La scienza segreta dei retweet

Se invii un tweet a uno sconosciuto chiedendogli di ritwittarlo, probabilmente non saresti sorpreso se ti ignorasse del tutto. Ma se hai inviato molti tweet come questo, forse alcuni potrebbero finire per essere passati.

Come mai? Cosa spinge qualcuno a ritwittare informazioni da uno sconosciuto? Questa è la domanda rivolta oggi da Kyumin Lee della Utah State University a Logan e da alcuni amici del centro di ricerca Almaden di IBM a San Jose.

Questi ragazzi dicono che studiando le caratteristiche degli utenti di Twitter, è possibile identificare estranei che hanno maggiori probabilità di trasmettere il tuo messaggio rispetto ad altri. E così facendo, i ricercatori affermano di essere stati in grado di migliorare la percentuale di retweet dei messaggi inviati a sconosciuti fino al 680 percento.

Dunque come l'hanno fatto? La nuova tecnica si basa sull'idea che alcune persone hanno maggiori probabilità di twittare rispetto ad altre, in particolare su determinati argomenti e in determinate ore del giorno. Quindi il trucco è trovare questi individui e prenderli di mira quando è probabile che siano più efficaci.

Quindi l'approccio è stato semplice. L'idea è di studiare gli individui su Twitter, guardando i loro profili e il loro comportamento passato su Twitter, cercando indizi che potrebbero essere più propensi a ritwittare determinati tipi di informazioni. Dopo aver trovato queste persone, invia loro i tuoi tweet.

Questa è la teoria. In pratica, è un po' più coinvolto. Lee e co volevano testare la risposta delle persone a due tipi di informazioni: notizie locali (a San Francisco) e tweet sull'influenza aviaria, un problema significativo al momento della loro ricerca. Hanno quindi creato diversi account Twitter con pochi follower, proprio per trasmettere informazioni di questo tipo.

Successivamente, hanno selezionato le persone per ricevere i loro tweet. Per i telegiornali locali, hanno cercato gli utenti Twitter geolocalizzati nella Bay area, trovandone oltre 34.000 e scegliendone 1.900 a caso.

Hanno quindi inviato un singolo messaggio a ciascun utente del formato:

@ SFtargetuser Un uomo è stato ucciso e altri tre sono rimasti feriti in una sparatoria… http://bit.ly/KOl2sC Per favore RT questa notizia sulla sicurezza

Quindi il tweet includeva il nome dell'utente, un breve titolo, un link alla storia e una richiesta di retweet.

Di queste 1.900 persone, 52 hanno ritwittato il messaggio ricevuto. Questo è il 2,8 percento.

Per le informazioni sull'influenza aviaria, Lee e colleghi hanno cercato persone che avevano già twittato sull'influenza aviaria, trovandone 13.000 e scegliendone 1.900 a caso. Di questi, 155 hanno ritwittato il messaggio ricevuto, un tasso di retweet dell'8,4%.

Ma Lee e co hanno trovato un modo per migliorare significativamente questi tassi di retweet. Sono tornati agli elenchi originali degli utenti di Twitter e hanno raccolto informazioni pubblicamente disponibili su ciascuno di loro, come il loro profilo personale, il numero di follower, le persone che hanno seguito, i loro 200 tweet più recenti e se hanno ritwittato il messaggio che avevano ricevuto

Successivamente, il team ha utilizzato un algoritmo di apprendimento automatico per cercare correlazioni in questi dati che potrebbero prevedere se qualcuno fosse più propenso a ritwittare. Ad esempio, hanno esaminato se le persone con account più vecchi avevano maggiori probabilità di ritwittare o in che modo il rapporto tra amici e follower influenzava la probabilità di retweet, o anche in che modo i tipi di parole negative o positive usate nei tweet precedenti mostravano un collegamento. Hanno anche esaminato l'ora del giorno in cui le persone erano più attive nel twittare.

Il risultato è stato un algoritmo di apprendimento automatico in grado di selezionare gli utenti che avevano maggiori probabilità di ritwittare su un particolare argomento.

E i risultati mostrano che è sorprendentemente efficace. Quando il team ha inviato tweet di informazioni locali alle persone identificate dall'algoritmo, il 13,3 percento lo ha ritwittato, rispetto a solo il 2,6 percento delle persone scelte a caso.

E hanno ottenuto risultati ancora migliori quando hanno cronometrato la richiesta in modo che corrisponda ai periodi in cui le persone erano state più attive in passato. In quel caso, il tasso di retweet è salito al 19,3%. Questo è un miglioramento di oltre il 600 percento.

Allo stesso modo, il tasso di informazioni sull'influenza aviaria è passato dall'8,3% per gli utenti scelti a caso al 19,7% per gli utenti scelti dall'algoritmo.

Questo è un risultato significativo che i marketer, i politici e le organizzazioni di notizie guarderanno con invidia.

Una domanda interessante è come possono rendere questa tecnica più generalmente applicabile. Aumenta la prospettiva di un'app che permetta a chiunque di entrare in un argomento di interesse e che quindi crei un elenco di persone che hanno maggiori probabilità di retwittare su quell'argomento nelle prossime ore.

Lee e compagni non menzionano alcun piano di questo tipo. Ma se non lo sfruttano, ci saranno sicuramente altri che lo faranno.

Rif: arxiv.org/abs/1405.3750 : Chi ritwitterà questo? Identificazione automatica e coinvolgimento di estranei su Twitter per diffondere informazioni

nascondere