Kohdistuuko Twitterin #elpymispaketti-keskusteluun informaatiokampanja?

Moni poliitikko on väittänyt viimeisen viikon aikana, että EU:n elpymispakettiin liittyvässä keskustelussa olisi käynnissä informaatiovaikuttamisen kampanja.

Yhtenä ensimmäisistä asian otti esiin Sanni Grahn-Laasonen torstaina 29.4.:

”Toivottavasti joku taho tutkii perusteellisesti EU-paketin ympärillä olevaa informaatiovaikuttamista. En ole vastaavaa masinoitua vyörytystä todistanut aiemmin poliittisessa työssäni.”

Myöhemmin saman tyyppistä viestiä toistivat ainakin Otto Meri, Satu Hassi ja Juhana Vartiainen. Ainakin Meri ja Vartiainen epäilivät informaatiovaikuttamisen takana olevan myös Venäjän intressit kaataa EU:n elvytyspaketti.

Tässä kohtaa on hyvä muistuttaa, että tuoreen selvityksen mukaan suomalaisiin poliitikkoihin ei kohdistunut Twitterissä ulkomailta tulevaa informaatiovaikuttamista.

Yksikään mainituista poliitikoista ei tuonut suoranaisia todisteita ja esimerkkejä esiin, millaisia viestejä he ovat saaneet. Kommenteissa viitattiin sekä sosiaaliseen mediaan että sähköposteihin.

Minua on pyydetty selvittämään, onko Twitterissä menossa jonkinlainen kampanja #elpymispaketti-keskusteluun liittyen. Kyse ei ole mistään yksittäisestä tahosta, mutta huomaan vastaavani ainakin Grahn-Laasosen twiittaamaan toiveeseen.

Tartuin projektiin tämän viikon alussa. Kehitin samalla Tweeps.net-analyysipalveluun uuden toiminnon, jolla voi tehdä bottianalyysin tiettyyn Twitter-käyttäjään viimeisen viikon aikana yhteydessä olleista tunnuksista. Käytin sitä tässä selvityksessä.

Aineisto ja menetelmä

Aineisto koostuu Twitterissä olleista julkisista tiedoista ja twiiteistä aikavälillä 29.4.-5.5.2021. Valitsin kohteeksi tietyt poliitikkojen ja puolueiden Twitter-tunnukset, joiden voisi ajatella olevan EU:n elvytyspakettiin liittyvän vaikuttamisen kohteena, tai jotka ovat itse tuoneet esiin epäiltyä informaatiovaikuttamista. Lisäksi tarkastellut tunnukset ovat muutenkin olleet aktiivisia Twitterissä ja olleet vähintään usean sadan kanssa vuorovaikutuksessa edellisen viikon aikana. Passiiviset tunnukset olisivat huonoja informaatiovaikuttamisen kohteita.

Lisäksi muodostin muista ajankohtaisista poliittisista toimijoista koostuvan verrokkiryhmän. Kyse ei ole satunnaisesta verrokkiryhmästä, vaan ryhmästä, jonka jäseniin ei analyysin perusteella kohdistunut informaatiokampanjaa samojen Twitter-tunnusten toimesta, minkä halusin tuoda verrokkiryhmän muodossa esiin. Esimerkiksi Demarit-tunnus oli ensin tarkasteltavien ryhmässä, mutta siirsin sen verrokkiryhmään.

Eli verrokkiryhmä on osaltaan analyysin tulos. Sen avulla tulee näkyväksi, että arvellun informaatiovaikuttamisen kohteeksi ei ole päätynyt kuka tahansa suomalaispoliitikko tai puolueen Twitter-tunnus, vaan se näyttäisi olevan jollain tapaa kohdennettua.

Varsinainen bottianalyysi kohdistui näiden kahden eri ryhmän jäseniin viimeisen viikon aikana vuorovaikutuksessa olleisiin Twitter-tunnuksiin.

Analyysi perustuu Tweepsin bottianalyysin tuloksiin ja niiden ristiintaulukointiin. Jälkimmäisen avulla tarkastelin, ovatko samat mahdolliset bottitunnukset olleet viimeisen viikon aikana yhteydessä useampiin tarkastelun kohteina olleisiin poliitikkoihin ja puolueiden Twitter-tunnuksiin.

  • Aineisto:
    • Tarkasteluun valitut Twitter-tunnukset (16): OttoMeri, kokoomus, elinavaltonen, KarnaMikko, PaiviRasanen, sannigrahn, satuhassi, filsdeproust, AnnikaSaarikko, TyttiTup, MariaOhisalo, anttihakkanen, MarinSanna, keskusta, KaiMykkanen, PetteriOrpo
    • Verrokkiryhmä (11): veronikahonka, Halla_aho, Vapaavuori, vihreat, vasemmisto, liandersson, kirsipiha, willerydman, Demarit, Haavisto, anttikaikkonen
    • Edellisten kanssa 29.4.-5.5. vuorovaikutuksessa olleet Twitter-tunnukset.
  • Menetelmä:
    • Tweepsin bottianalyysi kaikista vuorovaikutuksessa olleista tunnuksista (perustuu Twitterin rajapinnasta haettuihin twiitteihin). Vuorovaikutus tarkoittaa tässä esimerkiksi vastaamista tai mainintaa jompaan kumpaan suuntaan.
    • Bottianalyysin tulokset: tilastollisen analyysin tunnusluvut ja bottipisteitä saaneet tunnukset. Lisätietoa Tweepsin UKK-sivulta.
    • Bottianalyysiin perustuvat tulkinnat, onko bottipisteitä saaneet tunnukset botteja (+bottityypit), trolleja, spämmääjiä tai ns. epäselviä tapauksia. Tweeps-palvelu muodostaa nämä tulkinnat tilastollisen analyysin tuottamien bottipisteiden tyyppien perusteella.
    • Bottianalyysissä bottipisteitä saaneiden ristiintaulukointi, jonka tuloksena on lukemat, kuinka monen eri tarkastelun kohteen olevan Twitter-tunnuksen kanssa bottipisteitä saaneet tunnukset olivat ko. aikajaksolla olleet yhteydessä.
    • Mahdollisten bottien ja trollien twiittien manuaalinen läpikäynti (ei kaikkia).

Tulokset

Tarkastelen seuraavaksi tuloksia muutaman pääkysymyksen alla.

Oliko informaatiovaikuttamista havaittavissa?

Jos käynnissä on ollut informaatiovaikuttamisen kampanja, pitäisi tuloksista löytyä Twitter-tunnuksia, jotka ovat lähettäneet viestejä monille tarkastelun kohteina oleville poliittikoille ja puolueille. Se osoittaisi, että jokin taho tai jotkin tahot toimisivat tavalla tai toisella koordinoidusti. Niiden tavoitteesta tämä ei kuitenkaan vielä kertoisi.

Yhteensä 359 tunnusta sai vähintään yhden bottipisteen Tweepsin analyysissä. Yksi bottipiste ei vielä merkitse, että kyse olisi välttämättä botista tai trollista. Kyse on pikemminkin vasta jollain tapaa ”epäilyttävästä” tunnuksesta. Palataan tähän alempana.

Alla olevassa kuvassa jokainen bottipisteitä saanut tunnus on yksi pystypalkki. Palkin korkeus kertoo, kuinka monen tarkasteltavan poliitikon tai puolueen Twitter-tunnuksen kanssa ne olivat olleet vuorovaikutuksessa (vähintään kerran).

Tarkasteltuihin tunnuksiin vuorovaikutuksessa olleet bottipisteitä saaneet Twitter-tunnukset.

Huomaa, että kuvassa ei ole kaikkia poliitikkoihin yhteydessä olleita (joita olisi huomattavasti suurempi määrä), vaan ainoastaan bottipisteitä saaneet tunnukset.

Kuten kuvasta näkyy, puolet (50 %) bottipisteitä saaneista oli ollut vuorovaikutuksessa vain yhteen tarkasteltuun poliitikkoon tai puolueeseen. Kaksi kolmasosaa (67 %) oli ollut yhteydessä korkeintaan kahteen. Näiden osalta ei voida epäillä minkäänlaista koordinoitua informaatiokampanjaa.

Mutta joukossa oli myös pieni ryhmä, joka erottuu kuvaajan vasemmassa reunassa:

  • Vähintään viiteen tarkasteltuun poliitikkoon tai puolueeseen oli ollut vuorovaikutuksessa 55 (15 %) Twitter-tunnusta.
  • Vähintään kahdeksaan (eli puoleen 16:sta) oli ollut yhteydessä 22 (6 %) tunnusta.
  • Kärkenä erottuu viisi tunnusta, jotka olivat olleet yhteydessä vähintään 11:een (eli kahteen kolmasosaan 16:sta) tarkasteltuun poliitikkoon tai puolueeseen. Näistä kahdella lukema oli 13.

Ei ole sattumaa, että samat bottipisteitä saaneet Twitter-tunnukset ovat olleet näin moniin suomalaispoliitikkoihin ja puolueisiin yhteydessä tarkasteltuna jaksona. Tämän perusteella on selvää, että jonkinlaista informaatiovaikuttamista on kohdistunut tarkasteltuihin poliitikkoihin ja puolueisiin Twitterissä edellisen 7 päivän aikana.

Onko 55:n tai 22:n Twitter-tunnuksen joukko sitten iso vai pieni? Määränä se on ehdottomasti pieni. Kuitenkin kyse on enemmästä kuin yksittäistapauksista, joten poliitikkojen väitteet informaatiovaikuttamisesta eivät tämän selvityksen perusteella ole vailla katetta.

Mitä informaatiovaikuttaminen sisälsi ja mikä sen kohde oli?

En tehnyt tässä suhteellisen suppeassa selvityksessä bottipisteitä saaneiden tunnusten twiiteistä systemaattista sisällönanalyysiä.

Manuaalinen läpikäynti teki selväksi, että tarkasteltuihin poliitikkoihin ja puolueisiin useimmin vuorovaikutuksessa olleissa bottipisteitä saaneissa Twitter-tunnuksissa (edellä mainitut 22 tunnusta) oli usein sisältönä EU-kriittistä kommentointia ja varsinkin poliittiseen oikeistoon kuuluvien poliitikkojen ja Twitter-aktiivien viestien retweettejä.

Sisällöt liittyivät siis selvityksen kohteena olevaan aiheeseen: EU:n elpymispakettiin. Ilman tarkempaa sisällönanalyysiä ei kuitenkaan voi sanoa, missä määrin aiheen kommentointi oli kritisoivaa ja missä määrin elpymispakettia tukevaa. Otin tämän kuitenkin manuaalisen tarkastelun perusteella huomioon valitessani tarkastelun kohteina olevia poliitikkoja: tässä tapauksessa valitsin niitä, joille näytti kohdistuvan elvytyspaketin kritisointia.

Informaatiovaikuttamisen kohteena näyttää olleen varsinkin Kokoomus, mutta myös laajemmin keskusta-oikeisto. Samaan aikaan kohteena oli vähemmässä määrin muidenkin puolueiden edustajia.

Keihin mahdollinen informaatiovaikuttaminen kohdistui?

Seuraavassa on analyysin tunnusluvut tarkastelluista poliitikoista ja puolueista. Järjestys määräytyy sen mukaan, kuinka monen tunnuksen kanssa kukin oli ollut Twitterissä vuorovaikutuksessa edellisen viikon aikana.

TunnusVuorovaik. 7 pvBottipisteitä saaneet%-osuusMahd. botteja
@OttoMeri1215978 %3
@kokoomus100610510 %4
@elinavaltonen964869 %3
@KarnaMikko818557 %1
@PaiviRasanen777739 %5
@sannigrahn7557910 %3
@satuhassi6427111 %3
@filsdeproust603468 %3
@AnnikaSaarikko495439 %3
@TyttiTup4106215 %1
@MariaOhisalo394349 %2
@anttihakkanen314268 %3
@MarinSanna3074013 %2
@keskusta3063311 %1
@KaiMykkanen2993712 %4
@PetteriOrpo263239 %2

Taulukon mukaan eniten bottipisteitä saaneita eli ”epäilyttäviä” vuorovaikutuksessa olleita tunnuksia oli edellisen viikon aikana seuraavilla: @kokoomus (105), @OttoMeri (97), @elinavaltonen (86), @sannigrahn (79), @satuhassi (71), @PaiviRasanen (73), @TyttiTup (62).

Ei selvästikään ole sattumaa, että moni näistä poliitikoista on jo aiemmin tuonut esiin mahdollisen informaatiovaikuttamisen.

Mielestäni on yllättävää, että @MarinSanna- ja @PetteriOrpo-tunnukset sijoittuivat tässä vertailussa häntäpäähän. Kuitenkin myös niihin kohdistui vuorovaikutusta samojen bottipisteitä saaneiden tunnusten toimesta kuin muihinkin listalla oleviin. Toisaalta hieman kriteerejä muuttamalla olisin voinut ”pudottaa” @PetteriOrpo:n verrokkiryhmään, koska bottipisteitä saaneita vuorovaikutuksessa olleita tunnuksia oli sillä vain 23.

On hyvä huomata, että viikon aikana Twitterissä on ollut useita muitakin keskusteluaiheita kuin EU:n elpymispaketti. Siten kaikki ”epäilyttävien” tunnusten vuorovaikutus ei ole liittynyt pelkästään siihen. Esimerkiksi @PaiviRasanen on keskustellut runsaasti häneen kohdistuneesta rikostutkinnasta. @KarnaMikko puolestaan on hyvin aktiivinen useissa aiheissa. Informaatiovaikuttamisen näkökulmasta ”tehokkaita” kohteita ovat juuri aktiiviset Twitter-käyttäjät, joiden kautta keskustelut leviävät.

