Navigazione – Mappa del sito

HomeNumeri54la società contemporanea / Tracce...Come si ricostruisce il profilo d...

la società contemporanea / Tracce nella Rete: dai consumi ai reati di mafia

Come si ricostruisce il profilo dei lettori dei quotidiani online

Profiling online newspapers’ readers
Stefania Fragapane, Giovanni Giuffrida e Calogero Zarba
p. 23-55

Abstract

In this paper we discuss a data mining application to profile online users on a news website. Such profiles are then used to target users with personalized content in order to increase the overall number of pageviews generated. The additional pageviews provide extra revenue for the online editor. While the proposed system satisfies the online editor to better monetize their content, in our study, we also provide a sociological interpretation of the produced knowledge base. We consider this to be a quite novel approach where scientists from two very different disciplines (i.e., computer science and social science) combine their effort in order to provide a common framework for interpreting and utilizing the information extracted. Both disciplines benefit from a combined approach. From one side the computer scientists can “tune” their data mining algorithms in order to support the different sociological view of the data. From the other side, the social scientists can benefit from the additional information provided by the data mining tool as they provide a new insight for their data interpretation.

Torna su

Note della redazione

Stefania Fragapane ha redatto i par. 4- 6. Giovanni Giuffrida e Calogero Zarba i par. 1-3. L’introduzione e le conclusioni sono state redatte congiuntamente da Stefania Fragapane e Giovanni Giuffrida.

Testo integrale

Introduzione

1Il saggio analizza i risultati di una ricerca svolta sui lettori di un quotidiano nazionale online attraverso l’uso di tecniche di data mining.

2L’analisi che qui presentiamo, risultato di un lavoro congiunto tra ricercatori afferenti ai due ambiti disciplinari dell’Informatica e della Sociologia, assume interessanti risvolti sociologici sia sul piano metodologico sia teorico.

3Il lavoro si propone di esplorare il modo in cui tale collaborazione possa portare a una maggiore focalizzazione di temi e interrogativi sociologici nella costruzione di strumenti di rilevazione dei dati a partire dai grandi archivi e flussi informativi resi disponibili dalle tecnologie informatiche. In particolare, la riflessione sarà rivolta a comprendere quanto i due ambiti disciplinari possano interagire da un lato per accrescere le potenzialità conoscitive del sociologo che si occupi di questi temi, dall’altro per mettere a fuoco il contributo che quest’ultimo può fornire nell’adattare strumenti basati sulle tecniche di data mining – spesso generati in relazione a obiettivi di tipo pragmatico – al fine di rispondere a interrogativi conoscitivi significativi dal punto di vista sociologico.

  • 1 Attività di leisure, modelli di consumo culturale e gusti culturali collegati all’abbigliamento, al (...)

4Dal punto di vista teorico lo studio della fruizione dei quotidiani online contribuisce al dibattito sugli stili di vita1, la cui comprensione oggi deve tener conto di come i consumi, e i consumi culturali in particolare, trovino sempre più spazio nella Rete che rappresenta una tecnologia diffusa anche nel settore editoriale. Inoltre, non sono numerose le ricerche che, ad oggi, hanno analizzato in modo specifico la lettura di quotidiani online, se non come sottodimensione dell’uso di Internet in generale.

  • 2 Una delle implicazioni più rilevanti della digitalizzazione della produzione culturale è la ristrut (...)

5L’analisi più specifica della fruizione delle notizie online può fornire importanti indicazioni sugli impatti sociali2 delle nuove tecnologie. La digitalizzazione della produzione culturale ha avuto numerose ricadute su molte sfere della vita sociale, come dimostra la ricerca sociologica sulla Rete che attualmente si focalizza sui temi delle disuguaglianze, della comunità e del capitale sociale, della partecipazione politica, della partecipazione culturale e delle differenze culturali (DiMaggio et al., 2001).

  • 3 L’analisi effettuata sui profili è prevalentemente focalizzata sull’interesse del lettore in termin (...)

6In particolare il contributo è strutturato in due parti principali: la prima è rivolta ad un approfondimento metodologico volto a delineare funzionamento, caratteristiche e finalità dello strumento di data mining utilizzato (par. 1-3). La seconda parte è dedicata all’analisi dei dati. Nello specifico, il par. 5 fornisce un panorama generale degli interessi prevalenti dei lettori nei confronti delle sezioni del quotidiano, il successivo analizza gli stili di lettura dei profili più significativi3.

1. L’informazione online: una risorsa per l’editoria?

7In tutto il mondo i gruppi editoriali stanno soffrendo pesanti perdite. Secondo il popolare magazine «The Economist», San Francisco potrebbe diventare la prima città americana a restare priva del suo quotidiano locale, lo storico «San Francisco Chronicle».

8Solo negli Stati Uniti, l’occupazione nel settore dei quotidiani è caduta del 15% negli ultimi due anni. Circa 70 quotidiani britannici locali hanno chiuso dall’inizio del 2008. I quotidiani francesi hanno evitato lo stesso destino solo grazie a significativi contributi statali. Anche l’Italia non è immune da tale fenomeno ed i nostri grandi gruppi editoriali sono generalmente in sofferenza.

  • 4 Peraltro, i costi legati alla pubblicazione di un quotidiano su carta sono significativamente super (...)
  • 5 http://people-press.org/report/652/.
  • 6 I modelli pubblicitari su carta stampata e su Internet si sono evoluti in maniera diversa e in diff (...)

9Tra i motivi delle difficoltà economiche di queste grandi aziende è da annoverarsi anche la consistente migrazione di lettori dalla carta stampata verso la versione digitale e online del giornale, dove gli stessi contenuti sono offerti gratuitamente4. In un recente studio del Pew Research Center for the People and the Press5 si rileva che in USA il 34% degli intervistati dichiara di essersi informato online sui fatti del giorno prima, contro un 31% che afferma di aver utilizzato un giornale cartaceo. Lo stesso studio evidenzia, inoltre, un aumento dell’accesso alle news, a prescindere dal media utilizzato. Quindi, il consumo di articoli cresce con un sostanziale spostamento della fonte dai mezzi tradizionali ai nuovi media. I ricavi pubblicitari provenienti da Internet sono, d’altra parte, significativamente inferiori rispetto a quelli derivanti dalla carta stampata6. Cosicché, sebbene l’accesso online alle notizie registri anno dopo anno ritmi di crescita considerevoli e, di conseguenza, gli introiti pubblicitari online siano in genere in aumento, tali risorse economiche addizionali sono chiaramente insufficienti a compensare le forti perdite dovute alle minori vendite su carta stampata.

10E tuttavia i quotidiani online offrono, anche dal punto di vista dell’editore, opportunità impensabili per la carta stampata come la possibilità di pubblicare le notizie in tempo reale e di tenere sotto costante controllo l’andamento generale del sito.

11Inoltre, e questo è il tema del nostro contributo, per ogni utente di un quotidiano online, è possibile costruire un profilo contenente informazioni aggiornate in tempo reale sul suo comportamento. Il profilo utente può essere usato per personalizzare la pagina web vista dal lettore, o alcune porzioni di essa, al fine di aumentare la probabilità che quest’ultimo spenda più tempo sul quotidiano con un conseguente aumento delle pageviews.

2. La ricostruzione in tempo reale dei profili utenti

  • 7 I dati utilizzati nella nostra analisi risalgono al mese di Novembre 2009, per un totale di oltre 5 (...)

12In questa sezione descriviamo come ricostruire in tempo reale il profilo utente a partire dall’insieme degli articoli visionati online7.

  • 8 Il supporto che le tecniche di data mining possono offrire al ricercatore è assimilabile a quello d (...)

