Mitä sosiaalisen median kommentit kertovat lyhytvideosta : sentimenttianalyysi tiedeaiheisten TikTok -videoiden kommenttikentän analyysimenetelmänä
Westman, Mikael (2023-04-13)
Westman, Mikael
M. Westman
13.04.2023
© 2023 Mikael Westman. Ellei toisin mainita, uudelleenkäyttö on sallittu Creative Commons Attribution 4.0 International (CC-BY 4.0) -lisenssillä (https://creativecommons.org/licenses/by/4.0/). Uudelleenkäyttö on sallittua edellyttäen, että lähde mainitaan asianmukaisesti ja mahdolliset muutokset merkitään. Sellaisten osien käyttö tai jäljentäminen, jotka eivät ole tekijän tai tekijöiden omaisuutta, saattaa edellyttää lupaa suoraan asianomaisilta oikeudenhaltijoilta.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:oulu-202304131381
https://urn.fi/URN:NBN:fi:oulu-202304131381
Tiivistelmä
Internet ja sosiaalinen media ovat nykyisin erityisesti nuorille pääasiallinen informaatiokanava. Erityisesti lyhytvideoiden merkitys viestinnän välineenä on kasvanut samaan aikaan, kun kilpailu mediatilasta eri toimijoiden välillä on entistä kiivaampaa. Tiedeviestintä on monissa uusissa sosiaalisen median kanavissa jäänyt viihdyttävämpien sisällöntuottajien jalkoihin. Tämä on osaltaan lisännyt muun muassa erilaisten pseudotieteiden ja disinformaation leviämistä.
Lyhytvideoilla tehtävää tiedeviestintää tulee kehittää. Sisältöjen kehittäminen ja arviointi vaativat nykyistä tehokkaampia tapoja analysoida videoiden toimivuutta. Tämän tutkimuksen tarkoitus on tutkia sentimenttianalyysin toimivuutta videoiden arviointimenetelmänä. Aineistona käytetään kommentteja, jotka on kerätty kymmenestä TikTokissa julkaistuista tiedevideoista.
Tutkimuksessa käytetyn sentimenttianalyysin tuloksia peilataan teoriataustaan tunneviestinnästä ja eri tunteiden vaikutuksesta videoiden sitoutumisprosenttiin. Lisäksi arvioidaan eri aktiivisuustason tunteiden vaikutuksia videon keräämiin reaktioihin ja verrataan sentimenttianalyysin tuloksia sisällönanalyysiin yhden videon osalta.
Tutkimuksen tuloksien mukaan tiedevideoiden toimivuutta voidaan arvioida sentimenttianalyysin avulla. Sentimenttianalyysin tuloksia voidaan käyttää hyväksi sisällön kehittämisessä ja videoviestinnän suunnittelussa. Menetelmän käyttö vaatii riittävät ennakkotiedot, jotta sen käyttö on järkevää. Mikäli kommenteista pyritään löytämään uusia ideoita, aineisto on pieni, tai jos kommenttien sisältö on yllättävää, voi perinteinen sisällönanalyysi olla parempi analyysimenetelmä.
Tutkimuksen tulokset ovat samansuuntaisia aiheesta aiemman tehdyn tutkimuksenkanssa. Tiedeaiheisten videoiden sisällön tunneviestintään tulisi kiinnittää huomiotaentistä enemmän. Lyhytvideoiden avulla tehtävä tiedeviestintä on varsin uusi ilmiö,minkä vuoksi jatkotutkimukselle on paljon tarvetta. Eritysesti tulisi tutkia suurempia aineistoja ja pyrkiä luomaan malleja lyhytvideoiden toimivuuden arviointiin Internet and social media are currently the main sources of information for young people. Especially the importance of short videos as a means of communication has increased at the same time as competition for media space among different actors has become more intense. In many new social media channels, science communication has been overshadowed by more entertaining content creators. This has increased, among other things, the spread of various pseudosciences and disinformation.
Science communication through short videos needs to be developed. Developing and evaluating content requires more effective ways of analyzing the effectiveness of videos. The purpose of this study is to investigate the effectiveness of sentiment analysis as a method for evaluating videos. The data used consists of comments collected from ten science videos published on TikTok.
