digitaaliset aineistot ja menetelmät kulttuuritieteissä

Digitaaliset aineistot ja menetelmt

kulttuuritieteiss

Kulttuuritieteiden aineistot ja menetelmt

It-Suomen yliopisto

9.10.2014

Juhana Venlinen

juhana.venalainen@uef.fi

Luennon sislt

1. Digitaaliset aineistot mit, miksi, miten?

2. Aineistonkeruun tekniikoita

3. Analyysi, arkistointi ja raportointi

4. Eettisi kysymyksi

9.10.2014 Digitaaliset aineistot ja menetelmt / Juhana Venlinen 2

Digitaaliset aineistot mit, miksi, miten?

B

inary

Fil

e. W

ikim

edia

Co

mm

on

s /

en:U

ser:

Pau

lnas

ca (

pd

)

9.10.2014 Digitaaliset aineistot ja menetelmt / Juhana Venlinen 4

V

iscual N

ews 2012 (h

ttp://w

ww

.visu

alnew

s.com

/2012/06/19/ho

w-m

uch

-data-created

-every

-min

ute/?v

iew=

info

grap

hic)

Miksi nettiaineistoja?

Paljon dataa eri aiheista

(Yleens) (melko) helposti saatavilla

Valmiiksi digitaalisia helpompi ksitell

Muodostavat ajalle ominaisen uuden julkisen tilan ja kuvaavat elmnmuotoa (ainakin Z-sukupolven / diginatiivien osalta)

9.10.2014 Digitaaliset aineistot ja menetelmt / Juhana Venlinen 5

Nettipalveluiden kytt Suomessa

16-89-vuotiaista 85 % kytt nettipalveluita (Tilastokeskus 2013)

75-89-vuotiaista 27 %

Suosituimmat verkkopalvelut: Google, FB, YouTube, Iltalehti, Wikipedia, Iltasanomat, Yle (Alexa 2014)

97 % netin kyttjist seuraa verkkolehti (ComScore 2013)

N. 2,5 miljoonaa Facebook-kyttj (Statista/Facebook 2014)

> 240 000 Twitter-kyttj? (SuomiTwitter 2014)

Finnish Twitter Census 2013: 63 000 kyttj

kasvaa, muttei viel(kn) lpimurtoa

9.10.2014 Digitaaliset aineistot ja menetelmt / Juhana Venlinen 6

Facebookin valta-asema

Facebook on suosituin sosiaalinen media lhes kaikkialla maailmassa (ComScore 2011)

Poikkeukset:

Venj: vkontakte (vrt. Facebook)

Kiina: Sina Weibo (vrt. Twitter)

Japani: Twitter (?, tieto 2012)

FB kielletty/sensuroitu: Pohjois-Korea, Iran, Kiina

lyhyit kieltoja: Bangladesh, Egypti, Syyria, Pakistan, Vietnam

Some erottajana ja yhdistjn (digital divide vs. tiedon globalisaatio)

9.10.2014 Digitaaliset aineistot ja menetelmt / Juhana Venlinen 7

Big data

Big data

Aineistot, joiden kerminen on joukkoistettu ja/tai automatisoitu

Vaativat suurta tallennuskapasiteettia

Tyypillist jatkuva kasvu ja rakenteettomuus

Tiedon louhinta (data mining): yleisnimitys menetelmille, joilla analysoidaan suuria aineistoja

Ksittelymenetelmt pit usein rtlid tapauskohtaisesti

Kyttkohteita esimerkiksi:

Tautien levimisen ennustaminen Google-hauista

Meemien leviminen Twitteriss

Sosiaalisten verkostojen rakenne Facebook-kaveruuksien mukaan

9.10.2014 Digitaaliset aineistot ja menetelmt / Juhana Venlinen 8

Avoin data

Esimerkiksi valtion virastojen mutta mys yksityisten yritysten kokoama tai tuottama tieto

Julkaistu digitaalisessa muodossa kaikkien saataville

Jakelumuotona esimerkiksi valmiiksi paketoitu tiedosto (esim. verotiedot) tai ohjelmointirajapinta (API; esim. VR:n junien kulkutiedot)

Viranomaisten osalta avoin tieto on luonteva osa julkisuusperiaatetta: toiminnan on oltava avointa ja ihmisill on oikeus saada siit tietoja

Avoimen tiedon liike (open knowledge movement) pyrkii edistmn julkisen tiedon saatavuutta

Esim. http://tietopyynto.fi

Edellkvijit Suomessa mm. Yle ja HS

9.10.2014 Digitaaliset aineistot ja menetelmt / Juhana Venlinen 9

Digitaalisen tiedon kyttn liittyvi kysymyksi

Mik on tutkimuskysymys?

Millaista (digitaalista) tietoa siihen liittyen on saatavilla?

Mihin tietoa halutaan kytt tutkimuksessa?

Miten sit voi kert?

Miten sit voi analysoida?

Miten se pitisi arkistoida?

Miten tietoon viitataan tutkimustekstiss?

Minklaisia eettisi tai juridisia rajoituksia tiedon kermiseen liittyy?

Onko digitaalinen kulttuurintutkijalle kiinnostavaa?

Big datassa painopiste on sanamukaisesti aineiston mrss ja sit varten kehitetyt analyysimenetelmtkin ovat usein mrllisi

Kulttuurintutkimuksessa perinteisesti kiinnostus ollut laadullisissa menetelmiss, yksityiskohdissa, yksittisiin tapauksiin syvllisesti perehtymisess, hienosyisiss eroissa, konteksteissa, merkityksenannoissa jne.

Nettiaineistot ovat kulttuurintutkimukselle viel paljolti tutkimaton mahdollisuus!

