Analysis of social media response in time and space to live events during the Milano Fashion Week

The Information Age is strongly evolving due to the social media strength and diffusion, where people increasingly get in touch not only with friends, but also with celebrities, news media broadcaster and politicians, with different purposes, based on the type of connection the two actors have, and to the spread of the smartphones, which able ourselves to remain always in touch with our social connections mentioned before. In this always connected world, the response to popular real world event is becoming through the years much more significant and meaningful, in terms of volumes of contents shared in the social network itself, but also in terms of reaction velocity in the spreading content phase with respect to the time and to the geographical dimension. This work deals exactly with the problem of social media response to a specific popular real world event, the Milano Fashion Week occurred from the 24th to the 29th February of 2016, analysing the behaviour of such users that are acting in re-action (or in pro-action) to the specific event. The study forks in different sub-analysis: the first chapter focuses on the study of different authors attributes, attempting to find some correlation between the popularity these users obtained in this specific case study, the influential strength they have already gained in terms of number of followers and the generated content volume. Defining the popularity score of a user as the summation of all the likes and comments (in the Instagram scenario) or all the likes and retweets (in the Twitter scenario) we have stored in our database, we present a comparison between the different measures mentioned before, showing that both for Instagram and Twitter the strongest correlation is between the total number of posts someone shares with his (or her) community and the number of likes, comments and retweets he (or she) received in response to all the posts, while this correlation totally disappear or even increase in a negative way if we compare again the generated posts volume versus the average number of likes and comments or retweets received per post. We also find a nice positive correlation between the influential strength, defined as the number of followers, and the popularity score, that is: as the number of follower increase, the feedback in terms of likes or retweets and comments will increase, too. At last, we find no correlation at all between the number of posts generated and the influential strength. After this study on these specific authors attributes, we focus ourselves on the social response to the different events belonging to the Milano Fashion Week schedule with respect to the time axis and the geographical axis, respectively. We have been able to build some clusters in these two different dimensions of study, finding some similar patterns in the different type of response. In the time scenario we face the objective of trying to predict the labelling of the clustering phase a-priori, with the only poor information related to the brands and the events. The fourth chapter tries to make a comparison between the results obtained in the analysis of the previous two chapters. We show how the levels of accuracy between the different juxtapositions are not so strong, demonstrating how each subspace of analysis, that are the Time Response one, the Geo Response one and a new one, which could be referred as the Popularity Response one, plays a strong and relevant role in characterizing the brands involved in the event.

L’Era dell’Informazione sta fortemente evolvendosi grazie all’impatto e alla diffusione dei mezzi di comunicazione sociali (chiamati più comunemente in inglese social media), grazie ai quali le persone entrano in contatto sempre di più non solo con veri e propri amici, ma anche con celebrità, diffusori e fonti di notizie e persino politici, con scopi diversi, basati sul tipo di rapporto che intercorre tra le due figure considerate, e grazie alla diffusione degli smartphone, che ci rendono in grado di rimanere sempre in contatto con le relazioni sociali menzionate prima. In questo mondo ormai sempre connesso, la risposta ad eventi popolari dal vivo sta diventando, attraverso gli anni, sempre più significativa e interessante, sia in termini di volumi di contenuti generati nelle stesse reti sociali, che in termini di velocità di reazione nella fase di propagazione di contenuti, facendo riferimento alle dimensioni temporale e geografica. Questo lavoro affronta proprio il problema della risposta creatasi nei social media a un evento dal vivo molto popolare, nello specifico la Settimana della Moda di Milano tenutasi tra il 24 e il 29 di Febbraio 2016, analizzando il comportamento degli utenti che hanno agito in reazione (o pro-azione) all’evento specifico. Questo studio si divide in differenti sotto-analisi: il primo capitolo si concentra sull’analisi di alcuni attributi propri degli autori, ricercando delle correlazioni tra la popolarità che questi utenti hanno riscosso nello specifico scenario preso in considerazione, la forza influenza che gli stessi utenti detengono in termini di numero di seguaci e il volume di contenuti da essi generato. Definendo il punteggio di popolarità di un utente come la somma di tutti i “mi piace” e i commenti (per quanto riguarda Instagram) o di tutti i “mi piace” e le ri-condivisioni (per quanto riguarda Twitter) che abbiamo immagazzinato nella nostra base di dati, presentiamo quindi una comparazione tra le misure menzionate prima, mostrando come, sia per Instagram che per Twitter, le grandezze con correlazione più evidente risultano quelle di numero totale di messaggi che un utente condivide con la sua comunità virtuale e il numero di apprezzamenti, commenti e condivisioni l’utente stesso riceve a risposta delle sue micro-pubblicazioni, mentre tale correlazione scompare completamente, se non addirittura cresce in maniera negativa, nell’accostare le misure di numero totale di messaggi condivisi e valore medio di popolarità riscossa per singolo messaggio. Abbiamo inoltre avuto dei risultati di discreta correlazione tra la forza influenza, definita come il numero di seguaci, e il punteggio di popolarità, che sta a significare: all’incrementare del numero di seguaci, un utente riesce a riscuotere molta più popolarità. Infine, non abbiamo trovato correlazione alcuna tra il volume di contenuti condivisi e la forza influenza. Una volta completato questo studio su specifici attributi degli autori dei contenuti e dei messaggi, ci siamo concentrati sulle risposte sociali ai diversi eventi propri del calendario della Settimana della Moda, rispetto all’asse temporale e all’asse geografico. Siamo stati in grado di costruire dei raggruppamenti dei vari marchi coinvolti all’evento in queste due differenti dimensioni di analisi, scoprendo dei modelli molto simili nei diversi tipi di reazione. Per quanto riguarda la risposta temporale ai diversi eventi, ci siamo inoltre posti l’obiettivo di costruire dei modelli di predizione del tipo di risposta, sfruttando solamente le scarse informazioni relative ai brand e, soprattutto, agli eventi stessi. Nel quarto capitolo cerchiamo di confrontare i diversi risultati ottenuti finora, nei due capitoli precedenti. Dopo aver mostrato come i livelli di accuratezza di giustapposizione non risultano molto elevati, abbiamo sottolineato come ciascun universo di analisi (ossia quello di risposta temporale, quello di risposta geografica, e un nuovo universo di risposta di popolarità), interpreta un ruolo significativo nella caratterizzazione di tutti i brand coinvolti all’evento.