Suhteellisesti tarkasteltuna järjestys muuttuisi, mutta tässä tapauksessa se olisi huono mittari. Näin siksi, koska suhteelliseen osuuteen vaikuttaa mm. se, kuinka paljon kyseiset poliitikot saavat muuten viestejä muilta Twitterin käyttäjiltä. Palaan tähän jäljemmässä.

Tarkastelluille poliitikoille ja puolueille oli yhteistä, että ne 1) olivat olleet viimeisen viikon aikana yhteydessä vähintään satojen tunnusten kanssa, 2) joista vähintään 7 % sai analyysissä bottipisteitä. Tärkein ydistävä tekijä tarkastelluille kuitenkin oli nimenomaan samat bottipisteitä saaneet Twitter-tunnukset – erityisesti ne edellä mainitut 22 tunnusta, jotka olivat yhteydessä vähintään puoleen tarkastelluista.

Katsotaan seuraavaksi verrokkiryhmän tuloksia:

TunnusVuorovaik. 7 pvBottipisteitä saaneet%-osuusMahd. botteja
@veronikahonka360175 %2
@Halla_aho2292410 %0
@Vapaavuori218199 %2
@vihreat1571912 %2
@vasemmisto157117 %0
@liandersson155106 %2
@kirsipiha11843 %0
@willerydman1001010 %1
@Demarit971313 %0
@Haavisto813948 %7
@anttikaikkonen80810 %0

Koostin verrokkiryhmän valitsemalla siihen Twitter-tunnuksia, joiden tulosten vertaaminen on kiinnostavaa juuri tässä tapauksessa edellä olevaan ryhmään. EU:n elpymispakettiin liittyen olisi voinut ajatella, että esimerkiksi @demarit-tunnus olisi ollut yhtälailla vaikuttamisen kohteena. Näin ei näytä olleen, sillä siihen vuorovaikutuksissa olleita tunnuksia edellisen 7 päivän aikana oli vain vähän.

Miten nämä eroavat ensimmäisestä tarkasteltavien ryhmästä? 1) Verrokkiryhmään vuorovaikutuksessa olleita Twitter-tunnuksia on vähemmän, 2) bottipisteitä saaneiden määrät ovat pienempiä ja 3) bottipisteitä saaneissa ei ollut merkittävästi samoja tunnuksia kuin ensimmäisessä ryhmässä.

@Haavisto erottuu verrokkiryhmässä mielenkiintoisena erillistapauksena: jopa lähes puolet siihen edellisen 7 päivän aikana yhteydessä olleista tunnuksista sai analyysissä bottipisteitä, mikä on suhteellisesti ottaen merkittävä tulos. Mahdollisia bottitunnuksia niistä oli kuitenkin vain 7. Suurin osa sen bottipisteitä saaneista oli tavallisia spämmikäyttäjiä, ei botteja. Joka tapauksessa mahdollisia botteja oli @Haavistolla enemmän kuin muilla.

Oliko kyse boteista?

Yllä oleviin taulukoihin on merkitty ”Mahd. botteja” -sarakkeeseen, niiden bottipisteitä saaneiden Twitter-tunnusten määrät, jotka olivat Tweeps-palvelun tulkinnan perusteella mahdollisia botteja. Vain aniharva bottipisteitä saaneista oli mahdollisesti varsinaisia botteja.

Koko joukosta 359 bottipisteitä saaneista vain 8 tunnusta luokiteltiin Tweepsin tulkinnoissa mahdollisiksi boteiksi. Toisin sanoen ”epäilyttävistä” tunnuksista vain n. 2 % oli mahdollisia botteja. Tweepsin antamat bottipisteet olivat kaikissa tunnuksissa alle 6, mikä on suhteellisen vähän. Epäilyttävistä tunnuksista voidaan suurin osa manuaalisen tarkastelun perusteella todeta pikemminkin trollaaviksi ihmisiksi kuin ohjelmallisesti toimiviksi boteiksi.

Suurimmassa osassa Tweepsin antamista bottipisteiden tulkinnoista oli kyse spämmääjistä. Tavallisimmin spämmääjä-tulkintaan johtaa epätavallisen suuri retweettien osuus kaikista twiiteistä – kuitenkin niin, että samaan aikaan ei ole merkkejä ohjelmallisesta toiminnasta, joka johtaisi botti-tulkintaan. Lisätietoa löytyy täältä.

Tulosta voi verrata siihen, että jos Tweeps-palvelun bottianalyysi tehdään minkä tahansa nyt tarkastellun poliitikon Twitter-tunnuksen seuraajista, löydetään paljon enemmän mahdollisia botteja kuin mitä tässä vuorovaikutuksessa olleiden tunnusten analyysissä löydettiin. Tarkastelluilla tunnuksilla on siis kyllä botteja seuraajissaan, mutta ne eivät ole aktivoituneet viestimään edellisen viikon aikana.

Tulos on selkeä: ei havaintoa bottiarmeijasta edellisen 7 päivän vuorovaikutuksessa. Kyse oli ihmisten ohjaamista Twitter-tunnuksista.

Tapahtuiko muiden kuin bottien tekemää informaatiovaikuttamista?

Kuten edellä toin esiin, ovat bottipisteitä saaneet Twitter-tunnukset vain pieni osa kaikista, jotka ovat edellisen viikon aikana viestineet tarkastelluille poliitikoille ja puolueille. Tämä tulee esiin yllä olevien taulukoiden ”Vuorovaik. 7 pv” -sarakkeista.

Varsinkin @OttoMeri, @kokoomus ja @elinavaltonen olivat olleet huomattavan suuren joukon kanssa vuorovaikutuksessa Twitterissä edellisen viikon aikana. Sama pätee @KarnaMikko:n tunnukseen, mutta hänelle lukumäärässä ei ole mitään kovin tavallisesta poikkeavaa (minkä tarkastelu vaatisi kuitenkin useamman vertailujakson).

Tweepsin tuloksissa näkyy myös se, kuinka monia viestejä kukin tarkasteltuihin poliitikkoihin ja puolueisiin vuorovaikutuksessa ollut tunnus on näille lähettänyt. Luonnollisesti suurin osa tunnuksista oli ollut vuorovaikutuksessa vain kerran.

Kuitenkin esimerkiksi @kokoomus, @OttoMeri ja @elinavaltonen (ex-Lepomäki) -tunnuksille olivat muutamat tunnukset lähettäneet viikon aikana 20-40 twiittiä. Aktiivisimmat viestijät olivat monessa tapauksessa samoja eri poliitikoilla, ja kuuluivat niihin 22 tunnukseen, jotka olivat olleet vuorovaikutuksessa vähintään puoleen tarkasteltuihin poliitikkoihin ja puolueisiin.

Mutta joukossa oli paljon myös sellaisia Twitter-tunnuksia, jotka eivät saaneet bottianalyysissä pisteitä. Tällaisilla tunnuksilla ei ole tilastollisen analyysin perusteella mitään ns. epäilyttäviä piirteitä kuten viestien lähetyksen säännönmukaisuutta, toistuvaa sisältöä tai tietyn tyyppisten viestien (kuten retweet tai lainaus) ylisuurta osuutta.

Kokonaisuutena keskimäärin vain 10 % kaikista tarkasteltuihin poliitikkoihin ja puolueisiin yhteydessä olleista Twitter-tunnuksista sai Tweeps-palvelun analyysissä bottipisteitä. Suurin osa analysoiduista tunnuksista ei siten ollut millään tavalla epäilyttäviä. 90 % analysoiduista tunnuksista ei joko saanut bottipisteitä tai niillä oli liian vähän julkaistuja twiittejä (vähintään 200 julkista) analyysin tekoon.

Keitä informaatiovaikuttamisen takana oli?

Niin, informaatiovaikuttamista se on pienikin informaatiovaikuttaminen, vaikka sen takana olisi vain kotoperäisiä toimijoita ja poliittisesti aktiivisia kansalaisia. Venäjä-yhteyksiä ei tässä selvityksessä tullut esiin.

Twiittien sisältöjen perusteella taustalla oli poliittista oikeistoa ja sitä tukevia tahoja, jotka pyrkivät vaikuttamaan päätökseen EU:n elvytyspaketista.

Luonnollisesti voisin julkaista TOP-listan niistä tunnuksista, jotka olivat useimmin yhteydessä poliitikkojen ja puolueiden Twitter-tunnuksiin edellisen viikon aikana. Kyse on Twitterissä olevista täysin julkisista tiedoista. Tekisinkin niin, mikäli selvityksessä olisi tullut vastaan selviä tai hyvin todennäköisiä bottitunnuksia.

Tuloksena oli kuitenkin vain kahdeksan ”mahdollista bottia”, joista suurin osa paljastui manuaalisessa tarkastelussa pikemmin ihmisiksi kuin boteiksi. Bottien tutkijan näkökulmasta se oli laiha saalis. Mutta tulos tämäkin.

Jätän siis listan tunnuksista julkaisematta. Jokainen halukas voi bongata kyseisiä tunnuksia Tweeps-palvelun avulla milloin tahansa ja halutessaan torjua heidät sitten Twitterissä, jos niiden tekemä viestintä tuntuu häiritsevältä. Itse en blokannut ketään tämän selvityksen tulosten perusteella.

Organisaatio somessa – tasapainoilua luottamuksella

Pidin eilen Nokialla sikäläisen digihankkeen loppuseminaarissa puheenvuoron, jonka aiheena oli sosiaalisen median käyttö organisaatioissa. Tarkemmin esitykseni teemoja olivat:

  • Suosituimmat somepalvelut Suomessa ja niiden käyttötarkoitukset
  • Koronan vaikutus somen käyttöön
  • Sosiaalinen media uutislähteenä ja luottamus eri somepalveluihin
  • Tunteet sosiaalisessa mediassa ja niihin perustuvat algoritmit
  • Polarisaatio, kuplat
  • Botit, trollit, valeuutiset, maalittaminen, viha(mielinen)puhe
  • Miten luottamus organisaatioon syntyy somessa?
  • Crowdsourcing, ja yhden sellaisen tuloksia: luottamusta vähentävät ja lisäävät asiat somessa
  • Luottamus somevaikuttajiin (tai pikemminkin epäluottamus)
  • Mihin tahoihin somessa luotetaan?
  • Somen käyttö kunnissa
  • Ajankohtaisia vinkkejä someviestintään

Avaa esitys SlideSharessa

Muutama pääpointti:

  • Somepalvelut – erityisesti Facebook ja Instagram – tahkovat tuloksensa sillä, että ne pyrkivät tunnistamaan käyttäjien tunnetilan ja näyttämään siihen sopivia julkaisuja, jotta käyttäjä olisi palvelussa mahdollisimman pitkään.
  • Eniten reaktioita somessa saavat julkaisut, jotka herättävät voimakkaan tunteen – ja ilmeisesti ”tehokkain” tunne on suuttumus. Siksi kärjistävimmät viestit ovat somepalveluille tuottoisimpia, vaikka ne ulospäin sanovat muuta.
  • Somepalvelut eivät pyri maksimoimaan käyttäjien ystävyyssuhteita tai hyvinvointia, vaan mainostulonsa. Siten polarisaatio, kärjistykset jne. satavat niiden laariin.
  • Vihapuhe, häirintä, trollit ja muut sosiaalisen median luottamusta vähentävät ilmiöt ovat nykyisin todella yleisiä. Somepalveluita pidetään uutislähteinä yleisesti epäluotettavina, mutta silti some on pääasiallinen uutislähde monelle – varsinkin nuorille.
  • Useimmat eivät näe olevansa kuplassa, mutta lähes kaikki uskovat informaatiovaikuttamiseen ilmiönä. En minä, mutta muut? Todellisuudessa sosiaalisessa verkostossa jokainen on kuplassa. On kyse vain siitä, tunnistaako sen, ja minkä kokoinen kupla on.
  • Luottamuksen syntyminen somessa on kytköksissä positiivisten tunteiden herättämiseen.
  • Luottamus organisaatioihin syntyy (”tarttuu/siirtyy”) vuorovaikutuksessa organisaation edustajien ja heihin yhteydessä oleviin muiden yleisön jäsenten kanssa.
  • Somevaikuttajiin luotetaan yleisesti todella huonosti: melkein yhtä vähän kuin suoraan yrityksiltä saatuun tietoon. Julkisyhteisöihin ja hallinnon organisaatioihin luotetaan paljon enemmän.
  • Yritysten ja muiden organisaatioiden vaikuttajayhteistyö-/markkinointi ei siten voi perustua luottamuspohjaan. Somevaikuttajien merkitys organisaatioiden viestinnässä voisi olla lähinnä suuremman yleisön saavuttaminen viestille – eli ikään kuin somevaikuttajan käyttäminen houkuttelemaan yleisön organisaation luo.
  • Eniten tietolähteenä luotetaan kunkin alaan asiantuntijoihin. Siksi organisaation kannattaa pyrkiä saamaan omat asiantuntijansa aktiivisiksi somessa.

Puolueiden kannatus ja suhteet Twitterissä #vaalit2019

Tämä on kolmas osa eduskuntavaaliehdokkaiden Twitter-keskustelujen verkostoanalyysistä. Ensimmäisessä osassa esittelin aineiston ja metodin sekä mm. TOP100-listan keskeisimmistä ehdokkaista. Toisessa osassa kävin läpi, millaisiin klustereihin ehdokkaat jakaantuivat ja ketkä ovat kunkin klusterin vaikuttajia.

Tämän kolmannen artikkelin aiheena on puolueet ja niiden kannatus verkostoanalyysin perusteella. Lisäksi tarkastelen, millaisia suhteita puolueiden välillä on.

