Interlinkage - et netværk af sociale medier

Transkript

1 Interlinkage - et netværk af sociale medier Introduktion Dette paper præsenterer en kort gennemgang af et analytisk framework baseret på interlinkage ; den måde, sociale netværk er internt forbundne via eksplicitte links. Vi gennemgår kort baggrunden for problematikken og den teoretiske relevans for frameworket, kortlægger sociale medier i et map og præsenterer analyseresultaterne, og definerer til sidst tre centrale underkategorier: from-linkage, to-linkage og cross-linkage, som udgør elementerne i frameworket. Baggrund I diskussionen om definitionen af communities versus netværk, har det ofte været konstateret at definitionerne udvandes med fremkomsten af Social Network Sites (SNS). Der har været en stigning i de egocentriske netværk (Baym 2010) i forhold til for eksempel emnespecifikke fora, Bulletin Board Systems (BBS) og lignende. Netværk er især karakteriserede ved at være unikke for den enkelte bruger, frem for at være ligeligt tilgængelig for alle brugere, som det for eksempel er tilfældet med den almene opfattelse af online communities. Både communities og netværk kan karakteriseres som SNS er, men eftersom de fleste nyere SNS er er egocentriske, ligger fokus i dette paper på at udvikle et begrebs- og analyseapparat til at beskrive forbindelser mellem netværk og brugere på tværs af netværk. Baym (2010) udtrykker opløsningen af de traditionelle communities som networked collectivism: Recent years have seen groups increasingly distributing themselves through the internet in interconnected webs of websites, blogs, SNS s, and other domains. I call this networked collectivism, meaning that groups of people now network throughout the internet and related mobile media, creating a shared but distributed group identity (Baym, 2010, p. 91). I denne type distribuerede netværk, er det ifølge Baym sværere at opbygge en gruppeidentitet og en sense of community. Det er ikke klart, hvordan man så skal begribe den form for networked collectivism: hvordan definerer man for eksempel brugeres følelse af fællesskab på tværs af netværk? Hvordan analyserer man brugerens valg af ét SNS men ikke et andet? Trods faldet af communities i den traditionelle forstand, har der været gjort forsøg på at definere communities i den nye type netværk, for eksempel Gruzd et al. (2011): Imagining Twitter as an Imagined Community. Artikler som denne udtrykker behovet for et begrebsapparat som beskriver netværks-/communityfølelsen i de mange nyere SNS er. Der er brug for nye begreber til at definere den måde, de nye brugere distribuerer sig på i netværket. Tidligere undersøgelser har drejet sig meget om at tegne og analysere modeller af den enkelte brugers netværk (f.eks. Gruzd et al. 2011). Eftersom man må konstatere at den enkelte bruger nu er spredt ud over adskillige platforme og sociale netværk, giver det mening at etablere et map over netværket af sociale medier. De fleste af de større sociale netværk er internt forbundne - ikke kun fordi hver enkelt bruger ofte benytter sig af flere netværk på samme tid - men også faktisk er aktivt forbundne - via links. Linking har altid været en definerende faktor på internettet, men det er et nyere fænomen at vidt forskellige platforme, blogs og sociale medier er så internt integrerede, at der ikke længere er et skel mellem det ene og det andet medie. Videoer på Facebook stammer ofte fra YouTube, s. 1

2 updates på LinkedIn stammer ofte fra Twitter og billeder på Flickr kan stamme fra Instagram - alt i alt en nærmest usynlig sammensmeltning af de forskellige platforme. Analyseresultater og kortlægning af map Gennem vores brug af forskellige sociale medier har vi lagt mærke til, at der tegner sig et mønster i forhold til hvordan de linker til hinanden. Det så umiddelbart ud til at være en tendens til at mindre kendte sociale medier linkede til mere kendte medier som Facebook og Twitter, mens det omvendte sjældent var tilfældet. Derfor iværksatte vi en undersøgelse, for at finde ud af hvordan siderne faktisk er forbundet. Vi har taget udgangspunkt i SNS og ikke emnespecifikke fora, da de sjældent linker ud over deres egne sites. Udover det har vores undersøgelse bygget på selve mediernes egne referencer til andre sites, men ikke brugeres eventuelle henvisninger. Vi nedfældede en liste med de sites vi kender, som faldt inden for vores undersøgelsesfelt. Herefter besøgte vi hvert enkelt site, for at finde frem til hvilke andre sites de linkede til, f.eks. vha. mulighed for deling som illustreret i figur 1: Figur 1 Når et site linkede til et nyt site, udvidede vi vores liste og besøgte det nye site. På den måde fik vi tydeliggjort en struktur af 21 internt forbundne SNS er: s. 2

