Hannan ensimmäinen artikkeli

John C. Paolillon artikkelissa ”Structure and Network in the YouTube Core” (2008), tutkitaan Youtuben sosiaalisia suhteita, joiden avulla pystytään selvittämään sovelluksen sosiaalista rakennetta ja ydintä. Artikkelin tarkoituksena on osoittaa yhteys käyttäjien välillä, joka valottaisi erilaisia käyttäjäryhmiä. Materiaalia tämänkaltaiseen tutkimukseen on vaikea kerätä, sillä Youtube ei tarjoa yksityiskohtaista tietoa sosiaalisista verkostoista. Saatavilla on ainoastaan yleistä statistiikkaa toiminnoista.

Tutkimuksessa oli lähdettävä siitä, että löydetään parhaiten tuloksia tarjoavat videot, joiden tietoja tutkitaan. Artikkelissa näitä videoita pidetään lähtökohtina koko tutkimukselle, sillä niiden avulla selvitetään käyttäjien sosiaaliset yhteydet. Jotta löydettäisiin parhaiten tarkoitukseen soveltuvia videoita, tutkija otti metodikseen hakea Googlella kuukauden ajalta suosituimmat videot, joita oli linkitetty eri blogeihin. Kun lähtökohdiksi kelpaavat videot oli valittu, alettiin niitä tarkastelemaan erityisesti tähän tarkoitukseen kehitetyllä ohjelmalla. Ohjelma oli tutkijan itse kehittämä ja se toimi kahdessa osassa. Ensimmäiseksi se tunnisti videon tiedot, joista voitiin identifioida videon tekijä sekä videon saamat kommentit. Toisessa vaiheessa ohjelma etsi videon tekijän kaikki videot, sekä kommentteja antaneiden kaikki videot. Täten saatiin muodostetuksi rakenne ja yhteys eri käyttäjien välille. Tätä operaatiota toistettiin kuitenkin vain seitsemän kertaa, sillä sen jälkeen videot alkoivat toistumaan, joten materiaali ei enää ollut tarkoituksenmukaista.

Videoiden julkaisijat voitiin siis kategorisoida yhdistämällä kaikki julkaisuista löytyvät tagit. Täten saatiin myös selville julkaisijoiden sijainti sosiaalisessa yhteisössä. Ohjelma tuotti laajan määrän aineistoa, tutkittuja videoita kertyi lähes 10 000, julkaisijoita noin 1000, käyttäjiä kokonaisuudessaan 80 000 ja käyttäjien välisiä ystävyyssuhteita 150 000. Tietojen analyysi perustui siihen, että käytetyt tagit yhdistettiin julkaisijoihin hierakisella ryhmäanalyysillä. Ystävyyssuhteet julkaisijoiden välillä saatiin hahmotettua luomalla materiaalista sosiogrammi. Tutkimusmateriaalin rajaamiseksi käytettiin suositumpia hakusanoja käyttäviä julkaisijoita. Julkaisijoista koottiin lopuksi yhdeksän ryhmää, joista jokaista yhdisti sama aihepiiri. Näitä ryhmiä tutkija analysoi tekemällä vektorianalyysiin perustuvat Euklidinen etäisyys ja Wardin klusterointimenetelmät.

Kokonaisuudessaan tämänkaltainen tutkimus on hyvin vaikea suorittaa, sillä materiaalin oikeellisuutta on vaikea arvioida. Tässäkin tapauksessa jo lähtökohtina käytettävät suosituimmat videojulkaisut saattoivat olla huonosti valittuja. Tämän tutkija kyllä mainitsi artikkelissa itsekin. Kun suosituimpia julkaisuja etsittiin blogijulkaisujen avulla, saattoi niitä yhdistää jokin tietty blogeissa suosittu aihepiiri, joka taas Youtube-käyttäjien keskuudessa ei välttämättä ole niin suosittu. Myös tutkimusmateriaalin rajaaminen on saattanut vääristää tutkimustulosta, sillä materiaalilähde oli erittäin suuri. Toisaalta suurella määrällä tutkimusaineistoa voidaan kyllä mielestäni saavuttaa uskottavampi tulos.

Tutkimus osoitti, että Youtuben käyttäjät muodostavat melko selkeitä sosiaalisia ryhmiä eri aihepiirien välille. Tämä tukee olettamusta siitä, että Youtube sisältää sosiaalisen rakenteen. Tutkimus ei kuitenkaan ollut täydellinen, sillä esimerkiksi videoiden kommentointia voitiin käsitellä melko suppeasti. Mikäli tästäkin funktiosta saataisiin kattavaa tietoa, voitaisiin Youtuben sosiaalista rakennetta tarkastella vieläkin tarkemmin.

-Hanna