Puolueiden kannatus Twitterissä: ei näin

Joudun toisinaan perustelemaan, miksi työläitä verkostoanalyysejä kannattaa tehdä, kun eikö riittäisi, että yksinkertaisesti katsotaan Twitter-käyttäjien seuraajalukemia? Ja vastaavasti, eikä puolueiden kannatus käy helpoimmin selville laskemalla kunkin puolueen ehdokkaiden seuraajamäärät yhteen?

Analyysissä käyttämäni eduskuntavaaliehdokkaiden Twitter-keskustelujen data 13 kk:n jaksolta tarjoaa hyvän esimerkin, miksi pelkillä seuraajaluvuilla ei tee juuri mitään silloin, kun tarkoituksena on analysoida tietyn aiheen keskustelua ja sen mielipidevaikuttajia.

Vaikuttajia kävin laajasti läpi kahdessa aiemmassa osassa. Katsotaan nyt puolueiden kannatuksia.

Tehdään ensiksi helpoimman kaavan mukaan ja lasketaan kunkin puolueen ehdokkaiden seuraajamäärät yhteen. Kas tässä:

puolueet-seuraajat-lkm

Kokoomuksen ehdokkailla on yhteensä eniten seuraajia, hieman yli 500 tuhatta. Sen perässä tulevat suht tasaisena joukkona Keskusta, Vihreät ja Vasemmisto. Sitten SDP ja hieman yllättäen Liike Nyt, jolla kuitenkin on Twitteriä käyttäviä ehdokkaita huomattavasti vähemmän (ks. edellinen artikkeli) kuin perässä tulevilla PS:llä, Sinisillä, RKP:llä ja KD:llä.

Sama voidaan esittää suhteellisesti niin, että montako prosenttia kullakin puolueella on kaikkien ehdokkaiden yhteenlasketusta seuraajapotista:

puolueet-seuraajat-prosentit

Kivoja kuvia, mutta niiden informaatioarvio ei ole hääppöinen.

Mikä tässä tarkastelussa sitten on vikana?

  • Summaamalla kaikkien ehdokkaiden seuraajat, yksittäinen Twitter-käyttäjä saatetaan laskea mukaan monta kertaa. Tämä kasvattaa suhteellisesti eniten seurattujen puolueiden lukemia ja vääristää tulosta.
  • Puolueiden yhteenlasketut seuraajamäärät tulevat ennen kaikkea muutamista todella seuratuista käyttäjistä. Esimerkiksi Liike Nytin seuraajista 86 % on Hjallis Harkimon, joka on kaikista ehdokkaista seuratuin. Vastaavasti Keskustan seuraajista 39 % on Juha Sipilän ja Vasemmiston seuraajista 36 % on Paavo Arhinmäen.
  • Seuraajamäärät eivät ole muutoinkaan luotettava mittari, sillä ne ovat alttiita manipuloinnille kuten seuraajien ostolle.
  • Seuraajat saattavat myös kadota nopeasti: esimerkiksi Liike Nytin Kenneth Moreliuksella oli MTV:n uutisen mukaan 152 000 seuraajaa vuonna 2015, mutta tätä kirjoittaessa hänellä on ”enää” 59 279 seuraajaa. Syynä lienee Twitterin tekemät käyttäjätunnusten putsaukset viime vuonna. (Tarkkasilmäinen saattoi huomata jo senkin, ettei Morelius ollut mukana varsinaisessa aineistossa. Hän ei ollut käyttämässäni ehdokaslistassa mukana. Jos olisi ollut, näyttäytyisi Liike Nyt yllä olevassa kuvassa suunnilleen SDP:n kokoisena.)

Sanottakoon vielä, että verkostoanalyysissä en tehnyt ehdokkaiden seuraajamäärillä lähes mitään. Ennen kaikkea seuraajamäärät eivät kerro tarkasteltavasta aiheesta ja sen vaikuttajista.

Puolueiden kannatus Twitterissä: parempi tapa

Kertauksena: analysoimani aineisto koostuu eduskuntavaalien ehdokkaiden Twitter-keskusteluista, minkä pohjalta on laskettu jokaisen kahden ehdokkaan väliset yhteydet huomioiden niiden voimakkuudessa retwiitit, vastaukset ja maininnat twiiteissä. Näin ehdokkaat arvottavat toinen toisensa.

Kyseessä on siis rajattu aineisto, joka kertoo ehdokkaiden välisestä vuorovaikutuksesta ja vaikuttamissuhteista Twitterissä, ja vain siitä. Mielestäni jokaisen vahvan verkostoanalyysin tunnusmerkistöön kuuluu tarkka rajaus tarkasteltavaan aiheeseen. Rajauksella poistetaan aiheeseen kuulumaton kohina ja tarkennetaan kuvaa.

Kun tarkastelu vaihdetaan ehdokkaista puolueisiin, kyse on siitä, että jokaisen puolueen ehdokkaat niputetaan yhdeksi toimijaksi. Näin voidaan laskea verkostossa jokaiseen puolueeseen kohdistuvat yhteydet sekä jokaisesta puolueesta lähtevät yhteydet.

puolueet-yhteydet-lkm

Kuten kuvasta näkyy, eniten kohdistuvia yhteyksiä on Kokoomuksella ja lähes yhtä paljon Vihreillä. Sen jälkeen tulevat Keskusta, SDP ja Vasemmisto selvällä erolla ennen Perussuomalaisia ja Sinisiä.

Järjestys näyttää melko erilaiselta kuin yllä seuraajien kokonaismäärissä. Mielestäni tämä antaa huomattavasti käyttökelpoisempaa tietoa puolueiden keskinäisen vaikutusvallan ja vuorovaikutuksen eroista.

Tässä on kohdistuvat yhteydet suhteellisesti ympyräkaaviona:

puolueet-yhteydet-prosentit

 

Yhteyksien lukumäärissä on mukana puolueiden sisäiset yhteydet (self loops) ehdokkaiden välillä. Pelkästään niiden katsominen antaa väärän käsityksen, joten on tarpeen tarkastella myös puolueiden lähteviä yhteyksiä sekä niiden suhdetta kohdistuvien yhteyksien määrään.

Jotkut puolueet ovat selvästi ”saamapuolella” verrattuna muihin, eli niiden ehdokkaisiin kohdistuu koko verkoston tasolla enemmän yhteyksiä kuin lähtee muiden puolueiden ehdokkaisiin.

Kohdistuvien ja lähtevien yhteyksien määrille voidaan laskea suhdeluvut, tässä paremmuusjärjestyksessä:

  1. Kokoomus: 1,33
  2. Feministinen puolue: 1,31
  3. Siniset: 1,31
  4. Keskusta: 1,19
  5. RKP: 1,04
  6. Vihreät: 0,98
  7. SDP: 0,93
  8. Perussuomalaiset: 0,91
  9. Vasemmisto: 0,90
  10. Kristillisdemokraatit: 0,84
  11. Liike Nyt: 0,79
  12. Piraattipuolue: 0,56
  13. Muut yhteensä: 0,45

Suhteellisesti katsottuna Kokoomuksen, Feministisen puolueen, Sinisten, Keskustan ja RKP:n ehdokkaat saavat enemmän yhteyksiä (vaikutusvaltaa) muilta puolueilta kuin antavat niitä muille. 

Puolueiden suhteet Twitterissä: vuorovaikutus

Viimeisessä vaiheessa tein uuden verkostoanalyysin siten, että verkoston muodosti ehdokkaista niputetut puolueet ja puolueiden väliset yhteydet. Tässä vaiheessa poistin puolueiden itseensä kohdistuvat yhteydet (=alunperin saman puolueen ehdokkaiden väliset), koska ne olisivat vaikuttaneet verkostoanalyysiin.

Näin syntynyt verkostokartta näyttää kokonaisuutena tältä (visualisoinnissa käytin jälleen Force Atlas -algoritmia):

puolueet-kaikki

Huomionarvoista on, että algoritmi asetti SDP:n sijainnin lähemmäksi Kokoomusta ja Keskustaa, eikä Vasemmistoa ja Vihreitä kuten olisi voinut odottaa. Tulos on tältä osin saman tyyppinen kuin aiemmin ehdokkaiden verkostokartan klustereissa.

Tässä versiossa on suodatettu esiin vain keskeisimmät puolueet ja voimakkaimmat niiden väliset yhteydet:

puolueet-6-isointa-arvoilla

Pallukan koko kertoo toimijan keskeisyydestä koko verkoston tasolla. Kokoomus on verkostoanalyysin perusteella keskeisin puolue. Sillä on siis merkittävin asema analysoidussa aineistossa: tässä tapauksessa eduskuntavaaliehdokkaiden Twitter-keskusteluissa.

Toiseksi keskeisin puolue on Vihreät ja kolmanneksi Keskusta. Niiden jälkeen tulevat SDP ja Vasemmisto. Perussuomalaiset on kuudentena.

Katsotaanpa yhteyksien voimakkuuksia puolueiden välillä:

  1. Vihr. -> Kesk. 1354
  2. Vihr. -> Kok. 1307
  3. SDP -> Kok. 1252
  4. Kok. -> SDP 948
  5. Kok. -> Vihr. 911
  6. Kesk. -> Kok. 898
  7. Vas. -> Vihr. 851
  8. Kok. -> Kesk. 848
  9. SDP -> Kesk. 833
  10. Kesk. -> Vihr. 798
  11. SDP -> Vihr. ja Vas. -> Kok. 783
  12. Vihr. -> SDP 726
  13. Kesk. -> SDP 691
  14. PS -> Kok. 686
  15. Vas. -> Kesk. 596
  16. Vihr. -> Vas. 571
  17. PS -> Vihr. 515
  18. PS -> Kesk. 498
  19. Vas. -> SDP 455
  20. Kok. -> Vas. 424

Listaa lukiessa voi arvata, että yhteydet eivät kerro vuorovaikutuksen laadusta. Jokainen Twitter-keskusteluja seurannut tietää, että esimerkiksi perussuomalaisilla ja vihreillä ehdokkailla on pikemminkin kylmä kuin lämmin suhde. Yhteydet kuvaavat ylipäätään vuorovaikutuksen voimakkuutta ja kuka saa huomiota keneltäkin.

Puolueiden suhteet Twitterissä: suosio

Jos halutaan päästä tarkastelemaan keskustelujen luonnetta, voisi verkostoanalyysin rinnalla tai sen osana käyttää tunneanalyysiä (sentiment analysis). Valitettavasti sellaisia suomenkielisiä tunneanalyysityökaluja en ole löytänyt, jotka olisivat suoraan tähän käytettävissä. (Vinkkejä otan mielelläni vastaan!)

Toinen vaihtoehto nimenomaan samanmielisyyden ja suosion tarkasteluun on rajata aineistoa vielä kerran niin, että mukana on vain ehdokkaiden ja sitä kautta puolueiden väliset retweetit. Tämä on helposti tehty.

Alla on puolueiden välisten retwiittien mukaan tehty verkostokartta, suodatettuna seitsemään keskeisimpään puolueeseen ja suurimpiin retwiittien määriin:

puolueet-rt-7-yhteydet-lkm_rajattu

Retwiittien perusteella tehty verkosto näyttää oleellisesti erilaiselta kuin edellä kaikkien yhteyksien pohjalta tehty. Esimerkiksi SDP on nyt lähempänä Vihreitä ja Vasemmistoa kuin Kokoomusta ja Keskustaa.

Lista voimakkaimmista retweet-yhteyksistä:

  1. SDP -> Vihr. 183
  2. Vas. -> Vihr. 159
  3. Vas. -> SDP 110
  4. SDP -> Vas. 108
  5. SDP -> Kok. 97
  6. Kok. -> Kesk. 95
  7. Vihr. -> Vas. 93
  8. Vas. -> FP 89
  9. PS -> Kok. 79
  10. Vihr. -> SDP 73
  11. Vihr. -> Kok. 72
  12. Kok. -> Vihr. 64
  13. SDP -> FP 64
  14. Kesk. -> Kok. 60
  15. Kok. -> SDP 55

Tästä voi tehdä muutamia päätelmiä:

  1. Toisiinsa kiintynein pari on SDP-Vihreät 256 keskinäisellä retweetillä. Tässä suhteessa Vihreät näyttää suunnan ja SDP peesaa.
  2. Toisena tulee Vasemmisto-Vihreät 252 retweetillä. Vihreät määrää tässäkin.
  3. Kolmanneksi vahvin pari on Vasemmisto-SDP 218 retweetillä. Suhde on hyvin tasapuolinen.
  4. Neljäntenä tulee nykyiset hallituskumppanukset Kokoomus-Keskusta 155 retweetillä. Keskusta määrää näiden välillä kaapin paikan.
  5. Viidentenä parivaljakkona on SDP-Kokoomus 152 retweetillä. Kokoomus vie ja SDP vikisee, Twitterissä.
  6. Kuudentena on Vihreät-Kokoomus 136 retweetillä. Niiden välillä tuskin riitoja nähdään.
  7. Perussuomalaiset on voimakkaasti suuntautunut Kokoomukseen, mutta ilman mainittavaa vastakaikua.

Todellisia voimakolmioita on oikeastaan vain kaksi:

  1. SDP-Vihreät-Vasemmisto (726)
  2. SDP-Vihreät-Kokoomus (544)

Voimakkaimmissa pareissa ja kolmioissa on suurimmista puolueista useimmin mukana SDP ja Vihreät sekä niiden jälkeen Kokoomus. Näiden puolueiden ehdokkaat ovat siis eniten osoittaneet samanmielisyyttä ja keskinäistä suosiota Twitter-keskusteluissa retweettaamalla toistensa twiittejä.

Nähtäväksi jää, toteutuuko sama vaalien jälkeen hallitusneuvotteluissa. 

