Der Bericht gibt einen technischen Einblick in Methoden und Strategien zur Erhebung und Analyse von Mehrplattform-Social-Media-Daten, die im Rahmen des Kooperationsprojektes NOTORIOUS entwickelt und angewandt wurden. Der Schwerpunkt liegt auf der Aufdeckung von Desinformationsnarrativen.
Zur Datensammlung wurden explorative Ansätze, basierend auf Akteur*innen, Inhalten und extern verlinkten Inhalten entwickelt und implementiert. Zur Datenaufbereitung und -analyse liegen die Vorteile der entwickelten und vorgestellten Daten-Analyse-Methoden in ihrer Fähigkeit mit vergleichbar geringem Konfigurations-Aufwand, ausreichender Gültigkeit und hoher Effizienz große Textmengen zu verarbeiten und komplexe semantische Beziehungen zu erfassen.
Der Bericht wurde im Rahmen des gemeinsamen Forschungsprojektes „NOTORIOUS“ von den Projektpartnern des Leibniz-Instituts für Medienforschung | Hans-Bredow-Instituts (HBI) erstellt. Die inhaltliche Verantwortung liegt beim HBI.
Zentrale Erkenntnisse/ Central Findings:
- Die Verwendung semantischer Einbettungen erwies sich als effektive und leistungsfähige Methode zur Verarbeitung großer Textmengen sowie Visualisierung der Beziehung zwischen Themen und Akteur*innen.
- Die Erstellung von sprachlichen Ähnlichkeitsnetzwerken machte es darüber hinaus Analyst*innen möglich, Cluster zu identifizieren, die über einen semantischen Abgleich mit Fact-Check-Datenbanken mit spezifischen Desinformationsnarrativen in Verbindung gebracht werden konnten;
- Mögliche Weiterentwicklungen enthalten die Integration multimodaler Ansätze (bspw. audiovisuelle Inhalte) und die Erschließung weiterer Plattformen.
