Závěr si udělejte sami, pro mne jsou Slušní lidé další z nepřeberného množství subjektů, které se pohybují v poli extrémní pravice, zhruba tak, jak toto pole vymezuje Ministerstvo vnitra.
Před několika týdny mne na Facebooku veřejně oslovil Pavel Doležal s prosbou, zda bych se nemohl podívat na profil fanoušků stránky Slušní lidé. Zajímala ho analýza oblíbených stránek aktivních fanoušků této stránky. Tedy analýza, kterou u nás původně rozšířil Jan Schmid, a která se stala výchozí iniciací pro značnou část mojí dizertace. S výsledky podobných analýz měli čtenáři Databoutique možnost se seznámit už víckrát, například v textu Facebook podle Klubu českého pohraničí aneb rudý květ v modré dálce. Rozhodl jsem se Pavlovi udělat radost, ale protože obvykle tato analýza vyvolává otázky ohledně toho, jaké jsou vlastně motivace uživatelů Facebooku stát se fanouškem nějaké stránky či olajkovat nějaký post, přidal jsem k analýze i teoretickou přílohu: “Proč se lidé stávají fanoušky a lajkují posty”.
Výchozí dataset
Pro naše účely jsem stáhl 154 postů publikovaných mezi 15. 1. 2017 až 15. 5. 2017. Ke každému postu jsem stáhl všechny ID uživatelů Facebooku, kteří měli s danými posty nějaký typ reakce (Like, Angry…). Celkem šlo o 22 874 reakcí od 8 344 uživatelů. Složení typu zapojení bylo následující:
Z datasetu jsem vybral pouze lajky, a zaměřil jsem se na uživatele, kteří lajkovali nejčastěji. Důvodem, proč jsem pro další analýzu zvolil jen lidi, kteří dali lajk a nikoli ostatní typy reakcí, je relativní novost ostatních reakcí a absence relevantních studií o rozdílech, které přináší.
Z datasetu jsem vybral 475 uživatelů, kteří dali 7 a více lajků pod posty v daném období. Celkem tvoří 41,5 % veškerých lajků na stránce.
Facebook neposkytuje přes API přístup k seznamu oblíbených stránek, a to ani u otevřených profilů. Použil jsem skript pro jednoduché stahování přímo z facebookových profilů. V našem případě se tak podařilo získat údaje k 311 profilům. Z těch se podařilo stáhnout celkem 32 194 stránek.
Affinitní stránky vůči stránce Slušní lidé
Základní možností, kterou lze pro analýzu našeho datasetu využít, je spočítat míru affinity stránek oblíbených fanouškovským jádrem stránky. V zásadě se jedná o využití tzv. affinity indexu, který vyvinuli lidé v týmu Cahners Publications a Simmons Market Research Bureau pro potřeby vyhodnocování intenzity vztahu mezi médiem a cílovou skupinou reklamy. Jednoduchost výpočtu indexu přispívá k tomu, že je dnes běžným standardem v tzv. media planningu a svoje uplatnění nachází i jinde.
Server MediaGuru jej ve svém slovníčku definuje přehledně takto:
“Afinita (TAI, Target Affinity Index, vhodnost) je index, který popisuje vhodnost konkrétního reklamního nosiče (magazínu, TV pořadu) pro cílovou skupinu, kampaň. Charakterizuje, jak konkrétní cílová skupina sleduje dané médium ve srovnání s obecnou populací (obvykle dospělí 15+ nebo dospělí 12+). Počítá se jako sledovanost média v konkrétní cílové skupině děleno sledovaností v populaci. (…) Čím vyšší afinita, tím je médium vhodnější pro oslovení konkrétní cílové skupiny. Obvykle afinita vyšší než jedna znamená, že médium je vhodné pro použití v kampani (cílová skupina ho sleduje relativně více než populace).
Příklad: Deník Sport čte v populaci 3,4 % lidí (mužů i žen) ve věku 12 a více let. Mezi muži ve věku 12 a více let najdeme 6,5 % mužů, kteří četli poslední vydání Sportu. Afinita deníku Sport v cílové skupině muži 12+ je rovna 6,5 % / 3,4 % = 1,9. Muži čtou deník Sport relativně více než populace.” (zdroj)
U nás prvně aplikoval tuto metodu na facebookové stránky Jan Schmid, se kterým jsme ostatně společně publikovali několik postů k dané otázce na tomto blogu. Jeho východisko je následující:
- Víme, kolik procent fanoušků z našeho zkoumaného datasetu je zároveň fanouškem nějaké jiné stránky.
- Víme, kolik má tato stránka na Facebooku fanoušků.
- Můžeme spočítat kolik procent fanoušků domácí populace je fanouškem stránky, protože víme, kolik je přibližně aktivních uživatelů domácího Facebooku (pro nás to bude 4.000.000).