 

Eduskuntavaaliehdokkaiden klusterit Twitterissä #vaalit2019

Julkaisin edellisessä postauksessa verkostoanalyysin eduskuntavaalien ehdokkaiden Twitter-keskusteluista. Tässä artikkelissa käyn läpi verkostossa ilmenevät klusterit eli ryhmittymät.

Klusterin määritelmä on yksinkertainen: samaan klusteriin kuuluvat verkoston toimijat ovat lähempänä toisiaan kuin muita verkoston jäseniä.

Verkoston modulaarisuusarvo on 0,41. Selvästi positiivisena arvona se merkitsee, että verkostossa on nk. yhteisörakenne sen sijaan, että se olisi sattumanvarainen tai hajanainen. Tämä viittaa siihen, että verkoston rakenteella kuten klustereilla on todellista merkitystä sen jäsenille. Tämä on tietenkin odotettavaa, kun kyse on eduskuntavaaliehdokkaiden välisistä keskusteluista.

Mutta nyt klustereihin. Verkostokartassa klustereiden toimijat ja niistä lähtevät yhteydet on merkitty eri väreillä, tässä korostettuna:

ehdokkaat-1012-kaikki-2

Verkosto jakaantuu pääasiassa kymmeneen klusteriin. Ne perustuvat Gephi-analyysiohjelman modularisuusalgoritmin löytämään jakoon. Näihin klustereihin kuuluu n. 95 % kaikista verkostossa mukana olevista 1012 ehdokkaasta.

Yhteenveto klustereista ja niissä olevien ehdokkaiden puolueista (kunkin klusterin pääpuolueet alleviivattuina):

Klusteri Ehdokkaita % Puolueet
K1 150 15 % Vihreät 109, lisäksi mm. SDP 13, Kok., Kesk. ja RKP 6.
k2 143 14 % Vasemmisto 94, Feministinen puolue 20 ja SKP 10, lisäksi mm. Kok. ja Vihr. 3.
K3 135 13 % Keskusta 86, lisäksi mm. Virh. 11, SDP 11., Vas. 6., Kok. ja PS 4.
K4 130 13 % Kokoomus 101, lisäksi mm. SDP 9, Kesk. 5. ja RKP 4.
K5 98 10 % SDP 85, lisäksi mm. PS 4, Kok. ja Vihr. 3.
K6 97 10 % Perussuomalaiset 62, Tähtiliike 8, Suomen kansa ensin 4 ja Reformi 3, lisäksi mm. Kok. 10.
K7 73 7 % Piraattipuolue 33 ja Liberaalipuolue 11, lisäksi mm. Vihr. 10, Kok. 6, SDP ja PS 3.
K8 62 6 % Kristillisdemokraatit 42 ja RKP 19.
K9 47 5 % Siniset 35, lisäksi mm. SDP 5.
K10 29 3 % Liike Nyt 25, lisäksi mm. Kok. 2.
Yhteensä 964 95 %

Kuten taulukosta näkyy, klusterit muodostuivat pääosin puoluejakojen mukaisesti. Klusterianalyysia ei siis tehty puoluejakojen ohjaamana, vaan modulaarisuusalgoritmi muodosti klusterit ehdokkaiden Twitter-keskustelujen mukaan.

Tämä on kiinnostavaa: jos tehdään ajatusleikki, että puolueet perustettaisiin uudelleen (kuten Pekka Sauri vast’ikään esitti), olisi tuloksena ainakin Twitter-keskustelujen perusteella lähes nykyisen kaltainen puoluekartta. Tosin uudessa puoluekartassa voitaisiin verkostoanalyysin mukaan yhdistää seuraavat nykyiset puolueet:
1) Vasemmisto, Feministinen puolue ja SKP
2) Perussuomalaiset, Tähtiliike, Suomen kansa ensin ja Reformi
3) Piraattipuolue ja Liberaalipuolue
4) Kristillisdemokraatit ja RKP

Tässä klusterit merkittyinä verkostokarttaan:

klusterit-kartalla-rajattu

Tuloksia voi tarkastella myös niin päin, kuinka suuri osa kunkin puolueen ehdokkaista on samoissa ja eri klustereissa. Tämä antaa kuvan, kuinka yhtenäinen tai hajanainen joukko jokaisen puolueen ehdokkaat ovat olleet Twitter-keskusteluissa.

Seuraavassa taulukossa on mukana puolueet, joista oli vähintään 10 ehdokasta mukana analyysissä. Erityisen korkeat tai matalat prosentit on korostettu väreillä.

Puolue Ehdokkaita % Samassa klusterissa Eri klustereissa
Vihr. 141 14 % 77 % 23 %
Kok. 135 13 % 75 % 25 %
SDP 131 13 % 65 % 35 %
Vas. 108 11 % 87 % 13 %
Kesk. 102 10 % 84 % 16 %
PS 81 8 % 77 % 23 %
KD 50 5 % 84 % 16 %
Sin. 37 4 % 95 % 5 %
RKP 36 4 % 53 % 47 %
PP 35 3 % 94 % 6 %
LN 29 3 % 86 % 14 %
FP 22 2 % 91 % 9 %
SKP 13 1 % 77 % 23 %
LIB 11 1 % 100 % 0 %
TL 11 1 % 73 % 27 %

Käytännössä ehdokas sijoittuu eri klusteriin kuin puoluetoverinsa silloin, kun hän on ollut Twitter-keskusteluissa enemmän muiden puolueiden ehdokkaiden kanssa. Helpommin näin käy niille ehdokkaille, jotka ovat olleet ehdokkaiden välisissä Twitter-keskusteluissa passiivisia. Esimerkiksi jos ehdokkaalla on vain yksi yhteys verkostossa, mutta se sattuu olemaan ”väärän” puolueen klusterissa olevaan ehdokkaaseen, niin hän sijoittuu ko. klusteriin.

Verkostoanalyysin perusteella Twitter-keskusteluissa hajanaisimmat puolueet ovat olleet SDP ja ja RKP. Jälkimmäisen osalta vain hieman yli puolet ehdokkaista sijoittui samaan klusteriin.

Isoista puolueista yhtenäisimpiä ovat olleet Vasemmisto ja Keskusta. Ylipäätään isot puoleet olivat yllättävänkin yhtenäisiä. Pienemmillä ehdokasmäärillä korkea ”yhtenäisyysprosentti” on pikemminkin odotusarvo, sillä pienpuolueissa ehdokkaat todennäköisesti tuntevat toisensa hyvin muutenkin ja se näkyy myös Twitterissä.

Tuloksia tulkitessa on hyvä huomata, että Gephin modulaarisuusalgoritmi ei tuota eksakteja toistettavia tuloksia: tekemällä saman analyysin monta kertaa peräkkäin, tulokset ovat joka kerralla hieman erilaisia etenkin vähemmän vaikuttavien ehdokkaiden osalta, joilla on verkostossa vain harvoja yhteyksiä muihin. Algoritmia voidaan myös ohjata löytämään joko harvempia (isompia) tai useampia (pienempiä) klustereita. Tässä tapauksessa tein analyysin algoritmin oletusparametreilla.

Seuraavaksi käyn klusterit järjestyksessä läpi isoimmasta pienimpään (K1-K10). Nimeän klusterit sen mukaan, minkä puolueiden pääosa ehdokkaista on niissä mukana. Kaikki kuvat aukeavat klikkauksesta isompana uuteen ikkunaan.

K1: Vihreiden klusteri (150 ehdokasta, 15 %)

k1-6-150-14.82

Tässä klusterissa on valtaosa (109 / 77 %) Vihreiden Twitterissä olevista ehdokkaista. Lisäksi klusterissa on mm. 13 SDP:n, 6 Kok.:n, Kesk.:n ja RKP:n, 3 PS:n, 2 Vas.:n ja KD:n ehdokasta.

Klusterin TOP 10 keskeisimmät vaikuttajat:

Tunnus Nimi Puolue Sija Keskeisyys
@mariaohisalo Maria Ohisalo Vihr. 8 0,78
@emmakari Emma Kari Vihr. 9 0,76
@toukoaalto Touko Aalto Vihr. 10 0,75
@outialanko Outi Alanko-Kahiluoto Vihr. 16 0,65
@yanarozan Ozan Yanar Vihr. 33 0,51
@mikkonenkrista Krista Mikkonen Vihr. 41 0,48
@iiris_suomela Iiris Suomela Vihr. 50 0,41
@op_parviainen OlliPoika Parviainen Vihr. 53 0,40
@johannakarimaki Johanna Karimäki Vihr. 60 0,36
@miikkakeranen Miikka Keränen Vihr. 64 0,35

TOP-listan ulkopuolisia vaikuttajia ja muiden puolueiden ehdokkaita ovat mm. SDP:n Hussein al-Taee (@rauhantaee) ja Keskustan Arto Pirttilahti (@artopirttilahti).

Klusterin suosituimmat hashtagit:

wordcloud-k1-6-tagit

 

K2: Vasemmiston, FP:n ja SKP:n klusteri (143 ehdokasta, 14 %)

k2-2-143-14.13

Tässä klusterissa on valtaosa Vasemmiston (94 / 87 %), Feministisen puolueen (20 / 91 %) ja SKP (10 / 77 %) ehdokkaista. Lisäksi klusterissa on mm. 3 Kok.:n ja Vihr.:n sekä 2 Kesk.:n ja SDP:n ehdokasta.

Klusterin TOP 10 keskeisimmät vaikuttajat:

Tunnus Nimi Puolue Sija Keskeisyys
@liandersson Li Andersson Vas. 2 0,98
@paavoarhinmaki Paavo Arhinmäki Vas. 18 0,61
@veronikahonka Veronika Honkasalo Vas. 39 0,48
@hsarkkinen Hanna Sarkkinen Vas. 40 0,48
@silviamodig silvia modig Vas. 44 0,46
@akpekonen Aino-Kaisa Pekonen Vas. 55 0,39
@katjuaro Katju Aro FP 81 0,30
@tero_hoo Tero Hannula FP 86 0,29
@tiiamaija Tiia Lehtonen Vas. 93 0,28
@suldaansaid Suldaan Said Ahmed Vas. 110 0,23

Klusteri on puoluekentältään yhtenäinen: muiden puolueiden ehdokkaita ei löydy sen keskeisimmistä vaikuttajista.

Klusterin suosituimmat hashtagit:

wordcloud-k2-2-tagit

K3: Keskustan klusteri (135 ehdokasta, 13 %)

k3-3-135-13.34

Tässä klusterissa on valtaosa Keskustan (86 / 84 %) ehdokasta. Lisäksi klusterissa on mm. 11 Virh.:n ja SDP:n, 6 Vas.:n sekä 4 Kok.:n ja PS:n ehdokasta.

Klusterin TOP 10 keskeisimmät vaikuttajat:

Tunnus Nimi Puolue Sija Keskeisyys
@juhasipila Juha Sipilä Kesk. 3 0,92
@annikasaarikko Annika Saarikko Kesk. 13 0,68
@karnamikko Mikko Kärnä Kesk. 20 0,61
@tiilikainen Kimmo Tiilikainen Kesk. 25 0,56
@anttikaikkonen Antti Kaikkonen Kesk. 26 0,56
@katrikulmuni Katri Kulmuni Kesk. 43 0,47
@hannakaisaheikk Hannakaisa Heikkinen Kesk. 49 0,41
@epekoo Eeva Kärkkäinen Kesk. 51 0,41
@jarileppa Jari Leppä Kesk. 52 0,40
@mikalintila Mika Lintilä Kesk. 59 0,36

TOP-listan takaa vaikuttajista löyty muiden puolueiden ehdokkaista mm. Vihreiden Silja Keränen (@siljamp), SDP:n Riitta Mäkinen (@makinen_riitta) ja RKP:n Joakim Strand (@jocke_strand).

Klusterin suosituimmat hashtagit:

wordcloud-k3-3-tagit

K4: Kokoomuksen klusteri (130 ehdokasta, 13 %)

k4-1-130-12.85

Tässä klusterissa on valtaosa Kokoomuksen (101 / 75 %) ehdokkaista. Lisäksi klusterissa on mm. 9 SDP:n, 5 Kesk.:n ja 4 RKP:n ehdokasta.

Klusterin TOP 10 keskeisimmät vaikuttajat:

Tunnus Nimi Puolue Sija Keskeisyys
@petteriorpo Petteri Orpo Kok. 1 1,00
@kaimykkanen Kai Mykkänen Kok. 4 0,84
@sannigrahn Sanni Grahn-Laasonen Kok. 14 0,68
@anttihakkanen Antti Häkkänen Kok. 19 0,61
@saarasofia Saara-Sofia Sirén Kok. 23 0,58
@timoheinonen Timo Heinonen Kok. 27 0,55
@paularisikko Paula Risikko Kok. 29 0,53
@sarisarkomaa Sari Sarkomaa Kok. 30 0,53
@sarimultala Sari Multala Kok. 32 0,51
@villeskinnari Ville Skinnari SDP 34 0,51

TOP-listan takaa vaikuttajista löytyy mm. SDP:n  Eeva-Johanna Eloranta (@elorantaeevajoh) ja Pia Viitanen (@piaviitanensdp).

Klusterin suosituimmat hashtagit:

wordcloud-k4-1-tagit

K5: SDP:n klusteri (98 ehdokasta, 10 %)

k5-8-98-9.68

Tässä klusterissa on valtaosa SDP:n (85 / 65 %) ehdokkaista. Lisäksi klusterissa on mm. 4 PS:n sekä 3 Kok.:n ja Vihr.:n ehdokasta.