13In letteratura informatica esistono diversi lavori sulla profilazione automatica, il cui obiettivo finale – eminentemente pragmatico – è quello di ottenere criteri per suggerire all’utente online la lettura di articoli che potrebbero interessargli8. NewsWeeder (Lang, 1995) è un sistema di raccomandazione basato sul contenuto per articoli, che consente all’utente di valutare gli articoli in una scala da 1 a 5. Usando queste valutazioni, NewsWeeder costruisce un profilo utente che è usato per predire le valutazioni dell’utente sugli articoli non ancora visionati. Gli articoli con la più alta valutazione prevista sono suggeriti all’utente. Il profilo è costruito usando un Naive Bayesian Classifier (Rish, 2001) con regressione lineare. Newsweeder ha bisogno di ricostruire i profili ogni notte con una computazione offline e quindi non è in grado di ricavare i profili in maniera dinamica in tempo reale.

14Krakatoa Chronicles (Bharat et al., 1998) è un sistema di raccomandazione basato sul contenuto, che viene mostrato all’utente tramite un applet Java. Basandosi sul contenuto degli articoli e sulle valutazioni assegnate dell’utente, Krakatoa Chronicles calcola, per ogni articolo non visto, un punteggio per l’utente e un punteggio per la comunità. Una media pesata del punteggio per l’utente e del punteggio per la comunità produce un punteggio complessivo. Gli articoli con il più alto punteggio complessivo sono suggeriti all’utente. Il punteggio per la comunità è la media di tutti i punteggi per i singoli utenti. Quando il numero degli utenti è nell’ordine dei milioni, come facilmente può accadere in un’attività online, il calcolo del punteggio per la comunità è molto costoso.

15Google News (Das et al., 2007), è sia un aggregatore di notizie online che un sistema di raccomandazione. Dando in input una lista di parole chiave, l’utente può ottenere una lista di articoli correlati alle parole chiave. Inoltre, l’utente può anche ottenere dei suggerimenti di articoli, che vengono elaborati da Google News grazie a tecniche di collaborative filtering (Agrawal et al., 1995). In genere, queste tecniche di collaborative filtering richiedono una notevole quantità di risorse computazionali.

2.1. Articoli

16Definiamo adesso un modello semantico per la rappresentazione del contenuto degli articoli pubblicati su quotidiani online (Baeza-Yates e Ribeiro-Neto, 1999; Berger et al., 2000; Rocchio, 1971). Questa rappresentazione ci consente di definire una nozione di similarità del contenuto degli articoli.

17Denotiamo con A l’insieme (finito) di tutti gli articoli. Inoltre, denotiamo con W l’insieme (finito) di tutte le parole.

18Sia w una parola e sia a un articolo. La term frequency TF(w, a) di w in a è data dal numero di occorrenze di w in a. Sia w una parola; la inverse document frequency IDF(w) di w è definita come:

IDF(w) = log(A / (1 + Aw))

dove Aw è l’insieme degli articoli che contengono la parola w. Sia w una parola, e sia a un articolo. La term frequency-inverse document frequency TFIDF(w, a) di w in a è data dal seguente prodotto:

TFIDF(w, a) = TF(w, a) IDF(w)

Sia a un articolo; rappresentiamo il contenuto dell’articolo a con la funzione fa: W → [0, 1] definita da

f´a(w) = TFIDF(w, a)

e

fa(w) = f´a(w) / |f´a|

dove

Image 100000000000008B000000326DD328F8.jpg

Si noti che, secondo questa rappresentazione, una parola è importante in un documento a quando fa(w) è grande. Ciò avviene quando la term frequency è grande oppure quando la inverse document frequency è grande. Nel primo caso, la parola è molto frequente nel documento. Nel secondo caso, invece, la parola è poco frequente nel corpus. In pratica, più una parola è ripetuta all’interno di un singolo articolo, più essa è significativa per le definizioni di cui sopra (term frequency). Invece, più una parola è frequente tra i vari articoli del corpus, meno è significativa (inverse document frequency). In pratica, parole molto comuni nell’insieme dei documenti perdono di significato ai fini della caratterizzazione degli articoli.

Si noti, inoltre che, in un’implementazione pratica, l’insieme di tutte le parole di solito non contiene le cosidette stop words, che sono parole molto comuni ma di significato generico, come «e», «oppure», «il», ecc. In genere, per le varie lingue si definisce un elenco di stop words e si istruisce il sistema a trascurarle nell’esecuzione dell’algoritmo. Inoltre, le parole che si presentano nella loro forma flessa sono ridotte alla loro radice tramite un algoritmo di stemming (Porter, 1980) al fine di aumentare la precisione dell’algoritmo. Questa è una tecnica molto utilizzata dai motori di ricerca.

Similarità tra articoli

19Rappresentiamo la similarità tra articoli con la funzione σ : A x A → [0, 1] definita da

Image 10000000000000DC00000032232786A2.jpg

20Si noti che 0 ≤ σ(a, b) ≤ 1. Pertanto, quando σ(a, b) è vicino a 1, i contenuti degli articoli a and b sono simili. Quando invece σ(a, b) è vicino a 0, i contenuti degli articoli a e b non sono simili.

Utenti

21Formalmente, sia u un utente, e sia Ru l’insieme degli articoli letti da u. Il profilo utente di u come insieme pesato di parole è dato dalla funzione gu: W → [0, 1] definita ponendo

Image 100000000000008B000000324FB93C51.jpg

e

gu(w) = g´u(w)/ |g´u|

dove

Image 1000000000000086000000327E49C82D.jpg

Si noti che, secondo questa rappresentazione, una parola è importante per un utente u quando gu(w) è grande, e ciò avviene quando la parola w, occorre in almeno uno degli articoli letti dall’utente u, con un alto valore fa(w).

2.2. Il profilo utente come insieme pesato di parole

  • 9 L’insieme degli articoli letti da ogni utente è memorizzato in un apposito cookie mantenuto nel bro (...)

22Se u è un utente, denotiamo con Ru l’insieme degli articoli letti dall’utente9. A partire da Ru, al fine di rappresentare in maniera dettagliata gli interessi dell’utente, possiamo costruire due tipologie di profili.

23La prima possibile tipologia di profilo consiste di un insieme pesato di parole, cioè di una funzione gu: W → [0, 1], dove W è l’insieme di tutte le parole. Questo tipo di profilazione può essere usata per suggerire all’utente u nuovi articoli (i.e., non ancora letti dall’utente) il cui contenuto è simile a quello degli articoli letti da u in passato.

24La seconda tipologia consiste di un insieme pesato di categorie, cioè di una funzione hu : C𝐑, dove C è l’insieme di tutte le categorie. Questo tipo di profilazione può essere usata per mostrare all’utente banner pubblicitari concernenti prodotti correlati agli interessi dell’utente e/o suggerire contenuti editoriali appartenenti alle categorie di interesse dell’utente.

25Sia il profilo utente gu come insieme pesato di parole, che il profilo utente hu come insieme pesato di categorie, possono essere ricostruiti automaticamente e in tempo reale a partire dall’insieme Ru degli articoli letti dall’utente.

2.3. Il profilo utente come insieme pesato di categorie

26Per ogni utente u, memorizziamo nel cookie una lista di coppie (a1, t1), ..., (an, tn) dove gli ai sono i numeri identificativi degli articoli letti dall’utente u, e gli ti rappresentano il momento in cui tali articoli sono stati letti (timestamp).

27Ogni articolo del quotidiano online appartiene a una determinata categoria. Se a è un articolo, denotiamo con cat(a) la sua categoria. Infine, denotiamo con C l’insieme di tutte le categorie.

28L’informazione memorizzata nel cookie dell’utente e le categorie di appartenenza degli articoli possono essere usate al fine di ricostruire in tempo reale e in maniera automatica un profilo per ogni singolo utente come insieme pesato di categorie.

29Formalmente, se u è un utente, un profilo è una funzione hu: C𝐑 che associa a ogni categoria un numero reale. Chiamiamo hu(c) l’indice di affinità della categoria c rispetto all’utente u. Nella sua più semplice accezione, hu(c) è semplicemente dato dal numero di articoli letti dall’utente u e appartenenti alla categoria c.

