Twitter und die Schlandkette – #tvduell

Och wann et net mäin immediaten Domaine ass, mee well ech den Ament souwéisou d‘linguistesch Dimensiounen vum Twitter ausloten, hat sich das heutige deutsche TV-Duell zwischen Kanzlerin Angela Merkel und Herausforderer Peer Steinbrück für erste oberflächliche linguistische Analysen geradezu aufgedrängt.

Wie kommentierte die Twittergemeinde den Tatort-Ersatz?

Den Tweet-Sammler habe ich erst um 20:47 angeschaltet und bestimmt einiges verpasst, dennoch wurden bis 23:40 immer noch 152.000 Tweets (70.000 Retweets inklusive) mit dem Hashtag #tvduell verschickt bzw. ließen sich script-gesteuert einsammeln. Dieses Korpus besteht aus 2.1 Mio. Wortformen, die sich auf 68.000 Types verteilen.

Schauen wir uns die ersten 100 Inhaltswörter an. Dabei wurden aus der Liste alle Funktionswörter (Artikel, Präpositionen …), Adjektive und Verben gestrichen und übrig bleiben die für diesen Zweck interessanten Substantive und Namen. Diese 100 Wörter addieren zusammen auf 461.000 Formen und repräsentieren so gut 21 % des gesamten Twitter-Textes. Bei den Nennung rangiert Merkels Name mit ca. 57.000 Nennungen vor demjenigen von Steinbrück mit 44.000 Nennungen. Neben den zu erwartenden Begriffen und Namen wie SPD, fragen, NSA, Vertrauen u.a. sticht ein Wort heraus: Kette (3671), was sich auf die Halskette von Frau Merkel bezieht. Sehr häufig erscheint auch die Form Schlandkette (3546) ‚Deutschlandkette‘ – ein Begriff, der in der Twitter-Gemeinde sehr schnell entstand, aufgegriffen und weiterverbreitet wurde. Synonyme sind Deutschlandkette (768), Belgienkette (47) – weil die Farbreihung nicht ganz stimmte -, Kanzlerinnenkette, Merkel-Kette, Kettengate, Bundeskette, Regenbogenkette, Regierungskette, Schlaaand-Kette, BRD-Halskette, Bundeskanzlerinnenhalskette, D-Landkette, Deutschland-Flagge-Halskette, Haribokette, Hättehättedeutschlandkette  und sehr viele mehr. Sie zeigen den spielerischen Umgang mit der Kommentarmöglichkeit, die Twitter über spontane Netzwerkbildung bereitstellt: Instant-Sprachkreativität, die sich in Minutenschnelle (s.u.) im Netzwerk verbreitet (oder verbreiten kann) – über die Relation zu den Themen des TV-Duells und ihre Relevanz überhaupt ließe sich streiten, aber das ist ja auch nicht mein Thema.

Corpuslinguistisch prognostiziertes Wahlergebnis

Die Worthäufigkeiten lassen sich nach den verschiedensten linguistischen Kriterien auswerten. Nicht-linguistisch und eher spielerisch ist die Ermittlung der Nennungen der verschiedenen Parteien, was zu einem  corpuslinguistisch ermitteltem Wahlergebnis führt. Demnach kommt die …

• SPD mit 4.1160 Nennungen auf 33.67%
• CDU mit 2.407 Nennungen auf 27.58%
• FDP mit 2.640 Nennungen auf 21.37 %
• CSU mit 1.264 Nennungen auf 10.23%
• Grünen mit 455 Nennungen auf 3.68%
• Die Linke mit 428 Nennungen auf 3.46%

Entwicklungen im Zeitverlauf

Durch die Auswertung der Zeitstempel lassen sich sprachliche Entwicklungen und Ereignisse – minutengenau – über den Zeitverlauf hinweg beobachten. Die folgenden Abbildungen zeigen die Tweethäufigkeit in 5-Minuten-Abständen. Dabei gibt die Helligkeit zusätzlich die Zahl der Twitterer an.

Zunächst die Nennung des Hashtags #tvduell über den Verlauf von ca. 3 Stunden, das sich im Sendungsverlauf bis 22:00 zwischen 100 bis 150 mal pro 5 Minuten recht häufig findet und danach stark nachlässt:

Es folgen im direkten Vergleich nun die Nennungen der beiden Kontrahenten:

Und schließlich die neu kreierte Schlandkette, die um ca. 20:47 das Licht der Twitter-Welt erblickte.

Aus dem relativ schnellen Absinken danach kann auch gefolgert werden, dass es sich um eine lexikalische Neubildung handelt, deren Zukunft ungewiss ist. Aber wer weiß, vielleicht konnte man an diesem Abend die Entstehung eines neuen Wortes in Echtzeit miterleben. Die Verfügbarkeit von Twitter- und anderen Daten und die Auswertungs- und Visualisierungsmöglichkeiten, die sich heute bieten, eröffnen in jedem Fall neue Dimensionen in der Linguistik.

#PeterGilles

Zum Nachbauen

Tweets sammle ich mit dem modifizierten Python-Script TwitterStream von Gustav Arngården.

R leistet wunderbare Hilfe bei der Auswertung und Visualisierung. Für meine Zwecke angepasst habe ich ein Skript von Michael Bommarito, das sich auf Github findet.

# @author: Bommarito Consulting, LLC; http://michaelbommarito.com/

# @date: May 21, 2012

# @email: michael@bommaritollc.com

# @packages: ggplot2, plyr

# Clear and import.

rm(list=ls())

library(ggplot2)

library(plyr)

# Controlling parameters.

hashtag <- "schlandkette" # Hashtag for label purposes

cutoff <- as.POSIXct("2013-01-09 18:47:49", tz="GMT") # First timestamp we will consider 

dt <- 5 # \Delta t, minutes

# Load and pre-process tweets

tweets <- unique(read.csv("tvduellR.csv", sep=",", quote="\"", comment.char="", stringsAsFactors=FALSE, header=FALSE, nrows=300000))

names(tweets) <- c("date", "lang1", "lang2", "text", "location", "user", "description")

# Subsetting für bestimmtes Suchwort/-ausdruck

tweets <- subset(tweets, grepl(hashtag, tweets$text))

tweets$date <- as.POSIXct(strptime(tweets$date, "%a %b %d %H:%M:%S %z %Y", tz = "GMT"))

tweets <- tweets[which(tweets$date > cutoff), ]

# Build date breaks

minDate <- min(tweets$date)

maxDate <- max(tweets$date) +  dt

dateBreaks <- seq(minDate, maxDate, by=dt)

# Use hist to count the number of tweets per bin; don't plot.

tweetCount <- hist(tweets$date, breaks=dateBreaks, plot=FALSE)

# Strip out the left endpoint of each bin.

binBreaks <- tweetCount$breaks[1:length(tweetCount$breaks)-1]

# Count number of unique tweeters per bin.

userCount <- sapply(binBreaks, function(d) length(unique(tweets$user[which((tweets$date >= d) & (tweets$date <= d + dt))])))

# Plot data

title = paste("Anzahl der Tweets pro 5 Minuten für Stichwort '",hashtag, "'")

plotData <- data.frame(dates=dateBreaks[1:length(dateBreaks)-1], tweets=as.numeric(tweetCount$count), users=as.numeric(userCount))

ggplot(plotData) +

geom_bar(aes(x=dates, y=tweets, color=users), stat="identity") +

scale_x_datetime("Zeit") +

scale_y_continuous("Anzahl der Tweets") +

opts(title=title)

ggsave(paste(hashtag, ".jpg"), width=12, height=8)