Klusterin TOP 10 keskeisimmät vaikuttajat:

Tunnus Nimi Puolue Sija Keskeisyys
@anttirinnepj Antti Rinne SDP 6 0,79
@marinsanna Sanna Marin SDP 7 0,79
@pilvitorsti Pilvi Torsti SDP 17 0,63
@timoharakka Timo Harakka SDP 31 0,53
@anttilindtman Antti Lindtman SDP 38 0,49
@tuulahaatainen Tuula Haatainen SDP 62 0,35
@tarjafilatov Tarja Filatov SDP 66 0,34
@tyttitup Tytti Tuppurainen SDP 76 0,30
@sirpa_paatero sirpa paatero SDP 77 0,30
@lindenaki Aki Linden SDP 84 0,29

TOP-listan takaa vaikuttajista löytyy muista puolueista mm. PS:n Sami Savio (@samisaviofi) ja Henri Häkkilä (@henrihakkila) sekä KD:n Elie El-Khouri (@elieelkhouri).

Klusterin suosituimmat hashtagit:

wordcloud-k5-8-tagit

K6: Perussuomalaisten, TL:n, SKE:n ja Ref.:n klusteri (97 ehdokasta, 10 %)

k6-15-97-9.58

Tässä klusterissa on valtaosa Perussuomalaisten (62 / 77 %), Seitsemän tähden liikkeen liikkeen (8 / 73 %), Suomen kansa ensin -puolueen (4 / 100 %) ja Reformi-liikkeen (3 / 100 %) ehdokkaista. Lisäksi klusterissa on mm. 10 Kok.:n ehdokasta.

Klusteri poikkeaa monista muista siinä, että sen keskeisimmät vaikuttajat tulevat useista puolueista: PS, Kok., Vihr. ja TL. Klusteria voi siis pitää koostumukseltaan sekalaisena, ja sitä määrittää pikemmin keskustelujen aiheet kuin puoluejaot.

Klusterin TOP 10 keskeisimmät vaikuttajat:

Tunnus Nimi Puolue Sija Keskeisyys
@halla_aho Jussi Halla-aho PS 22 0,59
@laurahuhtasaari Laura Huhtasaari PS 47 0,44
@villetavio Ville Tavio PS 67 0,34
@janimakelafi Jani Mäkelä PS 68 0,34
@attekaleva Atte Kaleva Kok. 101 0,25
@ir_rkp Riikka Purra PS 109 0,23
@willerydman Wille Rydman Kok. 115 0,23
@oula_silver Oula Silvennoinen Vihr. 126 0,20
@kokokansanpaavo Paavo Väyrynen TL 139 0,17
@miangrd Mia Nygård Kok. 155 0,16

TOP-listan takaa vaikuttajista löytyy mm. Reformi-liikkeen Panu Huuhtanen (@huuhtanenpanu) ja sitoutumaton Tiina Wiik (@swanoftuonela).

Klusterin suosituimmat hashtagit:

wordcloud-k6-15-tagit

K7: Sekalainen Piraattipuolueen ja LIB:in klusteri (73 ehdokasta, 7 %)

k7-4-73-7.21

Tässä klusterissa on valtaosa Piraattipuolueen (33 / 94 %) ja Liberaalipuolueen (11 / 100 %) ehdokkaista. Lisäksi klusterissa on mm. 10 Vihr.:n, 6 Kok.:n sekä 3 SDP:n ja PS:n ehdokasta.

Klusteri poikkeaa kaikista muista siinä, että sen keskeisimmät vaikuttajat ovat muiden kuin klusterin ”valtapuolueiden” ehdokkaita – vieläpä hyvin tunnettuja ja poliittisen kartan eri puolilta. Klusterin keskeisimmät vaikuttajat ovat Kokoomuksen ja Vihreiden ehdokkaita. Tätä klusteria voi luonnehtia koostumukseltaan sekalaiseksi, ja sitä määrittelevänä tekijänä voi pitää enemmän keskustelujen aiheita kuin ehdokkaiden puoluejakoja.

Klusterin TOP 10 keskeisimmät vaikuttajat:

Tunnus Nimi Puolue Sija Keskeisyys
@filsdeproust juhana vartiainen Kok. 5 0,80
@elinalepomaki Elina Lepomäki Kok. 12 0,69
@jyrkikasvi Jyrki J.J. Kasvi Vihr. 15 0,66
@mkiesilainen Mikko Kiesiläinen Vihr. 35 0,50
@annakontula Anna Kontula Vas. 42 0,47
@atteharjanne Atte Harjanne Vihr. 61 0,36
@teresammallahti Tere Sammallahti Kok. 65 0,35
@otsokivekas Otso Kivekäs Vihr. 79 0,30
@juhanikhr Juhani Kähärä LIB 87 0,29
@petruspennanen Petrus Pennanen PP 106 0,24

TOP-listan takaa vaikuttajista löytyy mm. Vihreiden Mikki Kauste (@mikkikauste) ja Kati Juva (@juvakati), Kokoomuksen Jocka Träskbäck (@jocka) sekä Liberaalipuolueen Amos Ahola (@legioona).

Klusterin suosituimmat hashtagit:

wordcloud-k7-4-tagit

K8: Kristillisdemokraattien ja RKP:n klusteri (62 ehdokasta, 6 %)

k8-7-62-6.13

Tässä klusterissa on valtaosa Kristillisdemokraattien (42 / 84 %) ja RKP:n (19 / 53 %) ehdokkaista. Lisäksi on yksi SDP:n ehdokas.

Klusterin TOP 10 keskeisimmät vaikuttajat:

Tunnus Nimi Puolue Sija Keskeisyys
@sariessayah Sari Essayah KD 24 0,58
@adleande Anders Adlercreutz RKP 28 0,54
@evabiaudet Eva Biaudet RKP 46 0,45
@anna_maja Anna-Maja Henriksson RKP 48 0,43
@paivirasanen Päivi Räsänen KD 88 0,28
@mikaelanylander Mikaela Nylander RKP 117 0,22
@saritanus Sari Tanus KD 122 0,21
@tuomelatiina Tiina Tuomela KD 142 0,17
@anterolaukkanen Antero Laukkanen KD 179 0,14
@siljamaria Silja Borgarsdóttir Sandelin RKP 207 0,10

Klusteri on puoluekentältään yhtenäinen: muiden puolueiden ehdokkaita ei löydy sen keskeisimmistä vaikuttajista. Yllä mainittu yksi SDP:n ehdokas on Pentti Arajärvi (@araj_pentti).

Klusterin suosituimmat hashtagit:

wordcloud-k8-7-tagit

K9: Sinisten klusteri (47 ehdokasta, 5 %)

k9-5-47-4.64

Tässä klusterissa on valtaosa Sinisen tulevaisuuden (35 / 95 %) ehdokkaista. Lisäksi on mm. 5 SDP:n ehdokasta.

Klusterin TOP 10 keskeisimmät vaikuttajat:

Tunnus Nimi Puolue Sija Keskeisyys
@sampoterho Sampo Terho Sin. 11 0,73
@simon_elo Simon Elo Sin. 21 0,59
@lindstrom_jari Jari Lindström Sin. 45 0,46
@tiinaelovaara Tiina Elovaara Sin. 54 0,39
@jniinisto Jussi Niinistö Sin. 69 0,34
@petterileino Petteri Leino Sin. 78 0,30
@tiinaplz Tiina Ahva Sin. 80 0,30
@ari_jalonen Ari Jalonen Kok./Sin. 95 0,28
@mattilapirkko Pirkko Mattila Sin. 113 0,23
@kulmalakari Kari Kulmala Sin. 176 0,14

TOP-listan takaa vaikuttajista löytyy mm. RKP:n Sabrina Kaleva (@sabrinakaleva). Muutoin klusterin keskeisimmät vaikuttajat ovat sinisiä.

Klusterin suosituimmat hashtagit:

wordcloud-k9-5-tagit

K10: Liike Nytin klusteri (29 ehdokasta, 3 %)

k10-0-29-2.87

Tässä klusterissa on valtaosa Liike Nytin (25 / 86 %) ehdokkaista. Lisäksi on mm. 2 Kok.:n ehdokasta.

Klusterissa on vain yksi ehdokkaiden välisissä Twitter-keskusteluissa keskeinen vaikuttaja. Siksi listaan alla muista poiketen vain viisi ehdokasta.

Klusterin TOP 5 keskeisimmät vaikuttajat:

Tunnus Nimi Puolue Sija Keskeisyys
@hjallisharkimo Hjallis Harkimo LN 56 0,38
@stenvall_nora Nora Stenvall LN 304 0,05
@pmerjonen Päivi Merjonen LN 321 0,05
@heleneauramo Helene Auramo LN 323 0,05
@osterlundjan Jan Österlund LN 348 0,04

Klusterin suosituimmat – ja tässä tapauksessa kaikki – hashtagit:

wordcloud-k10-0-tagit

Verkostoanalyysi eduskuntavaaliehdokkaiden Twitter-keskusteluista ja TOP100-vaikuttajat #vaalit2019

Tein neljä vuotta sitten verkostoanalyysin viime eduskuntavaalien ehdokkaiden Twitter-verkostosta. Lisäksi tein analyysin valituksi tulleiden verkostosta sekä näiden yhteenvetona artikkelin. Nyt, kun eduskuntavaalit ovat taas ovella, päätin tarttua samaan haasteeseen toistamiseen.

Näiden välissä olleiden neljän vuoden aikana olen tehnyt lukuisia verkostoanalyysejä. Jälkikäteen ajatellen neljän vuoden takainen analyysini oli melko kevyttä kauraa, vaikka tuottikin kiinnostavia tuloksia. Silloin verkoston suhteet kuvasivat sitä, miten ehdokkaat seurasivat toisiaan Twitterissä.

Tällä kertaa verkostoanalyysin datana ja kohteena on ehdokkaiden väliset keskustelut Twitterissä edellisen 13 kk:n aikana laskettuna 11.3.2019 taaksepäin. Verkoston yhteydet kuvaavat ehdokkaiden välisiä vastauksia, mainintoja ja retweettejä.

Mitä järkeä Twitter-verkostoanalyysissä on?

  • Politiikkaa tehdään vaikutusvallalla ja yhteyksillä. Vaikutusvalta näkyy siinä, kenen keskustelunaloitukset saavat muilta vastauksia ja kannatusta sekä keneen omissa puheenvuoroissa viitataan. Vaikutusvaltaa voidaan selvittää keskusteluverkostoa analysoimalla.
  • Aineiston rajaus vain eduskuntavaaliehdokkaisiin perustuu siihen, että näin ehdokkaat tulevat arvottaneeksi toinen toisiaan. Kyse on siis eräänlaisesta vertaisarvioinnista.
  • Rajaus vain ehdokkaisiin on perusteltu myös siksi, että eduskuntaan valittavat kansanedustajat tulevat työskentelemään toistensa kanssa. On hyödyllistä arvioida jo ennen vaaleja, kenellä ehdokkaista on vaikutusvaltaa muihin. Äänestäjän näkökulmasta eduskuntaan tuskin kannattaa äänestää ehdokkaita, joita muut tulevat kansanedustajat eivät ole kiinnostuneita kuuntelemaan.
  • Verkostoanalyysi ei perustu puoluejakoon, sillä Twitter-keskustelut eivät ole jakaantuneet puolueiden mukaan. On kiinnostavaa nähdä, ketkä ehdokkaat ovat olleet keskusteluissa lähellä toisiaan yli puoluerajojen. Politiikassa on pystyttävä tehdä yhteistyötä ja löytää mahdollisuuksia vaikuttaa kompromissienkin kautta. Äänestäjän näkökulmasta eduskuntaan ei kannata äänestää ehdokkaita, jotka eivät kykene yhteistyöhön, vaan luovat oman kuplansa.

Pitkien puheiden jälkeen itse analyysiin.

23.3.2019 klo 13:15: Juttu on päivitetty uudella aineistohaulla, jossa on 30 uutta ehdokasta mukana. Tämän myötä TOP 100 -listalle tuli Jussi Halla-aho (PS), Saara Hyrkkö (Vihr.) tippui pois ja ehdokkaiden järjestykseen tuli joitain muutoksia. Myös verkosto- ja muut kuvat ovat uudet.

Hain listan ehdokkaista FinlandInc-nimisen käyttäjän Twitter-listasta. Hakuaikana listalla oli 1122 ehdokasta. Lista twiittaavista ehdokkaista ei ole täysin kattava, mutta kattavin, mitä oli saatavilla.

Aineiston eli twiitit pystyin hakemaan vain niiltä, joiden Twitter-tili oli julkinen. Lopullinen aineistohaku käsittää 1012 ehdokasta. Aika- ja käyttäjärajauksen jälkeen aineisto sisältää 19 186 yhteyttä eli ehdokkaiden välistä vastausta, mainintaa ja retwiittiä – jokaiseen näistä liittyy myös tietty twiitti.

Verkostoanalyysin ja -kartan tein Gephi-ohjelmalla. Alla olevat verkoston kuvat ovat siitä peräisin.

Verkostokartta eduskuntavaaliehdokkaista Twitterissä

Tässä kuvassa on koko eduskuntavaaliehdokkaiden Twitter-keskusteluverkosto (iso versio aukeaa klikkaamalla):

ehdokkaat-1012-kaikki

Tarkka verkostokartta on ladattavissa tästä PDF:nä.

Tässä on zoomattu verkoston keskustaan:

verkoston-keskus-1012

Jokainen verkostokartassa oleva toimijoiden eli ehdokkaiden välinen viiva on itse asiassa nuoli. Kyse on siis suunnatusta verkostosta. Nuolet kuvaavat, kuka on vastannut, maininnut tai retweetannut jonkun toisen twiittejä. Mitä useammin näin on tapahtunut, sitä vahvempi on nuolen paksuus eli yhteyden voimakkuus.

