Scienza Politica Comitato di direzione Mauro Calise (Università di Napoli Federico II); Luigi Ceccarini (Università dì Urbino Carlo Bo); Ilvo Diamanti (Università di Urbino Carlo Bo); Fortunato Musella (Università di Napoli Federico II); Francesco Ramella (Università di Torino). Questa pubblicazione è stata sottoposta a referaggio Paolo Natale e Massimo Airoldi WEB & SOCIAL MEDIA Le tecniche di analisi APdReo educatu MAGGIO!! EDITORE Web e Social Media Le tecniche di analisi A cura di Paolo Natale e Massimo Airoldi Impagìnazione: Fabio Gialain - Milano © Copyright 2017 by Maggioli S.p.A. Maggioli Editore è un marchio di Maggioli S*p.A. Azienda con sistema qualità certificato ISO 9001: 2008 47822 Santarcangelo di Romagna (RN) • Via del Carpino, 8 Tel. 0541/628111 • Fax 0541/622595 www.maggiolieditore.it e-mail : clienti .editore @ maggio li .it Diritti di traduzione, di memorizzazione elettronica, di riproduzione e di adattamento totale o parziale con qualsiasi mezzo sono riservati per tutti i Paesi. Finito di stampare nel mese di ottobre 2017 nello Stabilimento Maggioli S.p.A. Santarcangelo di Romagna (RN) Introduzione ix di Paolo Natale Capitolo 1 - Oltre il virtuale. Studiare la società attraverso i dati digitali 1 di Massimo Airoldi 1.1 I dati digitali 2 1.2 Oltre il virtuale: Internet, media digitali e società aumentata 6 1.3 Gli oggetti della ricerca online 10 1.3.1 Contesto mediale 10 1.3.2 Opinione pubblica 11 1.3,3 Comportamenti digitali 12 1.3.4 Utenti 14 1.4 Studiare la società attraverso i dati digitali: istruzioni per l’uso 15 1.4.1 Non-intrusività 15 1.4.2 Etica 16 1.4.3 Flessibilità 17 1.4.4 Post-demografìa 18 1.5 Conclusioni 19 Capitolo 2 - Dai dati digitalizzati ai dati virtuali: la Web survey 21 di Paolo Natale 2.1 I dati virtuali: dall’indagine postale alla survey online 22 2.2 Tecniche qualitative in Rete: il blog 29 2.3 Conclusioni 31 Capitolo 3 - Social media e analisi del contenuto 33 di Francesca Arcostanzo e Pamela Pansardi 3.1 Metodi di analisi del contenuto: una rassegna 35 3.1.1 L’analisi manuale del contenuto 36 3.1.2 L’analisi automatica del contenuto 37 3.2 Case study: la campagna di Sala e Parisi per le elezioni a sindaco di Milano 40 3.2.1 I temi dei candidati 43 3.2.2 Priorità dei candidati e dei cittadini a confronto 44 3.3 Conclusioni 46 vi Sommario Capitolo 4 - Sentiment analysis 47 dì Aldo Cristadoro e Francesca Arcostanzo 4.1 Nascita e sviluppi della sentiment analysis 48 4.2 Le tecniche di sentiment analysis 50 4.3 Case study: sentiment analysis e ricerca elettorale 52 4.4 Sentiment analysis: limiti e opportunità 56 4.5 Conclusioni 58 Capitolo 5 - Network analysis e reti su Twitter 59 di Davide Beraldo 5.1 Che cos’è una rete? 60 5.2 Ontologia delle reti su Twitter 62 5.3 Raccolta e preparazione dei dati 64 5.4 Centralità di grado: quali sono i nodi più importanti? 67 5.5 Peso dei legami: quali sono le interazioni più ricorrenti? 71 5.6 Struttura di comunità: in quali sotto-gruppi si può scomporre la rete? 72 5.7 Conclusioni 74 Capitolo 6 - Etnografia digitale 77 di David Consolazio 6.1 II metodo di ricerca 78 6.1.1 Etnografia dei Mondi Virtuali 78 6.1.2 Netnografia 79 6.1,3 Etnografia digitale 80 6.1.4 Metodi a confronto 82 6.2 Tecniche e strumenti di ricerca 84 6.2.1 Content Analysis 85 6.2.2 Sentiment Analysis 85 6.2.3 Network Analysis 87 6.2.4 Discourse Analysis 90 6.2.5 Strumenti di ricerca 91 6.3 Case study: ecosistemi politici su Twitter 92 6.3.1 Metodologia 93 6.3.2 Renzi: lo spazio istituzionale 93 6.3.3 Salvini: la campagna elettorale permanente 94 6.3.4 Grillo: la comunità 95 6.4 Conclusioni 96 Capitolo 7 - Machine Learning per le scienze sociali 97 di Nicola Martocchia Diodati 7.1 Cenni storici e diffusione di Machine Le<irning 98 7.2 Machine Learning e nuovi quesiti per le scienze sociali 99 Sommario vìi 7.3 Principali tecniche di applicazione di Machine Learning 101 7.3.1 Supervised learning 102 7.3.2 Unsupervised learning 104 7.4 Machine Learning e campagna elettorale: come predire le strategie dei partiti 105 7.5 Conclusioni 109 Capitolo 8 - Un esercizio: applicare tecniche statistiche tradizionali ai dati digitali 111 di Stefano Camatarri e Francesco Capuzzi 8.1 Stimare le posizioni dei partiti attraverso dati online: quali strategie? Ili 8.2 Derivare le posizioni dei partiti dai legami di following: un esercizio empirico 115 8.2.1 Costruzione del dataset 116 8.2.2 Multidimensional scaling 116 8.2.3 Cluster analysis 119 8.3 Conclusioni 121 Capitolo 9 - Social media e società: tra Big Data ed echo chambers 123 di Miki Fossati 9.1 