Sporting championships and other media events can induce very strong feelings of co-presence that can change communication patterns within large communities. Live tweeting reactions to media events provide high-resolution data with time-stamps to understand these behavioral dynamics. A computational focus group method is employed to identify a population of 790,744 international Twitter users, and their behavior is tracked before, during, and after the 2014 FIFA World Cup. In particular, the dataset consists of Twitter users who specified the teams that they are supporting, such that they are communities of fans of the teams, as well as the entire community of World Cup fans. The structure, dynamics, and content of communication of these communities of users are main analysis points to compare behavior outside of the matches to behavior during the event. Specifically, this thesis includes analysis for the temporal patterns of the tweeting volume, topics, retweeting, and mentioning behaviors. Text mining and topic modeling analyses find there are similarities in the responses to media events, characteristic changes in activity patterns of users, and substantial differences in linguistic and topical features. These findings have implications for designing more resilient socio-technical systems during crises and developing better models of complex social behavior. Further, these results enable automatic classification of soccer fans into the specific teams that they are supporting.
스포츠 경기나 미디어 이벤트는 인간사회의 의사소통 방식을 변화시킬 수 있는 매우 강한 감정의 co-presence를 만들어낸다. 실시간으로 트위터에서 올라오는 반응들은 이러한 미디어 이벤트가 있는 도중에 일어나는 패턴이나 다양한 역학관계를 이해할 수 있는 자료를 제공해준다.
이 논문에서는 특정한 그룹을 지정하고 트위터 사용자중 전세계 각국의 790,744명을 바탕으로 2014년 FIFA 월드컵을 중심으로 이전에는 어떻게 행동했는지, 월드컵 기간에는 어떠했는지, 그 이후에는 어떻게 행동했는지 연구하였다. 이 유저 그룹은 특정 유저가 특정팀을 응원하고 있다라는 정보를 바탕으로 구성되어있다. 이 유저그룹의 구조, 역학관계, 의사소통 내용들을 주로 연구의 대상으로 삼아 이것들이 경기중이나 경기중이 아닐때 어떻게 변화하는지 분석하였다. 이 논문은 트윗량, Topics, 리트윗, 멘션들에 대하여 시계열 분석을 하였다. 이 분석속에 텍스트 마이닝 기법과 토픽 모델링 기법들을 사용하였는데 이러한 기법들이 미디어 이벤트 안에서 연구 대상들에 대하여 어떤 패턴들로 변화하는지 언어적 그리고 Topical한 면에서 어떻게 달라지는지 분석하였다. 이러한 분석을 통해 찾아낸 것들을 통해 좀더 소셜 네트워크의 문제점을 개선하고 서비스의 질을 향상시킬 수 있는 방법을 전산학적인 관점에서 접근할 수 있었다. 추가로 이러한 분석결과로 특정 팀을 예측할 때도 사용할 수 있다는 것을 실험하였다.