Verkostokartassa keskelle sijoittuu ne toimijat, jotka ovat keskimääräisesti lähimpänä kaikkia muita toimijoita eli heidän keskellään. Käytännössä he ovat ehdokkaita, joihin muut ehdokkaat ovat olleet useimmin vuorovaikutuksessa Twitterissä. Vastaavasti verkoston laidoilla on toimijoita, jotka eivät juurikaan ole olleet yhteydessä muihin. Analyysissä oli mukana myös ehdokkaita (88), joilla ei ollut lainkaan yhteyksiä muihin ehdokkaisiin, mutta heidät rajasin y.o. kuvasta pois. Verkostokartta on luotu käyttäen Gephin Force Atlas -algoritmia.

Verkostokartassa toimijat on merkitty eri kokoisilla pallukoilla. Pallukan koko määräytyy kunkin toimijan ominaisvektorikeskeisyyden (eigenvector centrality) mukaan. Se on verkostosta laskettu tunnusluku, joka kuvaa toimijan keskeisyyttä koko verkoston tasolla. Muitakin keskeisyyslukuja on useita, mutta ominaisvektori kuvaa mielestäni parhaiten sitä, mitä yleensä ymmärretään vaikuttavuudella tietyssä rajatussa ihmisjoukossa.

”Vaalit voitetaan keskeltä” kuuluu vanha viisaus ja se näyttää pitävän paikkansa verkostoanalyysinkin perusteella: vuoden 2015 eduskuntavaaleista tekemässäni analyysissä 50 keskeisimmästä ehdokkaasta peräti 82 % eli 41 ehdokasta tuli valituiksi ja kaksi pääsi varalle. Keskeisyys verkostoanalyysissä ennusti läpimenoa paremmin kuin ehdokkaiden seuraajamäärä, sillä 50 eniten seuratusta ehdokkaasta 76 % eli 38 meni läpi.

Verkostokartassa olevat värit kuvaavat verkoston klustereita eli ryhmittymiä. Ne ovat analyysiohjelman tilastollisesti laskemia ja kuvaavat sitä, että samaan klusteriin kuuluvat toimijat ovat keskimäärin lähempänä toisiaan kuin muita verkoston toimijoita. Klustereihin palaan tuonnempana.

Koko 1012 toimijan verkostoa on vaikea lukea paitsi suuren määrän vuoksi myös siksi, että verkosto on suhteellisen tiheä. Verkoston tiheyttä kuvaava keskimääräinen klusterointiluku on 0,253. Jos jokainen ehdokas olisi ollut vuorovaikutuksessa jokaisen toisen kanssa vähintään kerran, olisi lukema tasan 1.

Kohtalainen klusterointiluku yhdessä suuren yhteyksien määrän (19 186) kanssa kertoo siitä, että Twitter on merkittävä keskusteluympäristö eduskuntavaaliehdokkaiden välillä. Tämä antaa analyysille vahvuutta: aineistoa on enemmän kuin riittävästi ja se näyttää olevan tarkoitukseen sopivaa.

Keskeisimpien vaikuttajien verkosto

Keskityn tarkemmassa vaikuttaja-analyysissä 100 keskeisimpään (em. ominaisvektorin mukaan mitattuna) ehdokkaaseen. Heidän sijaintinsa verkostokartassa näkyy tässä kuvassa:

vaikuttajat-100-rajattu

Tarkkasilmäinen voi huomata, että isoimmat pallukat eli keskeisimmät toimijat löytyvät verkoston keskeltä. Vaikuttajien TOP 10 on tuttuja nimiä: @petteriorpo, @liandersson, @juhasipila, @kaimykkanen, @filsdeproust, @anttirinnepj, @marinsanna, @mariaohisalo, @emmakari ja @toukoaalto.

Tässä näkyy, että ollakseen merkittävä toimija, pitää olla vuorovaikutuksessa verkoston eri osien kanssa. Tai tarkalleen ottaen niin, että muut ovat yhteydessä sinuun – mikä lisää vaikeuskertoimia. Mutta et voi olla kovin keskeinen ja vaikutusvaltainen politiikko yli puoluerajojen, jos viihdyt vain omassa kuppikunnassasi. Ainakaan, jos vaikutusvaltaa mitataan aktiivisilla keskusteluyhteyksillä.

Vaikka keskeisimmät vaikuttajat sijoittuvat lähelle verkostokartan keskipistettä, useimmat heistä ovat myös selvästi oman klusterinsa (=saman väristen) muiden toimijoiden lähellä. Vähemmän merkittävät kunkin klusterin toimijat ovat kauempana verkoston keskipisteestä. Tämä kuvaa sitä, että vaikutusvaltaiset poliitikot eivät tyydy vain ”omiensa” suosioon, vaan osallistuvat laajempaan keskusteluun. Jos haluaa saada laajempaa vaikutusvaltaa, ei kannata pitäytyä vain tutussa ja turvallisessa somepiirissä.

Lähennetään kuvaa entisestään ja otetaan tarkasteluun vain 42 verkoston keskeisintä toimijaaa:

vaikuttajat-42-rajattu

Nyt ollaan koko verkoston dynamiikkaa ajatellen tärkeimmässä tarkastelun tasossa. Käytännössä nämä muutamat vaikutusvaltaisimmat ehdokkaat ovat niitä, jotka ikään kuin ”määräävät”, mitkä aiheet nousevat verkostossa keskusteluun ja mitä merkityksiä niille muodostetaan. Kyse on siitä, kenelle vastataan, keneen viitataan ja kenen mielipiteitä kannatetaan retwiittaamalla niitä. Kuvassa on siis ne ehdokkaat, jotka ovat olleet Twitter-keskusteluissa tärkeimpiä mielipidevaikuttajia suhteessa muihin ehdokkaisiin.

Politiikassa sanotaan olevan ratkaisevaa se, kuka määrittelee keskustelun agendan. Yksittäisiä tapahtumia ja asioita oleellisempaa on, kuka onnistuu antamaan niille merkityksiä, jotka tulevat laajemman piirin hyväksymiksi. Tämän takia on merkittävää, kenellä on sellaista sanottavaa, jota muut ovat valmiita kuulemaan ja seuraamaan.

Ei ole mikään ihme, että verkostoanalyysin mukaan vaikuttavimmat ehdokkaat ovat puolueidensa julkisuudessa näkyvimpiä henkilöitä. Twitter ei ole muusta politiikasta ja julkisesta keskustelusta erillään, vaan nykyisin tärkeä osa niitä.

Verkostoanalyysillä ja muilla tilastollisilla menetelmillä saadaan paitsi verkostokartat, klusterit ja keskeisyysluvut, myös lukuisia muita tunnuslukuja, jotka kuvaavat toimijoiden asemaa verkostossa. Käytin ehdokkaiden analyysissä  noin kymmentä tunnuslukua. Referoin jäljessä keskeisimpiä havaintoja ja ehdokkaita Twitterissä erottavia tekijöitä.

Ehdokkaiden TOP 100 vaikuttajat

Alla on lista sadasta Twitterissä vaikuttavimmasta eduskuntavaaliehdokkaasta.  Vaikuttavuus perustuu em. ominaisvektorikeskeisyyslukuun. Kyseessä on suhdeluku: verkoston keskeisin eli Petteri Orpo saa näin luvuksi 1,00 ja muiden ehdokkaiden keskeisyys on suhteessa häneen. Painotan, että jo pääsy TOP 100 -listalle on hyvä suoritus.

Lisäksi on huomioita ehdokasta koskevista havainnoista koskien nimenomaan ehdokkaiden välisiä Twitter-keskusteluja. Sama luonnehdinta ei välttämättä päde ehdokkaiden muuhun Twitterin käyttöön, sillä se ei ole ollut analyysin kohteena. Luonnehdinnat perustuvat ehdokkaiden väliseen vertailuun ja kriteerit ovat samat kaikille. Avaan huomioiden merkitystä tarkemmin listan alla.

