuwag dan #MarcosDuwag, #BiarkanLeniTinggalkan dan #BiarkanLeniMemimpindan #PadatUtara dan #SolidSnort.

Untuk setiap hashtag, kami mengidentifikasi dengan melihat hashtag itu sendiri apakah itu Professional-Marcos atau Professional-Robredo. Kami kemudian menetapkan pengguna ke Professional-Marcos grup jika semua tweet mereka dalam kumpulan information hanya berisi tagar Professional-Marcos. Demikian pula, pengguna ditugaskan ke Professional-Robredo grup jika semua tweet mereka dalam kumpulan information hanya berisi tagar Professional-Robredo. Jika pengguna memiliki tweet yang memiliki tagar Professional-Marcos tetapi juga memiliki tweet yang memiliki tagar Professional-Robredo, maka pengguna tersebut ditugaskan ke Campuran kelompok. Tabel 1 menunjukkan pengelompokan hashtag. Perhatikan bahwa tweet mungkin berisi beberapa tagar sehingga bisa memiliki tagar Professional-Marcos dan Professional-Robredo.

Tabel 1. Penugasan pasangan hashtag ke dalam grup
Analisis information

Kami bisa berkumpul 386.814 tweet publik dari 15 Januari hingga 16 Maret 2022. 79,29% pengguna diidentifikasi dalam grup Professional-Robredo, 11,76% berada di grup Professional-Marcos, dan 8,95% berada di “grup Campuran,” seperti yang ditunjukkan pada Gambar 1. Ini menyiratkan bahwa di antara pengguna dalam kumpulan information ini, sebagian besar tidak menggunakan tagar dari sisi “lain”.

Gambar 1. Jumlah pengguna dalam grup yang berbeda

Meskipun jumlah penulis atau pengguna terendah di Campuran grup, quantity tweet harian dari grup ini sebanding dengan quantity tweet yang berasal dari dua grup lainnya seperti yang ditunjukkan pada Gambar 2. Pengguna di “Grup Campuran” memiliki tweet lebih banyak rata-rata (18,3 tweet per pengguna) dibandingkan dengan dua grup lainnya (3,9 tweet per pengguna untuk Professional-Marcos, 2,4 tweet per pengguna untuk Professional-Robredo). Juga terlihat bahwa quantity dan masa pakai tweet dengan tagar yang pro-Marcos masing-masing lebih kecil dan lebih pendek.

Gambar 2. Quantity tweet per hari

Pada Gambar 3, kami selanjutnya memisahkan tweet menjadi tagar tertentu untuk menunjukkan rasio yang terkandung di setiap grup.

See also  Mengapa tombol edit untuk Twitter tidak sesederhana kelihatannya

Jelas bahwa #BiarkanLeniMemimpin mendominasi tagar di grup Professional-Robredo sementara #LeniDuwag mendominasi tagar di grup Professional-Marcos dalam hal quantity.

Gambar 3. Complete quantity per hashtag

Pada Tabel 2, kami menyajikan parameter berbeda yang menggambarkan pengguna yang termasuk dalam setiap grup. Kami menyelidiki spekulasi umum bahwa sebagian besar akun Twitter yang terlibat hanya dibuat baru-baru ini untuk meningkatkan keterlibatan tweet partisan dengan menjelajahi usia akun, dalam hal jumlah tahun sejak pembuatan akun.

Kami menemukan bahwa usia rata-rata akun pengguna yang ada di Professional-Robredo adalah 6 tahun (2016) sedangkan untuk grup Professional-Marcos (2018) adalah 4 tahun. Meskipun usia rata-rata akun untuk kedua grup kurang dari 10 tahun, akun tertua dibuat pada tahun 2006 dan 2007 untuk grup Professional-Robredo dan Professional-Marcos.

Temuan ini masih belum meyakinkan dalam hal menyangkal spekulasi dan dengan demikian, memerlukan studi yang lebih mendalam. Kami juga melihat jumlah influencer atau pengguna dengan lebih dari 100.000 pengikut dan menemukan bahwa grup Professional-Robredo memiliki sekitar 12.000 influencer sedangkan grup Professional-Marcos hanya memiliki 104 influencer.

Tabel 2. Parameter deskriptif pengguna yang termasuk dalam masing-masing grup
Keterikatan

Kami juga melihat tingkat keterlibatan tweet di masing-masing grup dan menemukan bahwa pendukung Marcos paling aktif terlibat dalam hal jumlah balasan dan suka, sedangkan pendukung Robredo paling aktif terlibat dalam hal jumlah retweet dan kutipan seperti yang ditunjukkan pada Tabel 3. Angka-angka ini divisualisasikan pada Gambar 4.

Tabel 3. Metrik Keterlibatan di Twitter
Gambar 4. Memvisualisasikan tingkat keterlibatan pengguna Twitter per grup
Tweet yang Direferensikan

Meskipun telah diamati bahwa sebagian besar pengguna hanya menggunakan tagar yang selaras dengan kandidat, keberadaan “Campuran” group” di mana mereka men-tweet tagar dari kelompok lawan sangat menarik. Disengaja atau tidak, penggunaan dua tagar yang berlawanan merupakan indikasi upaya untuk dilihat oleh anggota kelompok lain.

Untuk menyelidiki ini lebih lanjut, kami melihat tweet yang di-retweet atau dikutip oleh pengguna di setiap grup. Kami menyebutnya sebagai tweet referensi dan menganggapnya sebagai sumber informasi pengguna. “Tweet yang di-retweet” adalah tweet yang dibagikan tanpa menambahkan apa pun, sedangkan “tweet yang dikutip” adalah tweet yang dibagikan tetapi dengan tambahan komentar dari pengguna.