The results of sentiment analysis in this study are compared with the theoretical background of emotional communication and the effects of different emotions on the engagement rate of the videos. In addition, the effects of emotions of different activity levels on the reactions are evaluated and the results of sentiment analysis are compared with content analysis for one video.
According to the results of the study, the effectiveness of science videos can be evaluated using sentiment analysis. The results of sentiment analysis can be used in developing content and video communication planning. The use of the method requires sufficient background knowledge to make it sensible. If new ideas are sought from comments, the dataset is small, or if the content of the comments is surprising, a traditional content analysis may be a better method.
The results of the study are consistent with previous research on the subject. Emotional communication in science videos should be given more attention. Science communication using short videos is a fairly new phenomenon, which is why there is a great need for further research. Especially, larger datasets should be studied and efforts should be made to create models for evaluating the effectiveness of short videos.
Lyhytvideoilla tehtävää tiedeviestintää tulee kehittää. Sisältöjen kehittäminen ja arviointi vaativat nykyistä tehokkaampia tapoja analysoida videoiden toimivuutta. Tämän tutkimuksen tarkoitus on tutkia sentimenttianalyysin toimivuutta videoiden arviointimenetelmänä. Aineistona käytetään kommentteja, jotka on kerätty kymmenestä TikTokissa julkaistuista tiedevideoista.
Tutkimuksessa käytetyn sentimenttianalyysin tuloksia peilataan teoriataustaan tunneviestinnästä ja eri tunteiden vaikutuksesta videoiden sitoutumisprosenttiin. Lisäksi arvioidaan eri aktiivisuustason tunteiden vaikutuksia videon keräämiin reaktioihin ja verrataan sentimenttianalyysin tuloksia sisällönanalyysiin yhden videon osalta.
Tutkimuksen tuloksien mukaan tiedevideoiden toimivuutta voidaan arvioida sentimenttianalyysin avulla. Sentimenttianalyysin tuloksia voidaan käyttää hyväksi sisällön kehittämisessä ja videoviestinnän suunnittelussa. Menetelmän käyttö vaatii riittävät ennakkotiedot, jotta sen käyttö on järkevää. Mikäli kommenteista pyritään löytämään uusia ideoita, aineisto on pieni, tai jos kommenttien sisältö on yllättävää, voi perinteinen sisällönanalyysi olla parempi analyysimenetelmä.
Tutkimuksen tulokset ovat samansuuntaisia aiheesta aiemman tehdyn tutkimuksenkanssa. Tiedeaiheisten videoiden sisällön tunneviestintään tulisi kiinnittää huomiotaentistä enemmän. Lyhytvideoiden avulla tehtävä tiedeviestintä on varsin uusi ilmiö,minkä vuoksi jatkotutkimukselle on paljon tarvetta. Eritysesti tulisi tutkia suurempia aineistoja ja pyrkiä luomaan malleja lyhytvideoiden toimivuuden arviointiin
Science communication through short videos needs to be developed. Developing and evaluating content requires more effective ways of analyzing the effectiveness of videos. The purpose of this study is to investigate the effectiveness of sentiment analysis as a method for evaluating videos. The data used consists of comments collected from ten science videos published on TikTok.
The results of sentiment analysis in this study are compared with the theoretical background of emotional communication and the effects of different emotions on the engagement rate of the videos. In addition, the effects of emotions of different activity levels on the reactions are evaluated and the results of sentiment analysis are compared with content analysis for one video.
According to the results of the study, the effectiveness of science videos can be evaluated using sentiment analysis. The results of sentiment analysis can be used in developing content and video communication planning. The use of the method requires sufficient background knowledge to make it sensible. If new ideas are sought from comments, the dataset is small, or if the content of the comments is surprising, a traditional content analysis may be a better method.
The results of the study are consistent with previous research on the subject. Emotional communication in science videos should be given more attention. Science communication using short videos is a fairly new phenomenon, which is why there is a great need for further research. Especially, larger datasets should be studied and efforts should be made to create models for evaluating the effectiveness of short videos.
Kokoelmat
- Avoin saatavuus [36660]