# Tunnus Nimi Puolue Keskeisyys
1. @petteriorpo Petteri Orpo Kok. 1,00
Verkoston keskeisin ja välillisin toimija eli mainitaan usein muiden twiiteissä ja yhdistää eniten muita toimijoita.  Ei erityisen aktiivinen Twitterissä. Ei kuplaantunut.
2. @liandersson Li Andersson Vas. 0,98
Lähes keskeisin toimija. Saa paljon retwiittejä ja kohtalaisesti vastauksia. Aktiivinen Twitterin käyttäjä.
3. @juhasipila Juha Sipilä Kesk. 0,92
Kolmanneksi keskeisin toimija, mutta enimmäkseen harmiton. Ei ole erityisen aktiivinen Twitterissä tai ehdokkaiden välisissä keskusteluissa. Seuraa hyvin harvoja muita Twitterin käyttäjiä. Ei kuplaantunut.
4. @kaimykkanen Kai Mykkänen Kok. 0,84
Keskeinen, mutta enimmäkseen harmiton. Aktiivinen ehdokkaiden välisissä keskusteluissa.
5. @filsdeproust juhana vartiainen Kok. 0,80
Merkittävä keskustelun herättäjä ja saa myös kohtalaisesti retwiittejä. Aktiivinen Twitterin käyttäjä.
6. @anttirinnepj Antti Rinne SDP 0,79
Enimmäkseen harmiton. Ei ole erityisen aktiivinen Twitterissä tai ehdokkaiden välisissä keskusteluissa. Seuraa vain harvoja muita Twitterin käyttäjiä.
7. @marinsanna Sanna Marin SDP 0,79
Saa kohtalaisesti retwiittejä ja vastauksia. Aktiivinen Twitterin käyttäjä ja osallistuja ehdokkaiden välisissä keskusteluissa.
8. @mariaohisalo Maria Ohisalo Vihr. 0,78
Saa paljon retwiittejä. Aktiivinen Twitterin käyttäjä ja osallistuja ehdokkaiden välisissä keskusteluissa. On saattanut pyrkiä keräämään seuraajia seuraamalla runsaasti muita (TFF: 1.83).
9. @emmakari Emma Kari Vihr. 0,76
Saa paljon retwiittejä ja kohtalaisesti vastauksia.
10. @toukoaalto Touko Aalto Vihr. 0,75
Saa paljon vastauksia ja kohtalaisesti retwiittejä.
11. @sampoterho Sampo Terho Sin. 0,73
Enimmäkseen harmiton. Ei erityisen aktiivinen Twitterissä tai ehdokkaiden välisissä keskusteluissa, eikä juuri seuraa muita Twitterin käyttäjiä.
12. @elinalepomaki Elina Lepomäki Kok. 0,69
Saa kohtalaisesti retwiittejä.
13. @annikasaarikko Annika Saarikko Kesk. 0,68
Saa kohtalaisesti vastauksia. Ei erityisen aktiivinen Twitterissä. Ei kuplaantunut.
14. @sannigrahn Sanni Grahn-Laasonen Kok. 0,68
Saa kohtalaisesti vastauksia. Ei kuplaantunut.
15. @jyrkikasvi Jyrki J.J. Kasvi Vihr. 0,66
Merkittävä keskustelun herättäjä ja saa myös kohtalaisesti retwiittejä. Hyvin aktiivinen Twitterin käyttäjä.
16. @outialanko Outi Alanko-Kahiluoto Vihr. 0,65
Saa kohtalaisesti retwiittejä. Aktiivinen ehdokkaiden välisissä keskusteluissa.
17. @pilvitorsti Pilvi Torsti SDP 0,63
Saa kohtalaisesti retwiittejä. Aktiivinen ehdokkaiden välisissä keskusteluissa.
18. @paavoarhinmaki Paavo Arhinmäki -4- Vas. 0,61
Merkittävä keskustelun herättäjä ja saa myös paljon retwiittejä. Aktiivinen Twitterin käyttäjä.
19. @anttihakkanen Antti Häkkänen Kok. 0,61
Enimmäkseen harmiton. Ei erityisen aktiivinen Twitterissä tai ehdokkaiden välisissä keskusteluissa.
20. @karnamikko Mikko Kärnä Kesk. 0,61
Merkittävä keskustelun herättäjä. Aktiivinen Twitterin käyttäjä.
21. @simon_elo Simon Elo Sin. 0,59
Saa kohtalaisesti vastauksia muilta. Aktiivinen Twitterin käyttäjä.
22. @halla_aho Jussi Halla-aho PS 0,59
Saa kohtalaisesti retweettejä ja vastauksia.  Ei erityisen aktiivinen Twitterissä tai ehdokkaiden välisissä keskusteluissa. Seuraa hyvin harvoja muita Twitterin käyttäjiä.
23. @saarasofia Saara-Sofia Sirén Kok. 0,58
Saa kohtalaisesti retwiittejä. Aktiivinen ehdokkaiden välisissä keskusteluissa.
24. @sariessayah Sari Essayah KD 0,58
Enimmäkseen harmiton, mutta aktiivinen ehdokkaiden välisissä keskusteluissa. Lähes verkoston välillisin.
25. @tiilikainen Kimmo Tiilikainen Kesk. 0,56
Saa kohtalaisesti retwiittejä.
26. @anttikaikkonen Antti Kaikkonen Kesk. 0,56
Kohtalainen keskustelun herättäjä.
27. @timoheinonen Timo Heinonen Kok. 0,55
Merkittävä suunnannäyttäjä ja keskustelun herättäjä. Aktiivinen Twitterin käyttäjä.
28. @adleande Anders Adlercreutz RKP 0,54
Merkittävä suunnannäyttäjä ja saa paljon vastauksia. Aktiivinen ehdokkaiden välisissä keskusteluissa.
29. @paularisikko Paula Risikko Kok. 0,53
Hyvin harmiton. Ei erityisen aktiivinen Twitterissä tai ehdokkaiden välisissä keskusteluissa. Seuraa hyvin harvoja muita Twitterin käyttäjiä.
30. @sarisarkomaa Sari Sarkomaa Kok. 0,53
Saa kohtalaisesti vastauksia ja retwiittejä. Aktiivinen Twitterin käyttäjä ja osallistuja ehdokkaiden välisissä keskusteluissa.
31. @timoharakka Timo Harakka SDP 0,53
Saa paljon retwiittejä ja kohtalaisesti vastauksia.
32. @sarimultala Sari Multala Kok. 0,51
Enimmäkseen harmiton. Ehdokkaiden välisissä keskusteluissa usein omassa kuplassaan.
33. @yanarozan Ozan Yanar Vihr. 0,51
Saa paljon retwiittejä ja vastauksia.
34. @villeskinnari Ville Skinnari SDP 0,51
Enimmäkseen harmiton. Ehdokkaiden välisissä keskusteluissa usein omassa kuplassaan. Ei erityisen aktiivinen Twitterin käyttäjä. On saattanut pyrkiä keräämään seuraajia seuraamalla runsaasti muita (TFF: 1.97).
35. @mkiesilainen Mikko Kiesiläinen #420 Vihr. 0,50
Merkittävä suunnannäyttäjä ja keskustelun herättäjä.
36. @artosatonen Arto Satonen Kok. 0,50
Saa paljon vastauksia ja kohtalaisesti retwiittejä. On saattanut pyrkiä keräämään seuraajia seuraamalla runsaasti muita (TFF: 1.61).
37. @vuornos Henrik Vuornos Kok. 0,49
Saa paljon vastauksia ja kohtalaisesti retwiittejä. Aktiivinen ehdokkaiden välisissä keskusteluissa. On saattanut pyrkiä keräämään seuraajia seuraamalla runsaasti muita (TFF: 1.67).
38. @anttilindtman Antti Lindtman SDP 0,49
Saa kohtalaisesti vastauksia. Ei erityisen aktiivinen Twitterissä tai ehdokkaiden välisissä keskusteluissa. Seuraa hyvin harvoja muita Twitterin käyttäjiä.
39. @veronikahonka Veronika Honkasalo Vas. 0,48
Merkittävä suunnannäyttäjä ja keskustelun herättäjä. Aktiivinen Twitterin käyttäjä.
40. @hsarkkinen Hanna Sarkkinen Vas. 0,48
Saa kohtalaisesti retwiittejä.
41. @mikkonenkrista Krista Mikkonen Vihr. 0,48
Saa paljon retwiittejä ja kohtalaisesti retwiittejä. Aktiivinen ehdokkaiden välisissä keskusteluissa.
42. @annakontula Anna Kontula Vas. 0,47
Merkittävä suunnannäyttäjä ja saa kohtalaisesti vastauksia. On saattanut pyrkiä keräämään seuraajia seuraamalla runsaasti muita (TFF: 1.20).
43. @katrikulmuni Katri Kulmuni Kesk. 0,47
Enimmäkseen harmiton. On saattanut pyrkiä keräämään seuraajia seuraamalla runsaasti muita (TFF: 1.91).
44. @silviamodig silvia modig Vas. 0,46
Saa kohtalaisesti vastauksia.
45. @lindstrom_jari Jari Lindström Sin. 0,46
Saa paljon vastauksia.
46. @evabiaudet Eva Biaudet RKP 0,45
Enimmäkseen harmiton. Aktiivinen Twitterin käyttäjä. Ehdokkaiden välisissä keskusteluissa usein omassa kuplassaan.
47. @laurahuhtasaari Laura Huhtasaari PS 0,44
Saa paljon vastauksia ja kohtalaisesti retwiittejä. Aktiivinen Twitterin käyttäjä.
48. @anna_maja Anna-Maja Henriksson RKP 0,43
Saa kohtalaisesti retwiittejä.
49. @hannakaisaheikk Hannakaisa Heikkinen Kesk. 0,41
Saa paljon vastauksia. Ei erityisen aktiivinen Twitterin käyttäjä.
50. @iiris_suomela Iiris Suomela Vihr. 0,41
Merkittävä suunnannäyttäjä ja saa paljon vastauksia.
51. @epekoo Eeva Kärkkäinen Kesk. 0,41
Keskustelun herättäjä ja saa paljon myös retwiittejä. Aktiivinen Twitterin käyttäjä. On saattanut pyrkiä keräämään seuraajia seuraamalla runsaasti muita (TFF: 1.20).
52. @jarileppa Jari Leppä Kesk. 0,40
Enimmäkseen harmiton. Ei juurikaan aktiivinen Twitterissä tai ehdokkaiden välisissä keskusteluissa. Ei juuri seuraa muita Twitterin käyttäjiä.
53. @op_parviainen OlliPoika Parviainen Vihr. 0,40
Suunnannäyttäjä. Aktiivinen Twitterin käyttäjä.
54. @tiinaelovaara Tiina Elovaara Sin. 0,39
Saa paljon vastauksia ja kohtalaisesti retwiittejä. Ei erityisen aktiivinen Twitterissä.
55. @akpekonen Aino-Kaisa Pekonen Vas. 0,39
Saa paljon retwiittejä. Ei erityisen aktiivinen ehdokkaiden välisissä keskusteluissa.
56. @hjallisharkimo Hjallis Harkimo LN 0,38
Saa paljon vastauksia ja kohtalaisesti retwiittejä. Ei erityisen aktiivinen Twitterissä tai ehdokkaiden välisissä keskusteluissa. Seuraa hyvin harvoja muita Twitterin käyttäjiä. Ei kuplaantunut.
57. @amvirolainen Anne-Mari Virolainen Kok. 0,38
Enimmäkseen harmiton.
58. @marileenat Mari-Leena Talvitie Kok. 0,37
Hyvin harmiton. Ehdokkaiden välisissä keskusteluissa usein omassa kuplassaan. On saattanut pyrkiä keräämään seuraajia seuraamalla runsaasti muita (TFF: 1.94).
59. @mikalintila Mika Lintilä Kesk. 0,36
Enimmäkseen harmiton. Ei erityisen aktiivinen Twitterissä tai ehdokkaiden välisissä keskusteluissa.
60. @johannakarimaki Johanna Karimäki Vihr. 0,36
Saa paljon retwiittejä. Ehdokkaiden välisissä keskusteluissa usein omassa kuplassaan. On saattanut pyrkiä keräämään seuraajia seuraamalla runsaasti muita (TFF: 1.35).
61. @atteharjanne Atte Harjanne Vihr. 0,36
Saa paljon retwiittejä. Ehdokkaiden välisissä keskusteluissa usein omassa kuplassaan. Ei erityisen aktiivinen Twitterissä. On saattanut pyrkiä keräämään seuraajia seuraamalla runsaasti muita (TFF: 1.25).
62. @tuulahaatainen Tuula Haatainen SDP 0,35
Enimmäkseen harmiton. Ehdokkaiden välisissä keskusteluissa usein omassa kuplassaan. Ei erityisen aktiivinen Twitterissä.
63. @swheimo Sinuhe Wallinheimo Kok. 0,35
Suunnannäyttäjä ja saa myös kohtalaisesti vastauksia. Ehdokkaiden välisissä keskusteluissa usein omassa kuplassaan.
64. @miikkakeranen Miikka Keränen Vihr. 0,35
Suunnannäyttäjä ja saa myös paljon vastauksia. Hyvin aktiivinen Twitterin käyttäjä. On saattanut pyrkiä keräämään seuraajia seuraamalla runsaasti muita (TFF: 0.90).
65. @teresammallahti Tere Sammallahti Kok. 0,35
Keskustelun herättäjä ja saa myös paljon retwiittejä. Aktiivinen Twitterin käyttäjä. Seuraa hyvin harvoja muita Twitterin käyttäjiä.
66. @tarjafilatov Tarja Filatov SDP 0,34
Suunnannäyttäjä ja saa myös kohtalaisesti vastauksia. Ehdokkaiden välisissä keskusteluissa usein omassa kuplassaan.
67. @villetavio Ville Tavio PS 0,34
Saa paljon retwiittejä ja vastauksia. Seuraa hyvin harvoja muita Twitterin käyttäjiä.
68. @janimakelafi Jani Mäkelä PS 0,34
Keskustelun herättäjä. Aktiivinen Twitterin käyttäjä.
69. @jniinisto Jussi Niinistö Sin. 0,34
Enimmäkseen harmiton.
70. @tuomaskurttila Tuomas Kurttila SDP 0,34
Suunnannäyttäjä.
71. @vanhanenmatti Matti Vanhanen Kesk. 0,34
Saa kohtalaisesti retwiittejä ja vastauksia. Ei erityisen aktiivinen Twitterissä tai ehdokkaiden välisissä keskusteluissa ja usein omassa kuplassaan.
72. @kosonenhanna Hanna Kosonen Kesk. 0,33
Saa kohtalaisesti retwiittejä. Ehdokkaiden välisissä keskusteluissa usein omassa kuplassaan.
73. @mialaiho Mia Laiho Kok. 0,31
Saa paljon retwiittejä. Ehdokkaiden välisissä keskusteluissa usein omassa kuplassaan. Ei erityisen aktiivinen Twitterissä. On saattanut pyrkiä keräämään seuraajia seuraamalla runsaasti muita (TFF: 0.86).
74. @tuomopuumala Tuomo Puumala Kesk. 0,31
Hyvin harmiton. Ei juurikaan aktiivinen Twitterissä tai ehdokkaiden välisissä keskusteluissa.
75. @samelisivonen Sameli Sivonen Vihr. 0,30
Saa paljon retwiittejä ja vastauksia. Ehdokkaiden välisissä keskusteluissa usein omassa kuplassaan. On saattanut pyrkiä keräämään seuraajia seuraamalla runsaasti muita (TFF: 1.57).
76. @tyttitup Tytti Tuppurainen SDP 0,30
Saa kohtalaisesti retwiittejä. Aktiivinen ehdokkaiden välisissä keskusteluissa.
77. @sirpa_paatero sirpa paatero SDP 0,30
Saa kohtalaisesti retwiittejä ja vastauksia. Ehdokkaiden välisissä keskusteluissa usein omassa kuplassaan. Aktiivinen Twitterin käyttäjä.
78. @petterileino Petteri Leino Sin. 0,30
Keskustelun herättäjä ja saa kohtalaisesti myös retwiittejä, mutta usein omassa kuplassaan. On saattanut pyrkiä keräämään seuraajia seuraamalla runsaasti muita (TFF: 1.93).
79. @otsokivekas Otso Kivekäs Vihr. 0,30
Saa paljon retwiittejä ja vastauksia. Ei erityisen aktiivinen Twitterissä.
80. @tiinaplz Tiina Ahva Sin. 0,30
Keskustelun herättäjä ja saa myös kohtalaisesti retwiittejä, mutta usein omassa kuplassaan.
81. @katjuaro Katju Aro FP 0,30
Saa paljon retwiittejä ja kohtalaisesti myös vastauksia. On saattanut pyrkiä keräämään seuraajia seuraamalla runsaasti muita (TFF: 1.87).
82. @kurvisentwiit Antti Kurvinen Kesk. 0,29
Enimmäkseen harmiton. Ehdokkaiden välisissä keskusteluissa usein omassa kuplassaan. Ei erityisen aktiivinen Twitterissä. On saattanut pyrkiä keräämään seuraajia seuraamalla runsaasti muita (TFF: 1.93).
83. @sofiavikman Sofia Vikman Kok. 0,29
Saa kohtalaisesti retwiittejä. Ehdokkaiden välisissä keskusteluissa usein omassa kuplassaan.
84. @lindenaki Aki Linden SDP 0,29
Suunnannäyttäjä ja saa myös kohtalaisesti vastauksia. Ei erityisen aktiivinen Twitterissä tai ehdokkaiden välisissä keskusteluissa. Ei juuri seuraa muita Twitterin käyttäjiä. Ei kuplaantunut.
85. @guzenina Maria Guzenina SDP 0,29
Saa paljon retwiittejä. Ei erityisen aktiivinen Twitterissä tai ehdokkaiden välisissä keskusteluissa ja usein omassa kuplassaan.
86. @tero_hoo Tero Hannula 80 FP 0,29
Suunnannäyttäjä ja keskustelun herättäjä. Hyvin aktiivinen Twitterin käyttäjä.
87. @juhanikhr Juhani Kähärä LIB 0,29
Keskustelun herättäjä ja saa myös paljon retwiittejä, mutta usein omassa kuplassaan. Seuraa hyvin harvoja muita Twitterin käyttäjiä.
88. @paivirasanen Päivi Räsänen KD 0,28
Saa kohtalaisesti vastauksia. Ei erityisen aktiivinen Twitterissä tai ehdokkaiden välisissä keskusteluissa.
89. @kristakiuru Krista Kiuru SDP 0,28
Enimmäkseen harmiton. Ei erityisen aktiivinen Twitterissä tai ehdokkaiden välisissä keskusteluissa.  Seuraa hyvin harvoja muita Twitterin käyttäjiä.
90. @orastynkkynen Oras Tynkkynen Vihr. 0,28
Saa paljon retwiittejä ja kohtalaisesti vastauksia. Aktiivinen Twitterin käyttäjä. Ehdokkaiden välisissä keskusteluissa usein omassa kuplassaan. Seuraa hyvin harvoja muita Twitterin käyttäjiä.
91. @anuvehvilainen Anu Vehviläinen Kesk. 0,28
Saa kohtalaisesti retwiittejä ja vastauksia.
92. @hannelevestola Hannele Vestola Vihr. 0,28
Suunnannäyttäjä ja saa myös paljon vastauksia. On saattanut pyrkiä keräämään seuraajia seuraamalla runsaasti muita (TFF: 1.13).
93. @tiiamaija Tiia Lehtonen 9 Vas. 0,28
Suunnannäyttäjä ja keskustelun herättäjä. On saattanut pyrkiä keräämään seuraajia seuraamalla runsaasti muita (TFF: 1.04).
94. @jaanapelkonen Jaana Pelkonen Kok. 0,28
Enimmäkseen harmiton. Ehdokkaiden välisissä keskusteluissa usein omassa kuplassaan. Ei erityisen aktiivinen Twitterissä.
95. @ari_jalonen Ari Jalonen Kok./Sin. 0,28
Enimmäkseen harmiton. Ehdokkaiden välisissä keskusteluissa usein omassa kuplassaan.
96. @niinaratilainen Niina Ratilainen Vihr. 0,28
Suunnannäyttäjä ja saa myös paljon vastauksia. On saattanut pyrkiä keräämään seuraajia seuraamalla runsaasti muita (TFF: 0.99).
97. @kaisamirjam Kaisa Hernberg Vihr. 0,27
Suunnannäyttäjä ja saa kohtalaisesti myös vastauksia. Ehdokkaiden välisissä keskusteluissa usein omassa kuplassaan.
98. @ailapaloniemi Aila Paloniemi Kesk. 0,27
Hyvin harmiton. Aktiivinen ehdokkaiden välisissä keskusteluissa, mutta usein omassa kuplassaan. Ei juuri seuraa muita Twitterin käyttäjiä. Ei erityisen aktiivinen Twitterissä.
99. @juttaurpilainen Jutta Urpilainen SDP 0,27
Saa kohtalaisesti retwiittejä. Ehdokkaiden välisissä keskusteluissa usein omassa kuplassaan. Ei juuri seuraa muita Twitterin käyttäjiä. Ei erityisen aktiivinen Twitterissä.
100. @jokinenkalle Kalle Jokinen Kok. 0,25
Saa kohtalaisesti retwiittejä. Ei juurikaan aktiivinen Twitterissä tai ehdokkaiden välisissä keskusteluissa ja usein omassa kuplassaan. Ei juuri seuraa muita Twitterin käyttäjiä.