30Il profilo hu può essere, però, reso più significativo se opportunamente normalizzato rispetto al comportamento globale di tutti gli utenti del quotidiano online. In questa seconda accezione, l’indice di affinità hu(c) è pari al rapporto tra opportuni valori hu(c) e h’’(c). Il valore hu(c) è pari alla frazione di articoli appartenenti alla categoria c letti dall’utente u. Analogamente, il valore h’’(c) è pari alla frazione di articoli di categoria c letti dall’intera comunità di utenti online.

31Nella seconda accezione, se hu(c) = 1 allora l’utente u è interessato alla categoria c esattamente quanto l’intera comunità di utenti online. Se invece hu(c) > 1 allora l’utente u è interessato alla categoria c più di quanto ne sia interessata l’intera comunità di utenti online. Infine, se hu(c) < 1 allora l’utente u è interessato alla categoria c meno di quanto ne sia interessata l’intera comunità di utenti online.

32Si noti che, in maniera ovvia, possiamo associare un utente al profilo corrispondente alla categoria di massimo interesse per quell’utente, cioè alla categoria

argmaxc hu(c)

in altre parole, si associa ogni utente ad uno ed un solo profilo che coincide col profilo per il quale hu(c) ha valore massimo e che quindi coincide con la categoria per cui l’interesse dell’utente devia maggiormente in maniera positiva rispetto all’interesse medio (calcolato su tutti gli utenti) per quella categoria.

2.4. Utilizzo del profilo utente come insieme pesato di parole

33In questa sezione descriviamo un’applicazione del profilo utente come insieme pesato di parole, al fine di suggerire all’utente articoli il cui contenuto è simile a quello degli articoli già letti dall’utente stesso.

34Formalmente, sia u un utente, e sia Ru l’insieme degli articoli letti dall’utente. Inoltre, sia gu: W → [0, 1] il profilo dell’utente u come insieme pesato di parole.

35Per ogni articolo a pubblicato dal quotidiano online, possiamo calcolare quanto rilevante è l’articolo a per l’utente u. Formalmente, definiamo la rilevanza ρ(a, u) dell’articolo a rispetto all’utente u con

ρ(a, u) = fa × gu

dove

Image 10000000000000AF000000238AC66318.jpg

36Si noti che 0 ≤ ρ(a, u) ≤ 1. Pertanto, quanto più ρ(a, u) è vicino a 1 tanto più l’articolo a è rilevante per l’utente u. Quando invece ρ(a, u) tende a 0, l’articolo a è sempre meno rilevante per l’utente u.

37Se X è un insieme di articoli pubblicati dal quotidiano online, è possibile, per un dato intero k > 0, suggerire all’utente u i k articoli a di X con il più alto valore di ρ(a, u). Opzionalmente però, gli articoli già letti dall’utente possono essere rimossi, in modo tale da suggerire solo articoli non letti dall’utente.

2.5. Utilizzo del profilo utente come insieme pesato di categorie

38In questa sezione descriviamo un’applicazione del profilo utente come insieme pesato di categorie, al fine di rendere visibili all’utente banner pubblicitari concernenti prodotti correlati ai suoi interessi.

39Formalmente, sia u un utente, e sia hu: C 𝐑 il suo profilo utente come insieme pesato di categorie.

40Si supponga di avere un insieme B di banner pubblicitari. Ogni banner pubblicitario è associato a una specifica categoria. Formalmente, se b è un banner pubblicitario, denotiamo con cat(b) la sua categoria.

41A questo punto, è possibile rendere visibile all’utente u un banner pubblicitario b tale che:

cat(b) ϵ argmaxc hu(c)

42In questo caso le sezioni del sito e le categorie pubblicitarie coincidono.

3. Effetto «coda lunga»

43La personalizzazione delle notizie, basata sul profilo utente, ha un importante effetto sulla cosiddetta «coda lunga» (Anderson, 2006). Tale concetto (long tail, in lingua originale) ha negli anni passati suscitato un interesse crescente con l’avvento dei negozi virtuali in Internet. Esso si riferisce ad una distribuzione caratteristica dell’accesso da parte di un vasto numero di utenti ad un vasto insieme di prodotti (Img. 1). In particolare, solitamente le vendite si concentrano su pochi prodotti che comunque sono venduti in grandi quantità. Ad esempio, una libreria in genere vende molte copie dei bestsellers (la parte a sinistra della curva riportata in Img. 1). Nel caso della libreria, la parte destra della curva rappresenta invece l’insieme dei prodotti di nicchia, cioè quei numerosi prodotti venduti comunque in piccole quantità. Una libreria (off-line), per ovvie ragioni commerciali e di spazio disponibile sugli scaffali, non potendo mantenere in esposizione l’insieme di tutti i libri esistenti, sceglie ovviamente quelli più facilmente vendibili. Al contrario, una libreria virtuale su Internet, non avendo il vincolo fisico dello spazio ridotto, può mantenere una raccolta ben più vasta.

44Come si può osservare, l’area sottostante la parte destra della curva (i.e., la coda lunga) ha una superfice pressoché equivalente a quella sottostante la parte sinistra della curva (i.e., le vendite frequenti). Riprendendo l’esempio della libreria online, considerando che i costi di deposito sono uguali per qualsiasi libro e considerando che un’interfaccia web non soffre delle stesse limitazioni fisiche di una libreria nel mondo reale, la libreria online riesce a sfruttare la parte lunga della coda consegnandole quindi un ovvio vantaggio competitivo.

Img. 1 Coda lunga

Image 10000000000001C6000000EFD9C392D0.jpg

  • 10 I 41.000 articoli a cui ci si riferisce sono da intendersi «distinti». Nel complesso, nel periodo a (...)

45In maniera analoga possiamo ragionare per il quotidiano online. In questo caso il limite fisico è rappresentato dalla homepage del giornale che può contenere solo un numero limitato di link ad articoli; se un articolo non appare in homepage viene difficilmente «trovato» dagli utenti. Tale analogia viene confermata dai dati analizzati nel periodo di riferimento della nostra analisi: solo 780 su circa 41.000 articoli distinti10 aperti complessivamente dai lettori sono apparsi nella homepage. I 780 articoli «passati» sulla homepage per un certo periodo di tempo durante il mese analizzato, hanno generato circa l’80% del traffico del giornale. I rimanenti articoli fanno parte della «coda lunga» e hanno generato solo il 20% del traffico totale.

46La personalizzazione delle notizie può aprire opportunità di sfruttamento della coda lunga anche per un quotidiano online, cambiando radicalmente questa situazione. Infatti, un articolo che non appare nella homepage, ma che è rilevante per un dato lettore, sarebbe suggerito all’utente in un box di raccomandazione. Cosicché, la gamma di articoli esposti ad un determinato utente non sarebbe più veicolata solamente da politiche editoriali ma orientata anche dagli interessi specifici dell’utente. Gli effetti attesi sarebbero l’«innalzamento» della coda lunga, la possibilità per gli utenti di leggere più notizie e l’aumento complessivo del numero di pageviews del quotidiano online.

4. La lettura dei quotidiani online: considerazioni preliminari per un’interpretazione sociologica

47È ormai ampiamente condiviso tra gli studiosi dei media culturali che produzione e consumo non vadano intesi come compiutamente analizzabili l’uno separatamente dall’altro, ma come due aspetti che continuamente interagiscono nel “circuito culturale” in cui i prodotti riflettono e, nello stesso tempo, trasformano il comportamento del consumatore (Bovone, Lunghi, 2003; Zukin, Maguire, 2004; Losito, 2009).

  • 11 Interessante l’evoluzione dei termini associati alla fruizione dei prodotti mediali. Come ricorda G (...)

