Schlagwort-Archive: Twitter

Russisch Roulette – Highlander Edition

Wenn der @Fischblog nachts nicht schlafen kann, bloggt er Statistikprobleme (korrekter: Wahrscheinlichkeitstheoretische Probleme). Und ich setze die Tradition fort, mich dieser anzunehmen und ihn entweder in den Kommentaren vollzuspammen oder selbst einen Post dazu zu verfassen. Natürlich nicht, ohne schon den ganzen Tag immer mal wieder zwischendurch das Gespräch auf Twitter am laufen zu halten.

Also: Kurz gesagt geht es darum, dass Lars sich gefragt hat, wie groß der Vorteil beim Russisch Roulette (2 Spieler|innen) ist, wenn man nicht anfangen muss. In seiner Variante wird so lange abwechselnd die Trommel gedreht und geschossen, bis es einen der Mitspieler erwischt. Um es klar zu sagen: Ich halte keine Variante des Russisch Roulette für empfehlenswert, da ja zumindest einer der Mitspieler stirbt oder wenigstens schwere Verletzungen davon trägt. Wenn man es trotzdem spielen will/muss (denkt euch selbst eine Situation aus, in der es dazu kommen könnte), dann sollte man darauf achten, dass man selbst nicht anfängt. Russisch Roulette – Highlander Edition weiterlesen

Jenseits des Gags – Ein Abend mit @NeinQuarterly

Am Ende ließ ich Eric* mit seinem Kölsch und der Kulturindustrie** allein. Und hatte ein wenig ein schlechtes Gewissen dabei. Aber was soll man machen, wenn man sich dabei erwischt, wie man versucht, einem Celebrity Ratschläge zu geben, die letztlich darauf hinauslaufen, die Dinge einfach zynischer zu betrachten? Wo sollte das alles enden, wenn ich noch versuchen würde, einen der 12 reservierten Plätze im Brauhaus zu ergattern? Nein, erst musste ich das Gespräch sacken lassen und die Flucht ergreifen.

Im Grunde hätte ich noch ewig den Selbstzweifeln lauschen können, die Eric hinsichtlich dem hat, was er so treibt. Wie traurig es ihn macht, dass er mit den Leuten auf Twitter nicht mehr so umgehen kann, wie das noch in seinem ersten Jahr als #FailedIntellectual hinbekam. Wie peinlich ihm die Werbung der Kulturindustrie für sein Buch und seine Lesereise sind. Wie tief es ihn trifft, wenn er auf Twitter für beides angefeindet wird. Wie er es vermeidet, andere lustige und/oder tiefgründige Twitternde zu lesen, um zu verhindern, dass er seinen Stil an diese anpasst. Wie unheimlich und im Grunde auch ärgerlich er es findet, dass andere Twitternde (Professoren mit festem Job!) versuchen, ihn möglichst exakt nachzuahmen. Wie sehr man ihm all all die Traurigkeit abnimmt, wo doch all diese Negativität auch genau der Rolle entspricht, die er als @NeinQuarterly einnimmt. Und mir wurde für den Blog hier mal Authentizität vorgeworfen? Jenseits des Gags – Ein Abend mit @NeinQuarterly weiterlesen

Auf der Suche nach der vorlesungsfreien Zeit

In Multitaskgewittern ging bei mir auch diese vorlesungsfreie Zeit, von Außenstehenden bisweilen völlig irreführend als Semesterferien bezeichnet, zu Ende. Hier ein Antrag für ein Forschungsprojekt, dort ein Konzept für eine Forschungskooperation, Submissions, Papers, Betreuung laufender Projekte, Meetings, Meetings et cetera pp. (z. B. eigene Forschung) und nun trennt mich nur eine Kaskade kirchlicher Feiertage von meiner ersten Sommersemesterveranstaltung.

Kurse, die man Studierenden anbietet, gehören vorbereitet, sonst wird das für beide Seiten eine unschöne und vor allem langatmige Veranstaltung. Aber es bleibt nur so wenig Zeit! Gerade rechtzeitig vor einer Panikattacke erinnerte ich mich an meinen Blogbeitrag vor fast genau einem Jahr, in dem ich die Planungen zu einer meiner Veranstaltungen im letzten Sommersemester beschrieb. Darin verlinkte ich unter anderem eine Mind Map, die ich mit Bubbl erzeugt hatte und die sich trefflich als Grundlage für meine diesjährigen Erweiterungen (siehe Abbildung) entpuppte (dafür musste ich aber tatsächlich wieder Flash installieren – es ging eine ganze Zeit lang ohne). Auf der Suche nach der vorlesungsfreien Zeit weiterlesen

Radio TEXperimenTales

Wenn man meinen Kram hier gerne liest, mag man mich vielleicht ja auch mal hören. Dazu gibt es jetzt die Gelegenheit, da der weitläufig für seine Wrint-Podcasts bekannte Holger Klein mich interviewt hat und das Interview dann tatsächlich auch veröffentlichte.

Wrintlogo

Es ist erschienen in der Rubrik „zum Thema“ und dreht sich über weite Strecken um die Tücken des Voynich Manuskripts – das bleibt halt so ziemlich das Öffentlichkeitswirksamste, was ich zu erzählen habe. Dazu gibt es aber auch kleine Abstecher, z.B. in die Computerlinguistik (ganz zu Anfang – da läuft es noch etwas unrund bei mir, man gibt halt nicht alle Tage ein Telefoninterview) und um die Frage, was Mode und Wissenschaft miteinander zu tun haben.

