211service.com
Onderzoekers veranderen Twitter in realtime sportcommentator
De wereldwijde menselijke populatie kan worden beschouwd als geografisch verspreide, multimodale sensoren, zeggen Siqi Zhao van Rice University, Houston, en een paar vrienden.
En als dat het geval is, presenteert de Twitter-brandslang de metingen van deze sensoren.
We weten al een tijdje dat dit sensorsysteem realtime updates geeft over grote gebeurtenissen zoals aardbevingen, bosbranden en sterfgevallen door beroemdheden.
Maar hoe zit het met meer frequente, snel veranderende gebeurtenissen, vraag Zhao en co.
Om daar achter te komen, verzamelden deze jongens tweets tijdens de speeltijd van 101 American football-wedstrijden in het seizoen 2010-2011. Dat zijn in totaal 19 miljoen tweets van 3,5 miljoen tweeters.
Het is geen sinecure om deze tweets te begrijpen. Eerst moesten Zhao en vrienden de voetbalgerelateerde tweets van de rest scheiden. Dat is lastig, aangezien slechts 11 procent van de tweets hashtags bevatten die hun onderwerp aangeven.
Vervolgens moesten ze uitzoeken naar welke game elke tweet verwees. Nogmaals, dit kan moeilijk zijn als er maximaal 10 games tegelijk worden gespeeld, hoewel Zhao en co zeggen dat 60 procent van de game-gerelateerde tweets teamnamen bevatten.
Vervolgens moesten ze uitzoeken wanneer een 'gebeurtenis' zich daadwerkelijk heeft voorgedaan; dingen zoals touchdowns, onderscheppingen, onhandige pogingen en velddoelpunten. Dit doen ze met een proces in twee fasen dat naar deze zoekwoorden zoekt en de snelheid meet waarmee ze binnen een bepaald tijdvenster verschijnen. Als de postsnelheid boven een vooraf bepaalde drempel komt, besluit het systeem dat deze gebeurtenis heeft plaatsgevonden.
Ten slotte moet het systeem dit allemaal in realtime doen vanuit een brandslang van maximaal 800 tweets per seconde
Het blijkt dat Twitter met de juiste soort filtering een opmerkelijk nauwkeurig commentaar kan geven, tot op enkele seconden nauwkeurig. Zhao en co zeggen dat tweeters gemiddeld 17 seconden nodig hebben om een spelgebeurtenis te melden.
Vreemd genoeg werkte hun systeem goed bij alle voetbalwedstrijden die ze volgden, behalve één: de Super Bowl zelf.
Dat komt omdat het enorme aantal tweets over deze game het vermogen van Twitter om ze te verspreiden leek te verzadigen. Dus Zhao en co konden geen toename zien in de snelheid waarmee zoekwoorden werden weergegeven.
Afgezien daarvan leken deze jongens een geweldige manier te hebben gevonden om realtime commentaren te maken. De meeste technieken kunnen gemakkelijk worden toegepast op veel andere sportgames, zeggen ze. Hoewel deze games een fanbase van vergelijkbare grootte vereisen. Voetbal en honkbal zijn voor de hand liggende kandidaten en een geautomatiseerd opstarten van sportcommentaar kan niet ver achterblijven.
De techniek heeft echter een belangrijke beperking. Het werkt alleen voor evenementen waarbij trefwoorden van tevoren bekend zijn, zoals 'goal' of 'home run' enzovoort. Wanneer onverwachte gebeurtenissen plaatsvinden, is het systeem zich niet bewust.
Dat suggereert een voor de hand liggende lijn van toekomstig onderzoek: een manier vinden om belangrijke maar onverwachte gebeurtenissen te herkennen. We zijn benieuwd wat Zhao en co bedenken.
Referentie: arxiv.org/abs/1106.4300 : Mensen als realtime sensoren van sociale en fysieke gebeurtenissen: een casestudy van Twitter en sportgames