48L’analisi del consumo di prodotti mediali si è per lo più incentrata sulla «fruizione» intesa come attività che attribuisce all’audience11 la capacità di produrre significazione sociale ed ha costituito uno dei terreni di ricerca più importanti dei cosiddetti «Cultural Studies» britannici. Questi ultimi hanno dato avvio al passaggio dall’analisi degli effetti dei media sul pubblico allo studio delle modalità di utilizzo e interpretazione da parte del pubblico di testi e prodotti mediali.

49La concezione dell’attore-consumatore viene ripresa da alcuni studiosi di comunicazione che interpretano la Rete come un “luogo” che ha permesso, in riferimento all’informazione online, il passaggio da un modello di comunicazione asimmetrico ad uno di tipo dialogico attraverso cui la produzione di notizie diventa un’azione collettiva. Tale trasformazione, seguendo questa concezione, rende opportuna una ridefinizione analitica dei confini tra le sfere della produzione e del consumo anche riguardo al sistema dei media (Mitchelstein, Boczkowski, 2009).

50«L’attore-consumatore è sia il prodotto sia il produttore delle proprie azioni, e contribuisce attivamente a sovvertire o, più spesso, a riprodurre un ordine sociale del quale è parte e del quale si avvantaggia per orientarsi nelle proprie azioni. Mediante il consumo, quindi, l’attore sociale non solo concorre a fissare una serie di classificazioni culturali, non solo esprime se stesso attraverso dei simboli e comunica la propria posizione sociale, ma anche costituisce se stesso e, così facendo, riorganizza il mondo che lo circonda» (Sassatelli, 2001, 141). Il passaggio dal “pubblico”, unitariamente inteso, a un insieme articolato e plurale di “pubblici” nella caratterizzazione dell’oggetto di studio per l’analisi della fruizione di prodotti mediali, richiama l’attenzione da una parte sui «fattori individuali» che orientano le scelte dei soggetti, dall’altra sui «fattori sociali» che rinviano alla pregnanza del contesto sociale in cui quei soggetti si costituiscono come tali. I primi sarebbero responsabili di raggruppamenti temporanei, i secondi di formazioni di gruppi maggiormente stabili (Gui, 2005).

  • 12 Gli approcci che si sono focalizzati maggiormente sull’azione individuale hanno privilegiato nella (...)

51Se nell’analisi del consumo e della fruizione di prodotti mediali importanti contributi sono stati forniti dall’analisi micro sociale – per lo più attraverso metodi e tecniche qualitative –, in alcuni casi quest’ultima ha attribuito un peso eccessivo alle scelte idiosincratiche dei singoli individui, definendo il contesto esclusivamente come complesso di azioni quotidiane di consumo. Tali orientamenti hanno, spesso, tralasciato quegli elementi “strutturali”, di cui occorre tener conto per comprendere appieno il processo di fruizione dei media culturali e dei loro contenuti (Livingstone, 2000)12. Lo studio della fruizione mediale può essere arricchito anche attraverso la progettazione e l’uso di strumenti innovativi (anche di tipo quantitativo o quali-quantitativo) per la costruzione e l’elaborazione di una base empirica che possa rendere conto con maggiore completezza del complesso processo di ricezione e fruizione dell’informazione online.

5. Gli interessi dei lettori: la prevalenza della sfera dell’entertainment

52L’analisi degli interessi prevalenti del lettore online concorre a caratterizzare il profilo innanzitutto di questa pratica culturale, consentendo un confronto con la pratica più “tradizionale”, o comunque più consolidata, della lettura del quotidiano a stampa.

53Tale confronto, peraltro, risente di un particolare vantaggio conoscitivo che la pratica più recente offre rispetto a quella più consolidata, consentendo un’osservazione in qualche modo «diretta» dei comportamenti di lettura. Rilevare gli interessi dei lettori online, avendo la possibilità di monitorare in tempo reale le loro scelte, consente di ovviare alla difficoltà di ricostruire in modo “attendibile”, dovendo invece ricorrere allo strumento dell’intervista, quali siano le notizie che maggiormente attirano i lettori: è nota infatti la difficoltà, da parte degli intervistati, di tenere a mente e riferire con precisione le proprie abitudini di lettura (Tewksbury, 2003).

54Nella tab. 1 sono stati riportati i valori di frequenza relativi agli utenti che hanno avuto accesso almeno una volta alle pagine afferenti alle diverse categorie, accanto ai valori relativi a coloro che sono mediamente più interessati per ciascuna categoria.

  • 13 Nel contesto di questo contributo il termine impression e pageview sono utilizzati con analogo sign (...)
  • 14 È necessario precisare, tuttavia, che il dato relativo alle sezioni “televisione” e “cinema è in pa (...)
  • 15 La sezione “persone” riguarda le notizie relative a personaggi principalmente del mondo dello spett (...)

55Analizzando la prima colonna, è possibile notare come le categorie che presentano un maggior numero di impressions13 sono “televisione” e “cinema”14, seguite, quasi a pari merito, da “esteri” e “sport”. “Politica” e “cronaca” presentano un numero simile di impressions, molto vicino al dato rilevato nella sezione “meteo”. Si rileva un numero elevato di accessi anche rispetto alla sezione “persone”15. I valori più esigui sono associati alle categorie “arte”, “scuola e università” e “salute”.

Tab. 1 Utenti per categoria e utenti profilati per categoria (valori assoluti)

Categoria

Utenti categoria*

Utenti profilo categoria

Ambiente

159643

8705

Arredamento

8274

5461

Arte

9943

4943

Basket

9696

4495

Calcio

189510

32810

Calendari

22890

22109

Ciclismo

3973

1747

Cinema

356333

135726

Cronaca

262728

21984

Economia

134380

15061

Esteri

315597

24128

Finanza

70715

42859

Formula 1

63731

16328

Golf

24552

8579

Meteo

255996

146544

Moda

179450

27663

Moto GP

7440

4521

Motori

129096

36673

Persone

243911

13853

Politica

263470

37193

Salute

48824

20374

Scienza e tecnologia

148664

15503

Scommesse

68128

49297

Scuola e università

29734

9892

Spettacoli e cultura

142904

21015

Sport

315378

30895

Televisione

425537

109869

Tennis

90005

22395

Vela

2979

1075

Viaggi

92415

38696

* I dati riportati in questa colonna fanno riferimento agli utenti che hanno avuto accesso almeno una volta agli articoli afferenti alle diverse categorie (almeno una impression).

56Questo primo risultato, che sottolinea un particolare orientamento nei confronti della sfera dell’entertainment, potrebbe tuttavia essere associato ad un interesse occasionale, dal momento che si tratta di lettori che hanno consultato almeno un articolo ma che non hanno comunque mostrato un forte interesse per la sezione nel suo complesso. Ciò nonostante, attraverso i dati riportati nella seconda colonna, relativi ad utenti mediamente più interessati alle rispettive sezioni tra coloro che sono stati “profilati”, è possibile confermare una certa prevalenza di alcune delle sezioni appena descritte. Il numero maggiore di utenti in valore assoluto si riferisce, in ordine di importanza, alle categorie “meteo”, “cinema” e “televisione”, prevalenza che trova conferma in alcuni studi effettuati sui lettori americani di notizie online e che evidenzia un interesse minore, da parte di questi ultimi, nei confronti di notizie di cronaca nazionale, internazionale e di politica rispetto ai lettori di carta stampata (Salwen et al., 2005).

57Per ciascuna categoria sembra interessante considerare, con l’aiuto del graf. 1, il rapporto tra coloro che sono “passati” occasionalmente da una sezione e coloro che sono più interessati della media. Questo confronto mostra come lo scarto maggiore sia relativo alle sezioni “ambiente”, “cronaca”, “esteri” ed “economia”, ma anche “politica”, per le quali il numero di utenti mediamente più interessati è molto inferiore al numero di utenti che vi accedono occasionalmente. Le sezioni per le quali, invece, riscontriamo uno scarto esiguo tra gli utenti occasionali e quelli maggiormente interessati sono “scommesse”, “finanza” e “meteo”.

