Instructions

Submit the results of your analysis, answering the research questions and report anything else you discover of relevance. If you choose to analyse only a subset of your data, you should explain why.

You are expected to include at least one multivariate graphic summarising key results. You may also include simpler graphs and tables. Report any assumptions you’ve made in modelling, and  include your R code as an appendix.

There are two options for compiling your report:

(1) You can submit a single pdf with R code pasted in as machine-readable text as an appendix, or

(2) As an R Markup document that contains the R code with the discussion/text interleaved. Render this as an HTML file and print off as a pdf and submit.

Regardless of which method you choose, you will submit a single pdf, and your R code will be           machine readable text. We need to conform to this format as the university now requires all student submission to be processed by plagiarism detection software.

Submit your report as a single PDF with the file name FirstnameSecondnameID.pdf on Moodle.

Software

It is expected that you will use R for your data analysis and graphics and tables. You are free to use any R packages you need but please document these in your report and include in your R code.

Questions

Activity, language use and social interactions in an on-line community. Analyse the metadata and     linguistic summary from a real on-line forum and submit a report of your findings. Do the following:

(a)        Analyse activity and language on the forum over time:

1.   How active are participants over the longer term (that is, over months and/or years)? Are  there periods where activity increases or decreases? Is there a trend over time? (3 Marks)

2.   Looking at the linguistic variables, do the levels of these change over the duration of the      forum? Is there a relationship between linguistic variables over the longer term? (3 Marks)

(b)        Analyse the language used by threads:

We can think of threads as groups of participants posting on the same topic.

1.   Using the relevant linguistic variables, is it possible to see whether or not particular threads are happier or more optimistic than other threads, or the forum in general, at different         periods in time. (3 Marks)

(c)         Analyse social networks online:

We can think of authors posting to the same thread at similar times (for example during      the same month) as having a connection to each other, forming a social network. This is      called a two-mode network. When an author posts to more than one network during the    same time period their social network extends to include authors from both networks, and so on. We will cover social network analysis in Lecture 5.

1.   Create a non-trivial social network of all authors who are posting over a particular time        period. For example, over one month. To create this, your social network should include at least 30 authors, some of whom will have posted to multiple (2 or more) threads during      this period. Your social network should be connected, although some authors may be           disconnected from the main group. Present your result as a network graph. (3 Marks)

2.   Identify the most important author in the social network you created. Looking at the         language they use, can you observe any difference between them and other members of their social network? (3 Marks)

(d)        Overall considerations:

•     The quality and clarity of your reasoning and assumptions. (3 Marks)

•     The strength of support for your findings. (3 Marks)

•     The quality of your writing in general and communication of results. (3 Marks)

•    The quality of your graphics throughout, including at least one high-quality multivariate graphic. (3 Marks)

•    The quality of your R coding. (3 Marks)

Data

The data is contained in the file webforum.csv and consists of the metadata and linguistic analysis of posts over the years 2002 to 2011. You will each work with 20,000 posts, randomly selected       from the original file. The linguistic analysis was conducted using Linguistic Inquiry and Word          Count (LIWC), which assesses the prevalence of certain thoughts, feelings and motivations by         calculating the proportion of key words used in communication. See http://liwc.wpengine.com/     for more information, including the language manual http://liwc.wpengine.com/wp-                         content/uploads/2015/11/LIWC2015_LanguageManual.pdf