Network analysis: il caso di Loredana Berte e Boomdabash |community detection|

Questa estate Loredana Bertè è tornata al successo con il pezzo “non ti dico no” cantata assieme ai Boomdabash 

 

Il pezzo l’ho trovato molto adatto alla sua voce.

Al di là di questo mi sono chiesto, magari sbagliandomi, cosa avessero in comune i loro network. L’ho chiesto ai dati.

L’analisi del network con Facebook: community detection

Obiettivo dell’analisi tecnicamente individuata come |community detection| è quello di comprendere visivamente i ruoli che differenti players giocano all’interno della rete. In particolare analizzando le pagine ufficiali di Loredana Bertè e della band Boomdabash, capire con chi questi due mondi sono connessi per analizzarne coesistenze.

A valle del caso Cambridge Analytica, Facebook ha immesso delle notevole restrizioni sulle proprie API. Ora, in modo free, è possibile prelevare pochi dati; tra questi i like che le varie pagine esistenti sul social network si scambiano.

Questa tipologia di dati ci permette di comprendere come due network, composti da pagine ufficiali e non da profili, siano variegati permettendoci di creare una rete tra le pagine in contatto tra di loro, tramite lo scambio dei “like”.

Community detection con Facebook: il settaggio di Netvizz

Entrando nell’estensione di Facebook denominata Netvizz, inseriamo l’ID delle pagine di interesse e settiamo la profondità delle relazioni. Facebook ci permette di scegliere due valori tra 1 e 2: il primo indica una relazione diretta tra le pagine, il secondo una relazione indiretta tra le pagine. Nel caso in esame la profondità di relazioni è stata lasciata ad 1, per una miglior identificazione dei bridge di primo livello.

Prelevati i dati è stato necessario realizzare un merge, unirli, per capire se i due network si parlassero e quali fossero i nodi di congiunzione. L’universo di riferimento è molto contenuto, 72 nodi che realizzano poco più di 200 relazioni.  Guardano le misure strutturali del network, abbiamo una densità elevata: 0,042 segno che ci troveremo davanti ad un sociografo relativamente fitto.

Community detection: il risultato

Community_detection_Loredana_Bertè_BoomdabashL’analisi dei dati presenta due mondi fondamentalmente separati: le pagine che si linkano attraverso i like sono diverse. L’unico  bridge è rappresentato dalla pagina ufficiale di Alessandra Amoroso (cantante corregionale del gruppo Boomdabash e con i quali ha già in passato collaborato artisticamente).

In termini di clustering il network nella sua totalità  è composto per il 37% da Musicisti/Band, dal 9% da Artisti, il 5% da personaggi pubblici ma nella sua distribuzione è altamente sbilanciato. 

Il network di Loredana Bertè è comporto per la maggior parte da band e musicisti (cluster fucsia) artisti (cluster arancione) e personaggi pubblici (cluster celeste). Di questo ne detiene la totalità.
 
community_detection_musicisti  Riporto di fianco per praticità, un estratto analitico della composizione del cluster delle band/musicisti presidiato dalle due pagine oggetto d’analisi.

 Il network dei Boomdabash presenta una particolare caratteristica: è composto da pagine di industry differenti. Aspetto molto interessante, soprattutto perchè offre la possibilità di condividere il proprio contenuto editoriale con micro-mondi altrimenti difficili da raggiungere: infatti, rispetto al network di Loredana Bertè, è l’unico ad avere dei brand di abbigliamento (cluster giallo), degli event planner (cluster verde acqua) piuttosto che che dei tatoonist.