Generazione spontanea di gruppi 124 9.2 Origine delle echo chambers 126 9.3 Sfruttamento delle echo chambers 128 9.4 Studio delle echo chambers 131 9.5 Conclusioni 133 Conclusioni 135 di Massimo Airoldi e Paolo Natale Appendice - Fare ricerca digitale, i mezzi e gli strumenti 139 di Guido Anseimi e Valentina Sturiate A.l Applicativi (quasi) gratuiti 141 A.2 Tool ‘ibridi’ per la raccolta dei dati 145 A.3 Python e programmazione API 146 A.4 Conclusioni 151 Glossario 153 Riferimenti bibliografici 159 Autori 167 Introduzione di Paolo Natale WWW. La medesima lettera, ripetuta tre volte. Il vero simbolo della rivoluzione che si è prodotta nel mondo ormai da decenni. World Wide Web. La Rete del mondo intero. Dovunque, nel medesimo istante, tutto ciò che passa da Internet può essere visto, condiviso, contraddetto in tempo reale, nel medesimo istante. La quotidianità di ogni individuo, poco alla volta, tende a mutare in maniera sempre più decisa. Andare su Internet (going online): una frase che, oggi, è diventata sempre più utilizzata, per qualsiasi motivo, in ogni occasione. Per chiacchierare con qualcuno, per trovare informazioni utili, per ascoltare musica, per vedere un film in streaming, per prenotare alberghi o voli, per acquistare biglietti, per leggere le ultime notizie, per studiare testi introvabili in libreria o in biblioteca, per fare la spesa o andare in banca online. Una rivoluzione ancora più radicale e invasiva del computer, che sta alla pari con quella dell’automobile, del telefono, della radio o della televisione. Qualcosa che ha cambiato la vita, e continua a cambiarla sempre più radicalmente, ogni giorno che passa, grazie alle costanti innovazioni che entrano a far parte degli strumenti e delle applicazioni che la Rete fornisce. E se questo è vero per la vita quotidiana di milioni di individui, lo è anche, sia pur con un iter più lento, per la ricerca sociale e politica, per i metodi di analisi che alla vita del Web si possono associare. Questo libro tratta proprio di questo, delle principali modalità attraverso cui studiare la Rete, e ciò che accade nella Rete, soprat­ tutto in quella parte dove sono protagonisti gli individui, gli attori sociali immersi nelle costanti interazioni con il resto del mondo e che, attraverso questo processo, ci dicono qualcosa su di loro, X Introduzione sui loro atteggiamenti, sulle loro opinioni, sul loro stile di vita. E lo fa prendendo come campo di analisi privilegiato quello più specifico del mondo delle scienze sociali e politico-elettorali, quello cioè più legato alla ricerca accademica, ben sapendo che molte di queste tecniche possono facilmente venir utilizzate, cosa che di fatto accade, nel più vasto mondo del marketing e delle ricerche di mercato. Un approccio di questo tipo, va sottolineato fin da subito, non è riconducibile, e anzi se ne distanzia in maniera evidente, alle due principali strade della ricerca, ai due tradizionali paradigmi che per decenni si sono prima “combattuti” per poi tentare una difficile “collaborazione”: il paradigma positivista e quello inter- pretativista (si veda Natale, 2007). I cardini del loro approccio epistemologico e metodologico, nell’analisi di ciò che accade sul Web, debbono almeno in parte venir dimenticati, in favore di una strumentazione del tutto particolare, e di logiche di studio parecchio differenti. Vediamo brevemente come, e perché. I due tradizionali paradigmi della ricerca Nella storia della ricerca sociale, due sono state prevalentemente le metodologie di analisi utilizzare, in diretta relazione alle due diverse (in parte contrapposte) modalità di conoscenza della realtà: il metodo quantitativo e quello qualitativo. Il primo ha come costante punto di riferimento il cosiddetto paradigma positivista (o post-positivista), il secondo il paradigma interpretativo. In estrema sintesi, la storica contrapposizione tra questi due paradigmi ha a che vedere con un dibattito sempre presente nella ricerca teorica ed empirica, sul metodo cioè più appropriato per conoscere la realtà e i fenomeni sociali. Da una parte, i teorici della metodologia quantitativa (legati al paradigma “positivista”, che ha come capostipìte il sociologo Emile Durkheim) hanno creato fin dalle origini i presupposti di ricerca basati sull’analisi oggettiva dei “fatti sociali”, con l’obiettivo di studiare individui e fenomeni cercando di modificare il meno possibile la realtà oggetto di studio. Secondo questo approccio, caratteristico dei primi studi e chiamato realismo ingenuo, la realtà sociale è conoscibile come si trattasse di una