- Následně tak můžeme spočítat kolikrát častěji, se vyskytují fanoušci dané stránky uvnitř zkoumaného datasetu, než kdyby se jednalo o náhodně vybranou skupinu uživatelů Facebooku o stejné velikosti.
Ukažme si to na jednoduchém příkladu: V našem datasetu například víme, že 64 uživatelů je fanouškem stránky Hlasuji pro czexit. To je 20 % z celého datasetu. Přitom ale stránka Hlasuji pro czexit má na Facebooku 44 731 fanoušků, což znamená, že jejich fanouškem je 0,011% uživatelů českého Facebooku. V praxi je tak v našem datasetu 18,5x více fanoušků a stránka Hlasuji pro czexit je tak silně affinitní vůči stránce Slušní lidé. Oproti tomu stránka “nametests.com český” má v naší analyzované skupině uživatelů 16 % příznivců, v celém českého Facebooku ji pak má lajknutou 15 % všech uživatelů. Affinita se tu blíží 1, a tím pádem stránka není affinitní.
Kromě samotné affinity ale hraje roli i celkové procentuální zastoupení v datasetu. Na obrázku můžete vidět stránky, které jsou nejvíce zastoupeny v našem zkoumaném datasetu, a zároveň mají affinitu větší než 10.
To, že samotná stránka Slušní lidé nemá 100%, není nutně špatně, protože záleží na formě, kterou se posty dostávají k uživatelům. Podíváme-li se na seznam stránek, je vidět, že mezi nimi dominují stránky iniciativ a politiků spojených především s antiimigrační rétorikou. Což není nijak překvapivé vzhledem k rétorice stránky samotné.
Hierarchické shlukování
Nevýhodou affinitního modelu je však to, že jeho výsledky jsou de facto jednorozměrné a neumožňují shluknout stránky podle svých fanoušků. Tedy dát k sobě stránky, které jsou si více podobné než jiné, na základě podobné struktury oblíbených stránek mezi jejich fanoušky v našem datasetu.
Na vstupu byla matice, v níž řádky tvořily facebookové stránky, které v našem datasetu měly alespoň 10% společného průniku a affinitu rovnou nebo větší než 10. Sloupce byly ID fanoušků z našeho datasetu. Jejich průnik byla buď jedna, pokud byl fanouškem, nebo nula, pokud nebyl.
Předmětem tohoto blogpostu však není úvod do shlukovacích postupů a případné zájemce raději odkážu na internetové zdroje. Já jsem pro naše účely zvolil metodu hierarchického shlukování, která se snaží spočítat míru podobnosti jednotlivých znaků (v našem případě facebookových stránek) a vizualizovat je pomoci tzv. dendrogramu. Výsledek naší jednoduché analýzy vidíte na výsledném obrázku:
Základní čtení dendrogramů je relativně jednoduché, v našem případě vidíme na ose y vynesený koeficient podobnosti a na ose x, pak jednotlivé objekty. Výška vertikální úsečky tak reprezentuje míru nepodobnosti. Čím větší, tím jsou si facebookové stránky méně podobné. Stále měřeno z pohledu preferencí jejich fanoušků v našem datasetu. Naopak pořadí objektů na ose x nenese žádný speciální význam, než vyjádření jejich blízkosti. Mohla by tak být i zrcadlově převrácena.
Vidíme, že se stránky poměrně rychle rozdělují do dvou, respektive tří větví. První větev, kterou jsem označil jako A, reprezentuje víceméně stránky patřící ke stránkám politických stran, médií a hnutí, které se vyznačují vysokou mírou nespokojenosti se stavem společnosti. Vidíme také, jak se tato větev štěpí na další větve. Větev A1 reprezentuje především hnutí spojené s osobou Tomia Okamury a Miloše Zemana. Ve větvi A2 naopak vidíme spíše pravicové subjekty ve spojení se silně protiimigračními médii a okruh stránek spojených s tzv. konvičkovci. Zde také najdeme politiky jako jsou Petr Robejšek či Václav Klaus mladší. Ve větvi A3 už nacházíme hlavně stránky z názorového okraje spektra, většinově nacionalistické.
Větev B je silně spojená s části brněnské scény. Je tu jak parodický KKRD Boys server, tak stránky spojené s Gaunym (o tom, kdo je Gauny, se rozsáhle rozepisuje tento článek. A to jak s institucí GaunySecurity, tak s Gaunyho primitivními komiksy, ale také se stránkami MMA bojovníků Tomáše “Rattlesnaka” Hrona a Jiřího “Denise” Procházky.
Poslední větev C by šlo rozdělit na dvě separované skupiny. ODS a její politiky (minulé či přítomné) a stránky vyjadřující silnou příslušnost k Brnu. Což asi u skupiny působící v Brně nepřekvapí.