Graf. 1 Lettori occasionali vs lettori mediamente più interessati

Image 10000000000001C60000018AD3654F54.jpg

6. L’analisi dei profili: stili e tipologie di lettura

  • 16 I profili creati attraverso lo strumento sono basati, come detto in apertura, su un numero minimo d (...)

58In riferimento ai profili creati dallo strumento, è possibile fare alcune considerazioni rispetto a stili di lettura e modalità di consultazione16.

59Dall’analisi effettuata emergono preliminarmente tre tipologie di profili di lettura. Una prima tipologia è riferibile a gruppi di utenti che consultano il quotidiano in tutte le sue sezioni: i profili che rientrano in questa tipologia presentano contemporaneamente una varietà di categorie e un elevato grado di interesse, soprattutto nei confronti delle notizie tipicamente riferibili ad un quotidiano (cronaca, politica, esteri). In particolare, parliamo dei profili “ambiente”, “persone”, “scuola e università”, “salute”.

  • 17 I grafici da 2 a 10 riportano le categorie di interesse degli utenti profilati in una scala normali (...)

60Come mostra il graf. 217, gli utenti profilati in riferimento alla categoria “ambiente” (8.705 utenti) costituiscono in totale il 5% di coloro che accedono complessivamente alla sezione e generano il 7% degli accessi. Costoro accedono in misura rilevante anche ai contenuti delle sezioni “televisione”, “scienza e tecnologia”, “politica” e “cronaca” e, nello stesso tempo, mostrano interesse per altre sezioni legate al mondo dello spettacolo e dell’entertainment.

61Il profilo “persone” (13.853 utenti) rappresenta il 6% degli utenti totali della sezione e genera l’8% delle impressions. Esso mostra interessi per le notizie delle sezioni televisione, cronaca, esteri, politica, così come cinema e moda, e alcune sottocategorie della sezione sport (graf. 3).

62Il profilo “scuola e università” (13.853 utenti) costituisce il 33% degli utenti della sezione e genera il 42% delle impressions della stessa. I lettori mostrano di attribuire rilevanza prevalentemente alle notizie delle sezioni “politica”, “cronaca”, “televisione” ed “esteri”, ma accedono, sebbene in misura inferiore, anche a contenuti di sport o di entertainment (graf. 4).

63Infine, il profilo “salute” (20.374 utenti), che rappresenta il 42% di coloro che complessivamente fruiscono della sezione e genera il 47% delle impressions, è interessato particolarmente alle sezioni “televisione”, “moda”, “esteri”, “cronaca” (graf. 5).

64In riferimento a questa tipologia sarebbe interessante in primo luogo analizzare le differenze rispetto agli interessi dei lettori del corrispettivo quotidiano cartaceo e, nello stesso tempo, comprendere se questo tipo di lettore si informi esclusivamente online, come sembrerebbe plausibile dal momento che consulta il quotidiano in modo completo.

 

65Una seconda tipologia sembra riguardare utenti che hanno un interesse specifico per una o due categorie affini a quella di maggiore interesse, e interessi meno significativi per altre sezioni, come nel caso dei profili “finanza” e “politica”. I primi (42.859 utenti) consultano in maniera rilevante i contenuti della sezione “economia”, rappresentano il 61% degli utenti totali della sezione e generano il 90% di impressions della stessa (graf. 6).

66I secondi (37.200 utenti circa) sono maggiormente interessati alle notizie di cronaca, oltre che a quelle della sezione “politica”. Costoro rappresentano il 14% degli utenti della sezione e hanno prodotto il 43% delle impressions sulla sezione (graf. 7).

Graf. 2 Profilo Ambiente

Image 10000000000001C600000216D451E854.jpg

N = 8.705 (5% section users)

Graf. 3 Profilo Persone

Image 10000000000001C60000021FC987E800.jpg

N = 13.853 (6% section users)

Graf. 4 Profilo Scuola e Università

Image 10000000000001C60000022B650EB25A.jpg

N = 9.892 (33% section users)

Graf. 5 Profilo Salute

Image 10000000000001C6000002220510F884.jpg

N = 20.374 (42% section users)

Graf. 6 Profilo Finanza

Image 10000000000001C600000224DCCE2756.jpg

N = 42.859 (61% section users)

Graf. 7 Profilo Politica

Image 10000000000001C60000021C39120048.jpg

N = 37.193 (14% section users)

67Rispetto alla seconda tipologia è ipotizzabile che i lettori integrino le notizie reperite online con le informazioni di altri media offline, anche in considerazione degli interessi di lettura che sembrano riferirsi ad utenti orientati a notizie più tradizionalmente legate all’informazione fornita dai quotidiani. È necessario aggiungere che spesso esiste una relazione complementare e, in alcuni casi, simbiotica tra la consultazione su internet e la tradizionale fruizione di notizie (Nguyen, Western, 2007; Salwen et al., 2005).

68In linea con quanto suggerito da altre ricerche, infatti, alcuni utenti online tendono a concepire la Rete come strumento supplementare attraverso cui completare il proprio percorso informativo principalmente svolto sui media tradizionali (Tewksbury, 2003).

69La terza ed ultima tipologia di lettura sembra riferibile a coloro che non sono interessati in misura rilevante a nessun’altra categoria oltre a quella di maggiore interesse, legata principalmente allo svago o all’intrattenimento. In particolare sono ricompresi in questa tipologia i profili “cinema” (135.000 utenti circa), “meteo” (146.000), “televisione” (109.000).

70Gli utenti appartenenti al profilo “cinema” rappresentano il 38% degli utenti della sezione e hanno generato un numero di impressions sulla sezione pari al 73% (graf. 8).

71Gli utenti del profilo “meteo” sono il 57% degli utenti totali e hanno prodotto il 79% delle impressions sulla sezione (graf. 9).

72Quanti appartengono al profilo “televisione” sono il 26% degli utenti della stessa e hanno generato il 48% delle impressions (graf. 10).

73I lettori della seconda e terza tipologia di lettura sembrano avere un’idea precisa di cosa cercare, accedono al sito con questa finalità e all’interno di esso non consultano altre notizie.

74Con riferimento alla terza tipologia, in particolare, potrebbe essere verosimile ritenere che tali utenti siano interessati esclusivamente alle notizie “soft”. Sarebbe interessante, peraltro, capire se e attraverso quali media queste persone si informino con riguardo alla cronaca e alla politica, dal momento che appare singolare che un lettore consulti un sito principalmente deputato all’informazione “pura” per reperire notizie quasi esclusivamente di intrattenimento e tempo libero. Potrebbe, in ipotesi, trattarsi del risultato di una fidelizzazione al quotidiano in quanto tale, consultato nella versione a stampa per le notizie e i commenti di cronaca e politica, e nella versione online per gli aggiornamenti e approfondimenti su svago e intrattenimento. A questo proposito, va tenuto conto del fatto che, proprio con l’obiettivo di una differenziazione dell’offerta, alcune testate online sono orientate alla soddisfazione di bisogni complementari a quelli dei quotidiani offline trasferendo sul sito internet solo parte dei contenuti o, in alcuni casi, contenuti differenti rispetto al corrispettivo cartaceo (ISTAT, 2005).

  • 18 L’ipotesi che chi consulta soltanto l’homepage possa essere definito maggiormente orientato a segui (...)

75È interessante, inoltre, esaminare le modalità di consultazione del quotidiano, da parte degli utenti profilati sopra analizzati, attraverso due variabili: il numero di accessi alla homepage e il numero totale di accessi sull’intero quotidiano. Questo tipo di variabili potrebbe indicarci, preliminarmente, un tipo di lettore maggiormente “ancorato” alle impostazioni dell’editore18, se prevale il primo tipo di accesso, e un lettore per lo più autonomo, se prevale il secondo.