3 Figur 2 En streg der går fra bunden af et site til toppen af et andet, betyder at det første site linker til det andet. Dvs. at WePolls f.eks. linker til Google+ og Facebook. Vi kan i mappet se, at tre af de største sites, Google+, Facebook og Twitter ikke linker til andre sites, men omvendt er genstande for rigtig mange links. Modsat modtager de mindre sites ikke så mange links. Vi ved ikke hvor mange yderligere sites der linker til dem. Dog må vi formode, at det er forholdsvist færre end hos Google+, Facebook og Twitter. Der er altså grund til at tro, at de mindre kendte SNS er benytter de mere kendte SNS er, til at øge deres egen popularitet, f.eks. ved at 'like' noget fra et andet site på Facebook, eller logge ind via Facebook på et mindre site. Der vil i disse tilfælde typisk blive skrevet en besked på den personlige Facebook-væg, hvorved Facebook indirekte kommer til at linke tilbage til det pågældende site. På den måde bliver også de mere kendte sites' centrale roller manifesterede, i form af reklame og som generator for de mindre kendte sites. Med udgangspunkt i vores map kan vi se at typen af SNS er essentiel i forhold til forbindelser til andre sites. Eksempelvis ville det i lav grad give mening for Twitter at give mulighed for at dele på YouTube, da Twitter er tekstbaseret og YouTube er videobaseret. Det vil ikke give mening at vise et tweet eller et link til et tweet i en video. Omvendt giver det mening for YouTube at linke til Twitter, da et link til en video kan indeholdes i et tweet. I endnu højere grad giver det måske mening at linke til Facebook og Google+, da videoerne her kan indlejres. Måske netop derfor modtager denne type SNS kun et begrænset antal links, som det ses med YouTube og Vimeo, på trods af størrelse og markedsdominans. Sites som Google+ og Facebook er derimod ikke baseret på en enkelt type medie, men har mulighed for indlejring af både video, billede og lyd. På samme måde med Twitter, dog med den forskel at indlejringen består i links. En sidste ting der kan påvirke forbundetheden er ejerskab og virksomhedsmæssige relationer for SNS erne. Eksempelvis ses det i vores undersøgelse, at et stort site som YouTube linker til Orkut, der for de fleste i vesten er ukendt (dog med stor popularitet i Indien). Samtidig er Orkut s. 3

4 det eneste site overhovedet der linker til YouTube. Denne forbundethed kan tænkes at skyldes Googles ejerskab af begge sites. Introduktion af begrebsapparat Vi vil i det følgende introducere et begrebsapparat, der skal bidrage til forståelsen af, hvordan man kan kortlægge relationerne mellem SNS er, samt hvordan man kan analysere dem individuelt. Vores overordnede begreb er interlinkage som refererer til, at stort set alle sociale medier i dag er forbundet til hinanden, fordi de aktivt henviser til hinanden gennem synlige delingstjenester. Dette betyder, at når man skal kortlægge relationerne mellem flere sociale medier, er det nødvendigt at undersøge præcist hvordan de linker til hinanden. Dette kan man eksempelvis gøre, ved at skabe et map som vi har gjort i figur 1, og ud fra dette analysere tendenserne. Når de enkelte SNS er skal undersøges, er det nødvendigt at analysere dets position i mappet og undersøge hvilken betydning den har for det pågældende site. Under interlinkage vil vi introducere 4 underkategorier, hvorefter sociale medier kan inddeles. Vi har skabt underkategorierne med udgangspunkt i vores map, figur 2. a) to-linkage b ) from-linkage c) mixed-linkage d) cross-linkage Vores første underkategori er to-linkage, som refererer til den situation, hvor et socialt medie udelukkende linkes til og ikke fra. Det oplagte eksempel er Facebook, idet mange medier linker dertil, mens Facebook ikke selv linker til andre SNS er. Et to-linkage er hermed stedet, hvor opdateringer fra mange SNS er samles. From-linkage illustrerer modsat to-linkage, at et socialt medie udelukkende linkes fra og ikke til. Vimeo er et eksempel på et SNS, der udelukkende deler videoer mellem brugerne internt på sitet og med andre sociale medier. Der er umiddelbart ikke andre sociale medier der linker til Vimeo. Den tredje underkategori er mixed-linkage, som er SNS er, der linkes både til og fra. Figuren illustrerer hvordan LinkedIn og Delicious linker til andre sociale medier samtidig med at andre sociale medier linker til dem. Herunder kan man endvidere placere LinkedIn som s. 4

5 mixed-to-linkage, idet sitet overvejende linkes til, og Delicious som mixed-from-linkage, idet sitet overvejende linker til andre sites. Sidste begreb kaldes cross-linkage, som beskriver den situation, hvor to sites gensidigt linker til hinanden, som det ses med YouTube og Orkut. Slutteligt skal det nævnes, at mappet er en forenkling af de netværk der eksisterer mellem SNS er og at kategorierne i nogle tilfælde overlapper. Et eksempel er YouTube som umiddelbart er et from-linkage, men fordi ét andet site linker til det, kan det være problematisk at karakterisere det som et cross-linkage - et sådant tilfælde vil derfor være op til diskussion. Litteratur Baym, Nancy. K. (2010). Personal connections in the digital age. Cambridge, UK ; Malden, MA: Polity Gruzd, Anatoliy, Wellman, Barry, & Takhteyev, Yuri. (2011): Imagining Twitter as an Imagined Community. American Behavioral Scientist. s. 5