Závěry
Pokud jste dočetli až sem, tak mám radost. Závěr si udělejte sami, pro mne jsou Slušní lidé další z nepřeberného množství subjektů, které se pohybují v poli extrémní pravice, zhruba tak, jak toto pole vymezuje Ministerstvo vnitra.
Osobně mne překvapuje silná vazba části fanoušků k ODS, ale vysvětlení pro ni přináší možná již zmíněná zpráva JKG 2017: Brněnská ODS si podává ruku s neonacisty a fotbalovými chuligány na serveru Antifa. Případně poněkud vyhrocená rétorika některých představitelů ODS. Na druhou stranu není v jádru fanoušků na Facebooku vidět zas tak silný příklon k panslavismu, jak ho vidí bulvární Expres.
Tak, a já jen doufám, že je Pavel spokojenej.
A tady je slíbená příloha:
Appendix: Proč se lidé stávají fanoušky a lajkují posty
Dnes je k dispozici již celá řada výzkumů o motivaci uživatelů Facebooku stát se fanouškem nějaké stránky. Hlavním důvodem je (nepřekvapivě) zůstat v kontaktu s obsahem stránky (Pelletier and Horky, 2013). Přičemž již existují uspokojivé typologie fanoušků stránek podle vztahu k samotné značce (Wallace et al., 2014, Bunker et al., 2013). Další studie se pak věnují motivaci podloženou očekáváním užitku z obsahu stránky, třeba v podobě slev u obchodních značek (Murthy et. al., 2013). Důležitou, byť ne absolutní roli, hraje při stávání se fanouškem nějaké stránky potřeba sebevyjádření. Uživatel, který je fanouškem stránky, nejenže vyjadřuje svůj kladný postoj k obsahu postů stránky, ale také tímto krokem dává svůj postoj veřejně najevo (Wallace et al., 2014). Lajkování stránek (ale i postů, jak ještě uvidíme) je tak svého druhu divadelním aktem (ve smyslu Goffmanovi dramaturgické sociologie). Výzkumy samozřejmě zohledňují i jiné motivace jako kupříkladu fakt, že v postu stránky se objevuje oblíbená herečka uživatele (Lipsman et. al, 2012).
Všechny uvedené studie se věnují především facebookovým stránkám obchodních značek a typologie uživatelů je tak primárně zkoumaná nad specifickým typem obsahu. Tomu je přizpůsobené i pojmenování jednotlivých skupin uživatelů. Kupříkladu Elaine Wallace hovoří o čtyřech typech: Fan-atics, Self-expressives, Utilitarians, Authentics. Distinktivní rysy v motivaci jednotlivých typů jsou dány především mírou loajality vůči brandu, mírou identifikace s brandem a potřebou být informován o dění kolem brandu.
Zjednodušeně řečeno dominantní motivací pro to stát se fanouškem nějaké stránky je pozitivní vztah buď k samotné značce či obsahu postu. Existuje však skupina fanoušků, kteří jsou ve svých motivacích vedeni utilitární potřebou „zůstat v obraze” či být prostě informován.
Pokud jde o výzkumy motivace udělení lajků pod samotné posty na Facebooku, tak ty nejsou zdaleka tak frekventované. Avšak výsledky studie Facebook users’ motivation for clicking the “Like” button (Chin, C., Lu, H., & Wu, C. (2015)) naznačují značnou míru kompatibility s typologiemi uživatelů podle vztahu k značce. Chin a Lu pracují s následujícími typy motivace pro lajk: hedonická, utilitární, udržovací, konformní a spřízněná.
Výzkum taiwanského týmu ukazuje, že všechny tyto motivace jsou přítomny v chování a podílejí se na chování uživatelů (svou roli hrají ještě subjektivní normy, ale ty nás v tuto chvíli nezajímají). Ze závěru studie pak vyplývá, že hedonická, utilitární a spřízněná úzce souvisí s obsahem postu. Zatímco udržovací především s tím, kdo postuje, a vztahem lajkujícího k němu. Poslední konformní je pak motivována celkovým vztahem k sociální skupině.
Homofilie aneb svůj k svému
Ovšem nutnou podmínkou pro zisk samotného lajku pod postem je jeho zobrazení uživateli. Nejčastějším místem, kde se s posty setká, aniž by je musel sám aktivně vyhledávat, je tzv. news feed. Ten je Facebookem definován jako:
“the constantly updating list of stories in the middle of your home page. News Feed includes status updates, photos, videos, links, app activity and likes from people, Pages and groups that you follow on Facebook.” (zdroj).