Graf. 8 Profilo Cinema

Image 10000000000001C60000021C84405D27.jpg

N = 135.726 (38% section users)

Graf. 9 Profilo Salute

Image 10000000000001C60000022961E81389.jpg

N= 20.374 (42% section users)

Graf. 10 Profilo Televisione

Image 10000000000001C60000021B7A974BA8.jpg

N = 109.869 (26% section users)

76In generale, possiamo dire che in media tra i profili che hanno avuto le frequenze più elevate di accessi al sito nel suo complesso troviamo “persone”, “salute” e “scuola e università” – che sono anche quelli che hanno generato un numero di impressions maggiore sulla homepage del quotidiano – a fronte dei profili che hanno avuto il numero di accessi più basso, tra cui “cinema”, “meteo” e “televisione”, ma anche “finanza”. È interessante rilevare come il dato si ribalti completamente se analizziamo coloro che in media hanno avuto maggiori accessi sulla categoria del profilo: “cinema”, “meteo” e “televisione” sono, infatti, i profili che presentano valori più elevati a fronte proprio dei profili “salute”, “scuola e università”che presentano i valori più bassi (tab. 2).

Tab. 2 Totale impressions per utente (val. medi)

Profili

Totale IMPS
generate
per utente

Home page
IMPS
per utente

IMPS generate
sulla categoria
del profilo per
utente

Persone

297,45

102,49

6,90

Salute

293,65

107,82

1,69

Scuola e Università

243,35

83,82

2,20

Economia

235,69

49,43

12,72

Ambiente

212,90

64,49

7,26

Politica

197,54

53,94

17,29

Finanza

171,92

26,70

39,88

Cronaca

171,62

48,69

10,51

Televisione

165,11

49,30

18,05

Meteo

159,22

30,14

31,06

Cinema

89,16

19,40

23,65

Tab. 3 Profili per interesse* mediamente più elevato

Image 10000000000001C60000009D6E5FEC5B.jpg

* I dati riportano le categorie di interesse dei vari profili utente in una scala normalizzata da 0 a 1.

77Questi risultati ci portano a fare, in via preliminare, alcune considerazioni:

‒ Viene confermato il dato che gli utenti mediamente più interessati alle categorie “persone”, “salute” e “scuola e università” sono coloro che consultano il quotidiano in modo più completo ed eterogeneo.

‒ Coloro che accedono in misura maggiore, rispetto ad altri utenti, ai contenuti afferenti alle categorie “cinema”, “meteo”, “televisione”, “scommesse” sono anche coloro che non accedono ad altri contenuti messi a disposizione dal quotidiano analizzato; l’ultimo profilo citato, in particolare, consulta esclusivamente la sezione «scommesse» generando la maggior parte delle impressions sul profilo.

‒ Il numero maggiore di accessi alla homepage non sembra necessariamente legato ad una consultazione maggiormente “conformista” rispetto all’impostazione editoriale, dal momento che il numero maggiore di impressions sulla homepage è associata ai profili appartenenti alla tipologia di lettori che consulta in modo completo il quotidiano e che quindi, presumibilmente, personalizza comunque i propri percorsi di lettura attraverso una combinazione autonoma di articoli selezionati all’interno delle varie sezioni.

‒ Il numero esiguo di accessi agli articoli inclusi nella homepage effettuati dai profili ricompresi nell’ultima tipologia consente di concludere che tali lettori, evidentemente, non sono interessati alle notizie tradizionali di un quotidiano neanche per uno sguardo “veloce” ai titoli principali degli articoli che l’editore sceglie di pubblicare in prima pagina.

 

78Sembra interessante, infine, effettuare alcuni confronti tra i profili rispetto alle diverse sezioni (tab. 3).

  • 19 Nell’analizzare i valori più elevati, ovviamente, non faremo riferimento agli utenti profilati sull (...)
  • 20 I profili “calendari”, “scommesse”, “finanza”, “meteo”, “cinema” e “televisione”, come vedremo non (...)

79Tra i cluster più interessati19 alle notizie di cronaca troviamo “esteri” (0,44), “persone” (0,41) e “politica” (0,39). Alla politica sono più interessati i cluster “esteri” e “scuola e università” (entrambi 0,39); alle notizie esteri i profili “persone” (0,36) e “salute” (0,32), le notizie scienza e tecnologia interessano particolarmente i profili “ambiente” (0,34) e “salute” (0,22). I meno interessati per tutte e quattro le sezioni considerate sono i profili “sport” e “moda”20.

80Infine, le notizie relative all’ambiente non interessano nessun profilo in modo rilevante – fatta eccezione per “scienza e tecnologia” (0,34) – se non il cluster profilato attorno ad esso.

  • 21 È necessario, tuttavia, precisare come nella sezione televisione sia possibile consultare non solta (...)

81Riguardo agli interessi rilevanti rispetto a tutti i profili, possiamo osservare come la categoria televisione21 sia presente in tutti i cluster. L’interesse più elevato viene mostrato dai profili “viaggi” (0,47) “arredamento” e “salute” (0,46), contrapposti ai profili meno interessati tra cui “politica” ed “economia”, che presentano comunque valori abbastanza elevati (rispettivamente 0,22 e 0,26).

Conclusioni

82Le tecniche di data mining per l’analisi dei profili degli utenti di un quotidiano online si stanno affermando in tempi recenti come un strumento tecnologicamente valido per aiutare a «monetizzare» meglio i contenuti pubblicitari del sito, i quali rappresentano spesso l’unica sorgente di profitti per l’editore online. Considerando la forte crisi che i grandi gruppi editoriali stanno attraversando in questi anni, un interesse sempre maggiore si sta manifestando nei confronti di tali tecniche di analisi. In questo contributo abbiamo discusso un modello informatico, basato su tecniche di data mining, per la ricostruzione, e il successivo utilizzo, dei profili di lettura degli utenti del quotidiano.

83Le tecniche informatiche descritte non utilizzano, poiché non disponibili, dati socio-demografici degli utenti, cosicché le analisi si concentrano solo sul dato comportamentale (i.e., cosa legge ogni singolo utente) acquisito nel tempo tramite tracciamento anonimo (attraverso l’uso dei c.d. cookies) dell’utente online. Sebbene l’assenza del dato socio-demografico limiti la tradizionale analisi sociologica del profilo stesso, centrata sulla tipizzazione degli attori, le informazioni estratte appaiono di sicuro interesse per la tipizzazione sociologica di modalità specifiche di agire sociale.

84Dal punto di vista sostantivo, la prevalenza della sfera dell’intrattenimento e del tempo libero nei profili di lettura di un quotidiano online, orientato a fornire prevalentemente informazioni di cronaca e politica nazionale e internazionale, prefigura modalità di consultazione non del tutto attese. La riflessione che ne consegue, relativamente all’uso dei nuovi strumenti di informazione, riguarda innanzitutto la sfera della produzione, portata a differenziarsi e, per aumentare il numero di lettori, a indirizzarsi verso contenuti eterogenei e ulteriori rispetto a quelli più tradizionali. Ma questi primi risultati mostrano anche la potenziale portata euristica di un’analisi approfondita dell’utilizzo dei nuovi strumenti di informazione (Mitchelstein, Boczkowski, 2009). L’apparente disinteresse nei confronti di alcune notizie potrebbe essere un indicatore di percorsi di lettura altamente personalizzati che coinvolgono l’utilizzo mirato di più fonti di informazione (sia online che offline), percorsi su cui è importante focalizzare l’attenzione per comprendere le eterogenee e complesse modalità di fruizione dei prodotti culturali. A questo riguardo, sarebbe utile sfruttare l’opportunità di rendere conto con maggiore dinamismo dei mutamenti sempre più accelerati nei comportamenti di consumo culturale, che costituiscono probabilmente uno degli ambiti dell’agire sociale nel quale più fitto è già l’intreccio tra culture locali e cultura globale.