See also  Akun kesepakatan Twitter menunjukkan penandatanganan Musk tanpa meminta data lebih lanjut

Kami menemukan bahwa 8.559 tweet dibagikan oleh kedua anggota Professional-Robredo dan “grup Campuran” tetapi tidak oleh anggota grup Professional-Marcos. Di sisi lain, 4.125 tweet yang dirujuk dibagikan oleh anggota Professional-Marcos dan “Grup campuran” (lihat Gambar 5). Angka-angka ini setara dengan 23,55% dari whole tweet referensi di grup Professional-Robredo yang dicampur dengan tagar yang mendukung Marcos, sementara 32,05% dari whole tweet referensi di grup Professional-Marcos dicampur dengan tagar yang mendukung Robredo.

Gambar 5. Diagram Venn menunjukkan pangsa tweet yang direferensikan dari dua grup dengan Campuran kelompok
Sumber Informasi Postingan Viral

Untuk analisis lebih lanjut, kami menganalisis tweet yang dirujuk dari postingan viral yang didefinisikan sebagai tweet dengan lebih dari 4.000 retweet. Di grup Professional-Leni, hanya ada sebelas (11) tweet yang dirujuk dari posting viral, sedangkan di grup Professional-Marcos, hanya satu (1) tweet yang dirujuk (lihat Tabel 1) yang berfungsi sebagai sumber informasi tentang posting viral. Temuan ini menyiratkan bahwa posting viral menunjukkan sangat sedikit tweet referensi unik sebagai sumber informasi mereka.

Kami mengeksplorasi tujuan menggabungkan tagar positif dari sisi politik yang bersaing dengan menelusuri tweet yang dirujuk di “Grup campuran.” Kami menemukan bahwa tweet yang paling sering dirujuk untuk Professional-Robredo dan “Grup campuran” semuanya mendukung Robredo dan tidak ada hal negatif tentang Marcos. Hal ini menunjukkan bahwa para pendukung Robredo tampaknya berusaha untuk menyebarkan aspek positif tentang dirinya kepada para pendukung Marcos dengan menggunakan tagar yang mendukung Marcos. Contoh tangkapan layar dari referensi teratas ditunjukkan di bawah ini. Nama akun sengaja dihapus untuk privasi.

Gambar 6. Tangkapan layar dari tweet referensi teratas dari postingan viral untuk Robredo yang dicampur dengan tagar yang mendukung Marcos

Di sisi lain, tweet yang paling banyak direferensikan dengan tagar mendukung Marcos yang terkadang dicampur dengan tagar mendukung Robredo adalah menggunakan tagar melawan Robredo (#LeniDuwag) tetapi yang isinya mendukung Robredo. Berikut isi twit tersebut: “mfs benar-benar menggunakan #LENIDUWAG ketika kandidat mereka mundur di semua debat presiden utama

See also  Dengan kemenangan 'CODA' Apple, pencarian Netflix untuk Oscar teratas berlanjut

Tweet lain yang sangat direferensikan dengan tagar yang mendukung Marcos yang ada di “Campuran” group” ternyata mendukung Robredo atau Leody De Guzman, calon presiden lainnya. Tangkapan layar dari beberapa sumber ditunjukkan di bawah ini di mana nama akun sengaja dihapus untuk privasi.

Gambar 7. Tangkapan layar dari beberapa tweet yang paling banyak dirujuk dari posting viral untuk Marcos yang dicampur dengan tagar yang mendukung Robredo
Kesimpulan

Dalam karya ini, kami menjelajahi pencampuran tagar yang bersaing di Twitter. Temuan utama kami menunjukkan bahwa pendukung kedua kubu secara aktif mencampur tagar. Menariknya, postingan viral di grup Professional-Robredo hanya memiliki 11 tweet referensi sedangkan postingan viral di Professional-Marcos hanya memiliki 1 tweet referensi yang di-retweet.

Di antara sumber-sumber ini, 9 tweet referensi yang mendukung Robredo dicampur dengan tagar yang mendukung Marcos, dan semua ini mendukung secara positif Robredo. Di sisi lain, tweet referensi teratas dengan tagar yang mendukung Marcos yang dicampur dengan tagar untuk Robredo memiliki konten yang menyatakan dukungan untuk Robredo.

Isi positif dari tweet referensi paling umum untuk Robredo mungkin menyiratkan strategi untuk menjangkau ‘ruang gema’ eksklusif pendukung Marcos. – Ilmupendidik.com

Marissa P. Liponhay adalah fisikawan yang bekerja di ACCeSs Laboratory dari Asian Institute of Administration sebagai Lead Information Scientist. Minat bidang penelitiannya meliputi Sistem Kompleks, Pembelajaran Mesin, dan Peramalan.

Christian M. Alis adalah Asisten Profesor merangkap di Asian Institute of Administration (AIM) dan Ilmuwan Information Senior di [email protected], lab ilmu information perusahaan AIM, dengan keahlian di Ilmu dan Teknik Information, Penambangan Information Sistem Sosial-Teknis , dan Analisis Information Besar. Dia adalah Senior Information Engineer di Considering Machines dan Postdoctoral Analysis Affiliate di College School London di mana dia bekerja saat ini untuk menyiarkan information sosial ekonomi dan mendistribusikan pembelajaran mesin pada information level cloud.