Data yksinn ei ole tietoa tieto on tulkittua dataa

Tulkintaan tarvitaan tutkijan luomia jsennyksi (ksitteit, kategorioita, kuvauksia, tulkintoja)

Tss mieless digitaalinen aineisto on aineistoa siin miss muutkin tekstit ja havaintoaineistot

9.10.2014 Digitaaliset aineistot ja menetelmt / Juhana Venlinen 11

Digitaalisen tiedon kytttapoja kulttuurintutkimuksessa

Primriaineisto

Halutaan tiet, miten ilmi X representoidaan internetiss

Halutaan tiet ilmist X, ja todetaan nettiaineisto parhaaksi tietolhteeksi

Sekundriaineisto

Kytetn ensisijaisena aineistona esim. haastatteluja, mutta taustoitetaan samalla ilmin ymprill olevaa keskustelua nettiaineistojen kautta

Tutkijan esiymmrrykseen liittyv aineisto

Aineisto, jonka kautta tutkija tutustuu tutkimuskohteeseensa, mutta johon ei viitata varsinaisessa tutkimustekstiss

9.10.2014 Digitaaliset aineistot ja menetelmt / Juhana Venlinen 12

Haasteita / ongelmia

Liikaa tietoa

Liian nopeasti muuttuva tutkimuskohde

Puutteelliset tai epyhdenmukaiset arkistointikytnnt

9.10.2014 Digitaaliset aineistot ja menetelmt / Juhana Venlinen 13

Aineistonkeruun tekniikoita

Joel

Mea

do

ws:

M

an

wit

h a

met

al

det

ecto

r (

cc-n

c-sa

)

Menetelmi ja lhteit

Sosiaalisen median keskustelujen seuraaminen

Yksittisten verkkosivujen haku

Ilmin suosion seuraaminen

Verkkohistoria

Sivujen pivittymisen seuraaminen

Tietojen haravoiminen/raapiminen (crawling, scraping)

9.10.2014 Digitaaliset aineistot ja menetelmt / Juhana Venlinen 15

Sosiaalisen median keskustelujen seuraaminen

Mahdollisuudet:

Sosiaalisessa mediassa ihmiset tuottavat valtavia mri tietoja itsestn, toisistaan, sosiaalisista suhteistaan, yhteiskunnallisista nkemyksistn jne.

Tieto on monissa tapauksissa (esim. Twitter) tysin avointa ja helposti saatavilla

Ongelmat:

Miss mrin tieto vastaa tutkimusongelmaan?

Mit tietoa pitisi tai ei pitisi kytt?

Tiedon kerminen: arkisto- ja hakumahdollisuudet ovat usein puutteelliset

9.10.2014 Digitaaliset aineistot ja menetelmt / Juhana Venlinen 16

Somen seurantaa

Tagboard (http://tagboard.com)

Hashtagien seurantapalvelu

Kokoaa sisllt Facebookista, Twitterist, Instagramista, Google+:sta, Vimeosta ym.

Yhden hashtagin seuranta ilmaista

Topsy (http://topsy.com)

Twitter-hakukone

Tydellinen Twitter-arkisto v. 2006 lhtien

Mys tilastoja (twiittimrt / aika)

Facebook-sivujen/-ryhmien arkistointi ongelmana

9.10.2014 Digitaaliset aineistot ja menetelmt / Juhana Venlinen 17

Verkkosivujen haku

Googlen hakuoperaattorit ja hakutykalut

lang:

filetype:

site:

aikarajoitettu haku

Googlen rajoitteet tutkimuksen kannalta

Hakukupla (filter bubble): hakutulokset riippuvat hakijasta

Oikeus tulla unohdetuksi (right to be forgotten): yksityishenkilill on oikeus vaatia itsen koskevia hakutuloksia poistettavaksi

9.10.2014 Digitaaliset aineistot ja menetelmt / Juhana Venlinen 18

Ilmin suosion seuraaminen

Kytttarkoituksia: Halutaan tiet, milloin ilmi on syntynyt, miten sen suosio on kehittynyt ja mitk ovat sen huippu- ja pohjahetket.

Google Trends (http://www.google.com/trends/)

Topsy, SuomiTwitter (www.toninummela.com/suomi-twitter/)

Alexa (http://www.alexa.com): sivustojen kvijmrien seuranta

DuckDuckGo (https://duckduckgo.com): hakukone ilman hakukuplaa

9.10.2014 Digitaaliset aineistot ja menetelmt / Juhana Venlinen 19

Verkkohistoria

Kytttarkoitus: vanhojen digitaalisten aineistojen hankinta

Wayback Machine (http://archive.org/web/): web-sivujen arkisto, useita eri aikojen versioita samoista sivuista

Kansallisarkiston verkkoarkisto: suomalaiset sivusto v. 2006 alkaen; kytettviss kirjaston kulttuurityasemalla

9.10.2014 Digitaaliset aineistot ja menetelmt / Juhana Venlinen 20

Sivujen pivittymisen seuraaminen

Kytttarkoitus:

Sosiaalisen median ulkopuolella olevan yksittisen sivun muutosten seuraaminen

Alkuperisyyden varmistaminen

Kokonaan uusien ainestojen havaitseminen

RSS-feedit (blogien pivitysilmoitukset)

ChangeDetection.com: lhett shkpostilla ilmoituksen, kun sivu muuttuu

Google Alerts: lhett shkpostilla ilmoituksen, kun hakutulokset muuttuvat

9.10.2014 Digitaaliset aineistot ja menetelmt / Juhana Venlinen 21

Web Scraping

Kytttarkoitukset:

Strukturoidun datan kerminen valikoivasti (esim. osoiteluettelossa olevat nimet)

Useilla eri sivuilla olevien tietojen yhdisteleminen

Google Chrome: Scraper-laajennus (http://mnmldave.github.io/scrap