  • 22 Ogni utente è identificato in maniera univoca e anonima tramite l’utilizzo di cookie, e ogni utente (...)

85Dal punto di vista metodologico, le potenzialità di tali strumenti sembrano considerevoli proprio per la loro focalizzazione sull’agire sociale, piuttosto che sull’attore22, sulle pratiche, piuttosto che sulla loro rappresentazione soggettiva: questa rappresenta forse la chiave interpretativa euristicamente più promettente dell’uso che il ricercatore sociale può fare delle tecniche di data mining.

Torna su

Bibliografia

Agrawal R., Mannila H., Srikant R., Toivonen H. e Verkamo A. I. (1995), Fast discovery of association rules, in Fayyad U. M., Piatetsky-Shapiro G., Smyth P. e Uthurusamy R. (a cura di), Advances in Knowledge Discovery and Data Mining, Menlo Park (CA), USA, AAAI Press.

Anderson C. (2006), The Long Tail: Why the Future of Business is Selling Less of More, New York, USA, Hyperion.

Baeza-Yates R. e Ribeiro-Neto B. (1999), Modern Information Retrieval, Edinburgh Gate, Harlow, England, Pearson Education Limited.

Berger A., Caruana R., Cohn D., Freitag D. e Mittal V. (2000), Bridging the lexical chasm: Statistical approaches to answer-finding, in Proceedings of the 23rd annual international ACM SIGIR conference on Research and development in information retrieval, Athens, Greece.

Bharat K., Kamba T., Albers M. (1998), Personalized, Interactive news on the web, «Multimedia Systems», 6, 5, 349-358.

Bocci L. (2007), Il data mining, in Cannavò L., Frudà L. (a cura di), Ricerca sociale. Dall’analisi esplorativa al data mining, Roma, Carocci editore.

Bourdieu P. (1984), La distinzione. Critica sociale del gusto, Bologna, il Mulino.

Bovone L., Lunghi C. (a cura di) (2003), Intorno a produzione e consumo. Percorsi nell’industria culturale, Milano, FrancoAngeli.

Cannavò L., Frudà L. (a cura di) (2007), Ricerca sociale. Dall’analisi esplorativa al data mining, Roma, Carocci editore.

Castells M. (2000), The rise of the Network Society, Oxford, Blackwell Publishers.

Colombo F. (a cura di) (2005), Atlante della comunicazione, Milano, Hoepli.

Das A., Datar M., Garg A. e Rajaram S. (2007), Google news personalization: Scalable online collaborative filtering, in International Conference on World Wide Web, Banff, Alberta, Canada, 271-280,

DiMaggio P., Hargittai E., Neuman Russell W. e Robinson John P. (2001), Social Implications of the Internet, «Annual Review of Sociology», XXVII, 307-336.

Eijck K. van, Bargeman B. (2004), The changing impact of social background on lifestyle: “‘culturalization’” instead of individualization?, «Poetics», XXXII, 439-461.

Gui M. (2005), Cambiamento del consumo mediale e integrazione sociale. Una ridefinizione del campo di analisi, «Quaderni di Sociologia», XLIX, 37, 9-30.

Istituto Nazionale di Statistica (2005), Stampa periodica e informazione on-line. Risultati dell’indagine sui quotidiani on-line.

Katz-Gerro T. (2004), Cultural Consumption Research: Review of Methodology, Theory, and Consequence, «International Review of Sociology», XIV, 1, 11-29.

Lang K. (1995), Newsweeder: Learning to filter netnews, in International Conference on Machine Learning, Tahoe City, California, USA, 331-339.

Livingstone S., Audience Research at the Crossroads. The “implied” audience in Media and Culture Theory; trad. it., Giaccardi C. (a cura di) (2000), La ricerca sull’audience. Problemi e prospettive di una disciplina al bivio, Soveria Mannelli, Rubbettino.

Losito G. (2009), La ricerca sociale sui media. Oggetti d’indagine, metodo, tecniche, Roma, Carocci editore.

Mitchelstein E. e Boczkowski Pablo J. (2009), Between tradition and change. A review of recent research on online news production, «Journalism», X, 5, 562-586.

Nguyen A. e Western M. (2007), Socio-structural correlates of online news and information adoption/use: Implications for the digital divide, «Journal of Sociology», XLIII, 2, 167-185.

Nijholt A., Heylen D. e Rien R., Creating Social Technologies to Assist and Understand Social Interactions, in Whitworth B. e de Moor A. (a cura di) (2009), Handbook of Research on Socio-Technical Design and Social Networking Systems, Hershey, PA, IGI, Information Science Reference.

Porter M.F. (1980), An algorithm for suffix stripping, «Program», 14, 3, 130-137, Howard House, Wagon Lane, UK, Emerald Group Publishing Limited.

Rish I. (2001), An empirical study of the naive Bayes classifier, in IJCAI 2001 Workshop on Empirical Methods in Artificial Intelligence, Seattle, USA.

Rocchio J. (1971), Relevance Feedback in Information Retrieval, in Salton G. (a cura di), The SMART Retrieval System: Experimentes in Automatic Document Processing, Englewood Cliffs, N.J., USA, Prentice-Hall, 313-323

Salwen Brian M., Garrison B. e Driscoll P. D. (2005), Online news and the public, Mahwah, N.J., Lawrence Erlbaum.

Sassatelli R. (2004), Consumo, cultura e società, Bologna, il Mulino.

Sobel M. (1981), Lifestyle and Social Structure, New York, Academic Press.

Sorice M., Fruizione, in Colombo F. (a cura di) (2005), Atlante della comunicazione, Milano, Hoepli.

Yu C.H. (2010), A Model Must Be Wrong to be Useful: The Role of Linear Modeling and False Assumptions in Theoretical Explanation, «The Open Statistics and Probability Journal», II, 1-8.

Zukin S., Maguire Jennifer S. (2004), Consumers and Consumption, «Annual Review of Sociology», XXX, 173-197.

Tewksbury D. (2003), What do Americans Really Want to Know? Tracking the Behavior of News Readers on the Internet, «Journal of Communication», LIII, 4, 694-710.

Torna su

Note

1 Attività di leisure, modelli di consumo culturale e gusti culturali collegati all’abbigliamento, alla musica, alla lettura, alla scelta delle vacanze sono importanti indicatori per misurare gli stili di vita (Sobel, 1981; Bourdieu, 1984).

2 Una delle implicazioni più rilevanti della digitalizzazione della produzione culturale è la ristrutturazione del tempo e dello spazio degli individui che ha ricadute anche sulle modalità di interazione tra gli individui. La spazialità dell’interazione sociale è stata modificata con l’ingresso di reti di telecomunicazione avanzate che hanno introdotto la simultaneità della relazione («spazio dei flussi») senza la condivisione dello spazio fisico («spazio dei luoghi») nel processo di comunicazione (Castells, 2009).

3 L’analisi effettuata sui profili è prevalentemente focalizzata sull’interesse del lettore in termini di frequenza di accessi alle varie sezioni del sito e agli articoli in esse contenuti. Come verrà esplicitato nel corso dell’articolo, la nostra analisi si basa su un sito (convenzionale) ad accesso anonimo per cui non sono disponibili dati socio-demografici di registrazione degli utenti che permetterebbero di individuare un vero e proprio profilo di lettore. Per comodità di esposizione, comunque, ci riferiremo nel resto dell’articolo a «profilo di lettore» intendendo, appunto, un «profilo di lettura».

4 Peraltro, i costi legati alla pubblicazione di un quotidiano su carta sono significativamente superiori a quelli della pubblicazione online. Basti pensare alla catena produttiva necessaria per la pubblicazione delle notizie su carta stampata quali rotative, carta, distribuzione, raccolta invenduti, ecc. In confronto, i costi necessari per la pubblicazione delle notizie su un sito web sono solo una piccola frazione.