Radio TEXperimenTales weiterlesen

Weihnachtspost: Zahlen lügen nicht

Es folgt eine fiktive Geschichte, die lediglich zeigen soll, dass Zahlen eine deutliche Sprache sprechen, es aber gar nicht so einfach ist, diese zu beherrschen. Ich habe dafür ein Beispiel aus dem Bereich Twitter-Mining gewählt, es ist aber auf beliebige andere Szenarien übertragbar. Jegliche Ähnlichkeiten mit lebenden oder verstorbenen realen oder juristischen Personen beruhen auf rein zufälligen oder dem Autor zumindest nicht bewussten Auswahlentscheidungen.

Die Firma C. Santa Social Media (CSSM) hat ein Tool entwickelt, das sie Twitter 4 Decision Makers (T4DM) genannt hat und das auf dem freien Markt überhaupt nicht zu bekommen ist. Stattdessen wird es lediglich ausgesuchtem Publikum durch geschultes Fachpersonal angeboten. Dieses Fachpersonal, ausgestattet mit einer professionellen Multimedia-Präsentation hat durchaus Beeindruckendes zu berichten:

Erwirbt man eine Lizenz der Software T4DM, so sorgt CSSM dafür, dass aus dem gesamten Twitter-Strom, also allen gesendeten Tweets die für den Lizenznehmer relevanten herausgefiltert und diesem dann aufbereitet präsentiert werden. Um die Interessen der Lizenznehmer abzugleichen, ist ein kurzes Interview notwendig, aus den Antworten werden Merkmale extrahiert, die dann T4DM als Basis für die Auswahl von Tweets dienen.1

CSSM wirbt damit, dass tatsächlich 95% der relevanten Tweets gefunden werden. Das bedeutet, dass nur 5% der für den Lizenznehmer bedeutsamen Tweets falsch negativ klassifiziert werden. Noch besser sieht es bei der falsch positiven Klassifizierung aus, denn die Wahrscheinlichkeit, dass ein Tweet für relevant gehalten wird, obwohl er gar nicht von Interesse ist, liegt bei nur 1%. Tabellarisch ergibt sich also folgendes Bild:

Relevant Nicht relevant
Erkannt 95 % 1 %
Nicht erkannt 5 % 99 %

Da CSSM für diese Zahlen garantiert (Geld-Zurückerstattung, wenn man nachweist, dass sie nicht stimmen), findet das Tool reißenden Absatz – welcher Entscheidungsträger träumt nicht davon, den gesamten Twitterstrom aufbereitet zu bekommen, um seine Beschlüsse darauf gründen zu können? Es ist nur sehr zweifelhaft, dass die Käufer – auch wenn die Zahlen stimmen würden – irgend etwas mit dem Tool anfangen könnten, denn es lauert ein enormer Pferdefuß, der aus den relativen Zahlen in der Tabelle überhaupt nicht ablesbar ist.

Das Problem ergibt sich daraus, dass aus dem gewaltigen Rauschen, das die Twitterer in jeder Sekunde erzeugen, nicht allzu viele Tweets tatsächlich relevant bezüglich einer Zielperson sein werden. Nehmen wir an, dass die Person ca. 400 Tweets pro Tag geliefert bekommen will. Wie groß ist dann die Wahrscheinlichkeit (P), dass ein einzelner dieser erkannten Tweets tatsächlich relevant für die Person ist? P kann man über das Theorem von Bayes berechnen, das auch a-posteriori-Wahrscheinlichkeit genannt wird. Es beruht auf folgender Formel:

P(Relevant|Erkannt) = P(R)*P(E|R)/P(R)*P(E|R)+P(notR)*P(E|notR)

Wir können nun alle uns aus der Tabelle oben bekannten Werte in diese Formel einsetzen. Der einzige bisher nicht bekannte Wert ist die Wahrscheinlichkeit, dass ein Tweet nicht relevant ist. Dieser ergibt sich aber einfach aus der Zahl der Tweets pro Tag (Twitter gab die Mitte dieses Jahres mit 400 Mio an) abzüglich der relevanten Tweets (die wir auf 400 festgelegt haben) – die Wahrscheinlichkeit, dass ein Tweet nicht relevant ist (d.h. P(notR)), beträgt also 99,9999%, P(R) ist dementsprechend 0,0001%. Setzen wir die Werte ein:

P(Relevant|Erkannt) =  (0,0001*0,95)/(0,0001*0,95+0,9999*0,01) = 0,000095

Das heißt, nicht einmal jeder 10.000. Tweet, den das Tool liefert, ist tatsächlich auch relevant! Und das obwohl die von der Firma angegebenen Werte absolut korrekt sind. Die Angabe von relativen Werten reicht nur in diesem Fall nicht aus, um den Nutzen des Tools zu beurteilen. Das liegt daran, dass es sich bei relevanten Tweets um – im Vergleich zu ihrer Gesamtzahl – relativ seltene Ereignisse handelt. Würde man den potentiellen Käufern die Tabelle mit absoluten Zahlen präsentieren, wäre wohl jedem sofort aufgefallen, dass das Tool nicht besonders hilfreich sein kann:

Relevant Nicht relevant
Erkannt 380 Tweets 3.999.996 Tweets
Nicht erkannt 20 Tweets 395.999.604 Tweets

Von über 4.000.000 erkannten Tweets sind lediglich 380 relevant. Zahlen lügen nicht. Aber manchmal verschweigen sie etwas.

1 Eine solche Merkmalsextraktion und die darauf begründete Klassifikation von Tweets hinsichtlich ihrer Relevanz gibt es zur Zeit nicht und es ist auch fraglich, ob eine solche Anforderung je von einem Tool erfüllt werden kann, vor allem, weil es schwierig sein dürfte, „Relevanz“ überhaupt zu definieren. Das tut aber hier nichts zur Sache.