Samotný news feed ovšem neobsahuje všechny posty od přátel, stránek apod., nýbrž jejich výběr. Facebook o něm mluví takto:
“The stories that show in your News Feed are influenced by your connections and activity on Facebook. This helps you to see more stories that interest you from friends you interact with the most. The number of comments and likes a post receives and what kind of story it is (ex: photo, video, status update) can also make it more likely to appear in your News Feed.” (zdroj)
Postup, který Facebook užívá pro začlenění Stories (jak říká v tomto kontextu postům) není obecně znám, je předmětem obchodního tajemství Facebooku, a navíc se neustále vyvíjí. Obsah, který tak Facebook svým uživatelům nabízí je sestaven co nejvíce na míru a přizpůsoben zájmům každého uživatele.
Facebookem zmiňovaný důraz na propojení mezi uživateli, které ovlivňuje jaký obsah se nám v news feedu bude zobrazovat, zásadně souvisí s principem nazývaným jako homofilie. Ten lze jednoduše popsat jako fakt, že za přátele máme především lidi s nimiž sdílíme určité vlastnosti a hodnoty. Tento princip dominuje jak sítím ve skutečném životě (McPherson M, Smith-Lovin L, Cook JM (2001), tak v sociálních sítích, jak ostatně potvrzuje řada výzkumů. Ať již jde o homofilii v oblasti věku či národnosti (Ugander 2011), homofilii rasovou (Wimmer, A., Lewis K. (2010) či další (Bakshy et al . 2015).
To, že je obsah formován sítí přátel daného uživatele potvrzuje i studie zaměstnanců Facebooku ve spolupráci s Michiganskou univerzitou publikovaná v časopise Science pod názvem Exposure to ideologically diverse news and opinion on Facebook. Ve studii se věnovali dopadu algoritmu tvořícího news feed na uživatele Facebooku. Výzkum potvrdil, že platí předpoklad názorové homofilie. Tedy, že uživatelé, kteří se sami viděli jako liberálové, měli mezi svými přáteli signifikantně více liberálů a naopak konzervativci více konzervativců. Výzkum také potvrdil, že liberálové byli více vystaveni liberálnímu obsahu a konzervativci konzervativnímu. Dále pak ukázal, že míra prokliku u postů, které přinášely opačný pohled na daný problém byl nižší. Jinými slovy, hlavní roli podle výzkumníků nehrál algoritmus, ale skutečné sociální sítě lidí. Ti nejsou ochotni kliknout na obsah přinášející opačný pohled na problém.
Zdá se tedy, že interakce pod posty jsou výrazem zájmu uživatele, který vede k tomu, že se mu Facebook snaží nabízet obsah, u něhož lze předpokládat uživatelovo zapojení. Lajky pod posty i lajky stránek samotných vyjadřují určitý postoj a zároveň jsou něčím motivované.
Josef Šlerka / Publikováno na blogu autora
Literatura
- Bakshy, E.,Messing S., Adamic. L. (2015) Exposure to ideologically diverse news and opinion on Facebook. Science 05 Jun 2015: Vol. 348, Issue 6239, pp. 1130-1132
- Bunker, M., Rajendran, K.N., and Corbin, S. (2013).The antecedents of satisfaction for facebook “likes” and their effect on word of mouth. Marketing Management Journal, 23(2), 21-34.
- Chin, C., Lu, H., & Wu, C. (2015). Facebook users’ motivation for clicking the “Like” button. Social Behavior and Personality: An international journal, 43, 579-592.
- Lipsman, A. , Mudd, G., Rich, M. and Bruich , S. (2012).The power of “Like” how brands reach (and influence ) fans through social media marketing, Journal of Advertising Research, 52(1),40-52h
- McPherson M, Smith-Lovin L, Cook JM (2001) Birds of a feather: homophily in social networks. Annual Review of Sociology 27: 415-444.
- Meloun, M., Militký, J.: Přednosti analýzy shluku ve vícerozměrné statistické analýze https://meloun.upce.cz/docs/publication/152.pdf
- Pelletier, M. and Horky, A. ()2013). The Anatomy of a Facebook Like: An Exploratory Study of Antecedents and Outcomes. A nnals of the Society for Marketing Advances 25: 207208. Available online: http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.453.6863&rep=rep1&type=pdf
- Ugander, J., Karrer. B., Backstrom, L., Marlow, C. (2011). The Anatomy of the Facebook Social Graph. arXiv:1111.4503
- Wallace, E., Buil, I., de Chernatony, L., and Hogan, M. (2014). Who “ likes” You… and why? A Typology of Facebook Fans from “Fan” –atics and Self Expressives to Utilitarians and Authentics”, Journal of Advertising Research, 54(1), Jun 2014, 92- 109
- Wimmer, A., Lewis K. (2010). Beyond and Below Racial Homophily: ERG Models of a Friendship Network Documented on Facebook.American Journal of Sociology Vol. 116, No. 2 (September 2010), pp. 583-642