5 http://people-press.org/report/652/.

6 I modelli pubblicitari su carta stampata e su Internet si sono evoluti in maniera diversa e in differenti periodi storici. L’effetto finale è che oggi un annuncio pubblicitario su un quotidiano stampato ha un prezzo per l’inserzionista significativamente maggiore dell’equivalente su Internet. Tutto ciò a dispetto di una migliore «misurabilità» dell’efficacia del messaggio pubblicitario offerta dagli strumenti online i quali permettono di avere, in tempo reale, informazioni molto più dettagliate sul consumo e sull’andamento di tali inserzioni pubblicitarie.

7 I dati utilizzati nella nostra analisi risalgono al mese di Novembre 2009, per un totale di oltre 500 milioni di pagine visualizzate. Gli utenti analizzati sono in totale circa 8 milioni. Gli utenti profilati sono quelli che hanno letto almeno 8 articoli, e sono circa 686 mila. Tali utenti – che rappresentano solo l’8,5% del totale degli utenti – consumano quasi il 50% delle pagine viste del giornale. Questi sono quindi gli heavy users del quotidiano. Complessivamente, nel periodo analizzato, sono stati letti 20,6 milioni di articoli, per un totale di circa 41.000 articoli distinti.

8 Il supporto che le tecniche di data mining possono offrire al ricercatore è assimilabile a quello dei modelli non lineari che, in generale, sono orientati alla previsione, piuttosto che alla spiegazione. Le tecniche di data minig sono maggiormente adeguate a fare previsioni per le future evidenze, supportando il ricercatore nell’analisi esplorativa dei dati e nella costruzione delle ipotesi della ricerca (Yu, 2010).

9 L’insieme degli articoli letti da ogni utente è memorizzato in un apposito cookie mantenuto nel browser dell’utente. Ogni articolo è inoltre associato alla data e all’ora in cui l’articolo è stato aperto. Ogni articolo del quotidiano online è associato ad un identificativo numerico univoco, ed è proprio questo identificativo a essere memorizzato nel cookie.

10 I 41.000 articoli a cui ci si riferisce sono da intendersi «distinti». Nel complesso, nel periodo analizzato sono stati letti oltre 20 Milioni di articoli da tutti gli utenti, questi sono comunque stati presi da un insieme di 41.000 articoli diversi.

11 Interessante l’evoluzione dei termini associati alla fruizione dei prodotti mediali. Come ricorda Gui, Moores propone di non riferirsi più ad un “pubblico” dei media, ma piuttosto suggerisce di parlare di “pubblici” quali diversi gruppi che fruiscono di media e contenuti eterogenei. Questo passaggio sposterebbe il focus sulla capacità selettiva del fruitore, prima ancora della fruizione (Gui, 2005).

12 Gli approcci che si sono focalizzati maggiormente sull’azione individuale hanno privilegiato nella ricerca empirica un’analisi “qualitativa” ma, come avverte la Giaccardi nell’edizione italiana del saggio della Livingstone, è necessario mantenere un maggiore equilibrio tra i livelli micro e macro, al di là del privilegiare nella singola indagine le tecniche qualitative o quantitative (Livingstone, 2000).

13 Nel contesto di questo contributo il termine impression e pageview sono utilizzati con analogo significato.

14 È necessario precisare, tuttavia, che il dato relativo alle sezioni “televisione” e “cinema è in parte sovrastimato, a causa della presenza di gallerie fotografiche.

15 La sezione “persone” riguarda le notizie relative a personaggi principalmente del mondo dello spettacolo, ma anche della politica o della cronaca.

16 I profili creati attraverso lo strumento sono basati, come detto in apertura, su un numero minimo di articoli letti per ciascuna sezione. L’utilizzo di un valore di soglia minimo sul numero di articoli letti è necessario per garantire validità statistica al modello. L’analisi dei singoli profili prende in considerazione l’interesse manifestato dai lettori verso tutte le sezioni del sito, oltre a quella prevalente. I dati riportano le categorie di interesse degli utenti profilati in una scala da 0 a 1. Nel corso del commento dei dati sintetizzeremo alcuni dei dati maggiormente significativi.

17 I grafici da 2 a 10 riportano le categorie di interesse degli utenti profilati in una scala normalizzata da 0 a 1.

18 L’ipotesi che chi consulta soltanto l’homepage possa essere definito maggiormente orientato a seguire l’impostazione della testata è da ricollegarsi al fatto che in homepage il redattore seleziona una serie di articoli che giudica maggiormente importanti al fine di aderire quanto più possibile alla linea editoriale del quotidiano e al contempo attrarre il maggior numero di lettori possibile. D’altra parte ci sembra di poter ipotizzare che chi si “ferma” in misura minore sulla homepage sia maggiormente orientato a creare da sé i percorsi di lettura accedendo direttamente agli articoli dalle sezioni che in quel momento reputa maggiormente interessanti a rispondere al suo bisogno informativo.

19 Nell’analizzare i valori più elevati, ovviamente, non faremo riferimento agli utenti profilati sulla categoria che di volta in volta consideriamo.

20 I profili “calendari”, “scommesse”, “finanza”, “meteo”, “cinema” e “televisione”, come vedremo non sono interessati a nessun’altra sezione del quotidiano e, quindi, nell’analizzare i dati dei cluster meno interessati non verranno citati.

21 È necessario, tuttavia, precisare come nella sezione televisione sia possibile consultare non soltanto dati relativi a personaggi del cinema, ma anche documentari e video inerenti personaggi politici, sportivi, ecc.

22 Ogni utente è identificato in maniera univoca e anonima tramite l’utilizzo di cookie, e ogni utente viene seguito nel tempo e i suoi «movimenti» rappresentano proprio il dato alla base delle analisi. In molte circostanze, anche nei modelli di data mining, i dati socio-demografici sono disponibili come nel caso di analisi di utenti registrati o di acquirenti di prodotti e/o servizi in genere. Tuttavia, l’utilizzo esplicito di questi dati deve ovviamente tenere conto dei problemi di privacy che le normative in materia impongono. La riflessione che però sembra opportuna non riguarda tanto la possibilità di reperire e usare i dati, quanto piuttosto la rispettiva portata euristica di modelli di attore e modelli di agire sociale e, soprattutto, la problematizzazione delle loro relative connessioni.

Torna su

Per citare questo articolo

Notizia bibliografica

Stefania Fragapane, Giovanni Giuffrida e Calogero Zarba, «Come si ricostruisce il profilo dei lettori dei quotidiani online»Quaderni di Sociologia, 54 | 2010, 23-55.

Notizia bibliografica digitale

Stefania Fragapane, Giovanni Giuffrida e Calogero Zarba, «Come si ricostruisce il profilo dei lettori dei quotidiani online»Quaderni di Sociologia [Online], 54 | 2010, online dal 30 novembre 2015, consultato il 19 avril 2024. URL: http://journals.openedition.org/qds/673; DOI: https://doi.org/10.4000/qds.673

Torna su

Autori

Stefania Fragapane

DAPPSI, Dipartimento di Analisi dei Processi Politici, Sociali ed Istituzionali - Università di Catania

Giovanni Giuffrida

DAPPSI, Dipartimento di Analisi dei Processi Politici, Sociali ed Istituzionali - Università di Catania

Articoli dello stesso autore

Calogero Zarba

DAPPSI, Dipartimento di Analisi dei Processi Politici, Sociali ed Istituzionali - Università di Catania

Articoli dello stesso autore

Torna su

Diritti d'autore

CC-BY-NC-ND-4.0

Solamente il testo è utilizzabile con licenza CC BY-NC-ND 4.0. Salvo diversa indicazione, per tutti agli altri elementi (illustrazioni, allegati importati) la copia non è autorizzata ("Tutti i diritti riservati").

Torna su
Cerca su OpenEdition Search

Sarai reindirizzato su OpenEdition Search