Huomioiden selityksiä:

  • Suunnannäyttäjä: Saa suhteellisesti muita enemmän retwiittejä. Toimijalla on seuraajia, jotka ovat halukkaita kannattamaan hänen esiin nostamiaan teemoja. Voivat olla voimakkaasti mielipiteitä jakavia henkilöitä sekä aiheuttaa polarisaatiota keskusteluissa.
  • Keskustelun herättäjä: Saa suhteellisesti muita enemmän suoria vastauksia twiitteihinsä. Kertoo siitä, että henkilöllä on sanottavaa, jota muut kuuntelevat ja ryhtyvät keskusteluun, vaikka eivät aina olisi henkilön kanssa samaa mieltä.
  • Enimmäkseen harmiton: Saa suhteellisen vähän retwiittejä ja suoria vastauksia. Keskeisyys verkostossa perustuu siihen, että henkilö mainitaan muiden twiiteissä esimerkiksi muun asemansa vuoksi. Nämä henkilöt ovat usein passiivisia keskusteluissa.
  • Ei kuplaantunut: Perustuu toimijan matalaan paikalliseen klusterointilukuun (clustering coefficient < 0,10), joka kertoo, että henkilön verkosto on laaja eikä sisäänpäin kääntynyt kuppikunta.
  • Omassa kuplassaan: Perustuu toimijan suhteellisesti ottaen korkeaan paikalliseen klusterointilukuun (> 0,20). Henkilö on muita useammin keskusteluissa sellaisten kanssa, jotka kuuluvat hänen kanssaan samaan klusteriin tai ovat muuten verkostossa lähellä.
  • Aktiivinen Twitterin käyttäjä: Perustuu toimijan selvästi muita suurempaan twiittien määrään.
  • On saattanut pyrkiä keräämään seuraajia…: Perustuu toimijan muita tavallista matalampaan TFF-lukemaan (Twitter Follower-Friend Ratio), joka kertoo toimijan seuraajien ja seurattavien lukumäärän suhteen. Jos lukema on alle 1,00, henkilöllä on enemmän seurattavia kuin seuraajia. Twitterissä on yleinen ilmiö, että jotkut pyrkivät saamaan uusia seuraajia seuraamalla massiivisesti muita, jotta nämä seuraisivat vastavuoroisesti häntä. (Todellisuudessa paljon tehokkaampi tapa saada seuraajia on esimerkiksi se, että on jotain kiinnostavaa sanottavaa keskusteluissa.)

Puolueet ehdokkaiden TOP 100 -listalla

Ehdokkaiden TOP 100 -listan vaikuttajat jakaantuvat eri puolueisiin seuraavasti:

ehdokkaat-top100-puolueet-2

Alla on sama taulukossa sekä suunnannäyttäjät, keskustelun herättäjät ja usein omissa kuplissaan keskustelijat:

Puolue TOP 100
-ehdokkaita
Suunnan-
näyttäjiä
Keskustelun
herättäjiä
Usein omissa
kuplissaan
Kok. 21 2 3 7
Vihr. 19 7 2 5
Kesk. 16 0 3 4
SDP 15 3 0 6
Vas. 8 3 3 0
Sin. 7 0 2 2
PS 4 0 1 0
RKP 3 1 0 1
KD 2 0 0 0
FP 2 1 1 0
LIB 1 0 1 1
LN 1 0 0 0
Kok./Sin. 1 0 0 1
Yhteensä 100 17 16 27

Kokoomus ja Vihreät ovat analyysin perusteella Twitterissä vahvoilla. Sama havainto on tehty useissa aiemmissakin analyyseissä. Heidän jälkeensä tulevat Keskusta ja SDP.

Eduskuntavaalien ehdokkaiden keskustelujen aiheet

Twitter-keskustelujen aiheet konkretisoituvat keskusteluissa käytettyihin hashtageihin. Tavallisesti uuden puheenaiheen noustessa esiin sille keksitään nopeasti yksilöllinen hashtag, joka mahdollistaa sekä aiheen seuraamisen että siihen osallistumisen.

Tein sanapilven kaikista aineiston (19 186 yhteyden) twiiteissä käytetyistä hashtageista. Sanapilvessä isoimpina ovat ne hashtagit, joihin liittyy eniten yhteyksiä eli jotka ovat aiheuttaneet eniten keskustelua ehdokkaiden välillä.

wordcloud-kaikki-1012-tagit-rajattu

Useimmin ehdokkaiden Twitter-keskusteluissa on käytetty hashtageja #sote, #vaalit2019, #vihreät, #kokoomus, #politiikka, #keskusta, #yleastudio ja #ilmastonmuutos.

Tässä lista suosituimmista hashtageista ja niihin liittyvien yhteyksien määristä:

Hashtag Yhteyksiä
#vaalit2019 700
#sote 661
#vihreät 487
#kokoomus 444
#politiikka 369
#keskusta 289
#yleastudio 254
#eduskuntavaalit2019 212
#ilmastonmuutos 206
#eduskunta 189
#koulutus 169
#vasemmisto 142
#suomiareena 140
#sdp 138
#helsinki 122
#hallitus 121
#piraatit 110
#helvaltuusto 106
#maksuton2aste 103
#eduskuntavaalit 100
#tasaarvo 100
#oulu 97
#ilmastovaalit 96
#vaalit 94
#nuoret 93
#ilmasto 88
#lapset 77
#turpo 75
#maakuntauudistus 69
#demokratia 69
#tulevaisuuslinja 68
#aktiivimalli 65
#perustulo 61
#siksitiede 59
#abortti 58
#mielenterveys 56
#ykkösaamu 56
#sosiaaliturva 55
#liikenyt 54
#soini 51
#perussuomalaiset 50
#samasuunta 50
#pirkanmaa 50

Tein sanapilven samalla periaatteella myös twiiteissä olevien linkkien domaineista:

wordcloud-kaikki-domainit-1012-rajattu.png

Eniten ehdokkaiden välisissä Twitter-keskusteluissa on mainittu linkkejä, jotka johtavat sivustoihin uusisuomi.fi, yle.fi, hs.fi, iltalehti.fi ja verkkouutiset.fi.

Lista domaineihin liittyvien yhteyksien määristä:

Domain (twiittien linkeissä) Yhteyksiä
uusisuomi.fi 188
yle.fi 134
hs.fi 125
iltalehti.fi 76
verkkouutiset.fi 59
facebook.com 56
is.fi 46
vihreat.fi 38
kansanuutiset.fi 30
demokraatti.fi 25
eduskunta.fi 23
helsinki.fi 23
aamulehti.fi 20
suomenuutiset.fi 19
youtube.com 19
youtu.be 19
tinyurl.com 18
ts.fi 18
suomenmaa.fi 17
bit.ly 16
talouselama.fi 15
vamlas.fi 13
kansalaisaloite.fi 11
instagram.com 11
ossitiihonen.com 9
kauppalehti.fi 9
kdlehti.fi 9
sttk.fi 9
pohjalainen.fi 8
kokoomus.fi 8
pekkarautio.fi 7
duunitori.fi 7
libera.fi 7
ruutu.fi 7
jocka.fi 7
ksml.fi 7
ilmastoveivi2019.fi 6
toivoajatuspaja.fi 6
theguardian.com 6
mtvuutiset.fi 6
ellunkanat.fi 6
hel.fi 6
goo.gl 6
hbl.fi 6
maaseuduntulevaisuus.fi 5
valtioneuvosto.fi 5
sumall.com 5
flickr.com 5
ilkka.fi 5
oaj.fi 5
apu.fi 5

 

Verkoston klusterit sekä niiden vaikuttajat ja puheenaiheet

Jatkan verkostoanalyysin tulosten perkaamista käymällä läpi verkoston klusterit toisessa artikkelissa.

Mobiilia ja monilukutaitoa

Kesäloma on taakse jäänyttä elämää ja syyskauden koulutuskeikat päässeet alkuun.

Mobiililaitteet koulunkäynninohjaajan työvälineenä

Viime viikon keskiviikkona olin Pyhäjärvellä pitämässä mobiilaitteiden käytön koulutusta kunnan koulunkäynninohjaajille. Ennen en olekaan pitänyt koulutusta tälle kohderyhmälle. Tuntuu, että koulunkäynninohjaajat ovat jääneet monesti kuin paitsioon tieto- ja viestintätekniikan käytön osalta. Kuitenkin esimerkiksi nuorten sosiaalisen median palvelujen tunteminen ja mobiilisovellusten käyttömahdollisuuksien tunteminen oppimisen tukena ovat heille erittäin hyödyllistä tietoa.

Avaa esitys SlideSharessa

Monilukutaito lukion opetuksessa

Viime perjantaina kävin Keravan lukiolla pitämässä opettajille koulutuksen monilukutaidosta. Aivan kuten peruskoulun puolella myös lukioissa riittää työtä uuteen OPS:iin sisältyvän monilukutaito-käsitteen haltuunotossa. Käsite on hyvin laaja ja sitä voi katsoa todella monesta eri näkökulmasta.

Omassa näkökulmassani painottuu se, miksi monilukutaito on tullut mukaan opetussuunnitelmiin, ja mihin monessa aihetta käsittelevässä artikkelissa viitataan: varsinkin verkossa uusia tekstilajeja piisaa loputtomiin, ja niitä ei perinteinen äidinkielen opetus yksinään tavoita. Siksi tarvitaan koulutuksen läpilyövää monilukutaidon opetusta, joka sisältää niin uudet luku- ja kirjoitustaidot että sosiaalisia taitoja sekä näiden arviointikykyä.

Avaa esitys SlideSharessa

Aiemman sosiaalista mediaa ja monilukutaitoa käsittelevän artikkelini löydät tästä.

 

Nuoret somessa ja some opetuksessa (esitys)

Eilen olin Kärsämäen Frosteruksen koululla kouluttamassa alueen opettajille, miten lapset ja nuoret käyttävät sosiaalista mediaa, sekä miten somea tulee käyttää opetuksessa. Alla esitys.

Avaa esitys SlideSharessa

Jälleen kerran reilun somen säännöt saivat positiivista palautetta. Joku sanoi osuvasti, että ne sopivat yhtälailla aikuisille kuin lapsillekin – somessa ja sen ulkopuolella.

reilun-somen-saannot

Nuoret, some ja opetus (esitys)

Torstaina kävin Espoossa Keskuspuiston ammattiopistossa pitämässä koulutuksen AMEO-verkoston eli ammatillisen erityisopetuksen oppilaitosten TVT-tukihenkilöille. Aiheena oli nuorten tavat käyttää sosiaalista mediaa ja somen opetuskäyttö.

Avaa esitys SlideSharessa

 

Sosiaalisen median ajankohtaiskatsaus ja some opintojen ohjauksessa (esitykset)

Pidin viime perjantaina koulutuksen Oulun seudun ammattikorkeakoulun (OAMK) Verkko-ohjaaja -hankkeen ydinryhmälle sosiaalisen median perusteista ja nykytilasta Suomessa sekä somen käytöstä opintojen ohjauksessa. Alla esitykset:

Avaa esitys SlideSharessa

Avaa esitys SlideSharessa

 

Digitaalisuus, sosiaalinen media ja opetuksen kehittäminen käytännössä (esitys)

Kävin eilen pitämässä koulutuksen OAJ:n Kanta-Hämeen alueyhdistyksen järjestämässä tilaisuudessa. Aiheena oli uusiin opetussuunnitelmiin liittyvät teemat: digitaalisuus, sosiaalinen media ja opetuksen kehittäminen.

Avaa esitys SlideSharessa