Sammlung und Analyse von Social-Media-Daten mit R

Vorwort

Herzlich willkommen im Buch zum Kurs Sammlung und Analyse von Social-Media-Daten mit R! 👋

Das Buch gliedert sich in fünf Teile:

1. Grundlagen: Grundlegende Infos zur Installation und Nutzung von R und RStudio
2. Data Wrangling: Aufbereitung von Daten und Umgang mit Textdaten in R
3. Sammlung von Social-Media-Daten: Sammlung von Daten von Bluesky, YouTube und TikTok
4. Analyse von Social-Media-Daten: Einführung in die Analyse von Textdaten von Social-Media-Plattformen
5. Tipps & Tricks: Weiterführende Informationen zur Nutzung von R

Fokus des Buchs

Das Buch bzw. der Kurs setzt Grundkenntnisse in R voraus. Der erste Teil des Buchs ist daher v.a. als Wiederholung bzw. Auffrischung der Grundlagen von R und RStudio gedacht. Er bietet keine vollständige Einführung. Im Netz gibt es zahlreiche solcher Einführungen in verschiedenen Formaten. Besonders empfehlenswert sind der Workshop Introduction to R & Data von der Uni Utrecht sowie das Buch R for Data Science von Hadley Wickham, Mine Çetinkaya-Rundel und Garrett Grolemund. Beide sind kostenfrei online verfügbar. Für eine grundlegende Einführung in Statistik mit R empfiehlt sich insbesondere das Online-Buch Introduction to Statistics and Data Analysis – A Case-Based Approach von Conrad Ziller.

In den Abschnitten 2 bis 4 liegt der Fokus auf Textdaten. Die Sammlung und Analyse von Netzwerkdaten wird in diesem Kurs nicht behandelt. Zudem werden in Abschnitt 4 nur einige der möglichen Analysemethoden für Textdaten vorgestellt. Eine umfassendere Einführung in die Nutzung von R für die Sammlung und Analyse von Social-Media-Daten bietet das Buch Computational Analysis of Communication von Wouter van Atteveldt, Damian Trilling und Carlos Arcila Calderón.

Zudem fokussiert das Buch auf plattformzentrierte Ansätze (Breuer et al., 2025) zur Sammlung von Social-Media-Daten über Application Programming Interfaces (APIs) und Web Scraping. Nutzendenzentrierte Ansätze wie z.B. die Datenspende (siehe Carrière et al., 2024; van Driel et al., 2022) sind nicht Teil des Kurses. Wer sich für die Exploration eigener Social-Media-Daten mit R interessiert, kann z.B. einen Blick auf die Materialien aus meinem Seminar Digitale Mediennutzung und Data Literacy - Über Datenspuren und ihre Nutzung werfen, das ich im Wintersemester 2021-2022 an der HHU Düsseldorf gegeben habe.

Credits

Das Buch wurde mit Quarto erstellt und orientiert sich in Inhalt und Struktur an den folgenden Quellen:

• Computational Analysis of Communication von Wouter van Atteveldt, Damian Trilling und Carlos Arcila Calderón
• Communication Science R Book von Kasper Welbers
• dem Kurs Introduction to R for Data Analysis für die GESIS Summer School in Survey Methodology 2022 von Stefan Jünger, Veronika Batzdorfer und mir
• dem GESIS-Workshop Automatic Sampling and Analysis of YouTube Comments von Julian Kohne, M. Rohangis Mohseni, Annika Deubel und mir

Lizenz

Das Buch steht unter der Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License. Das bedeutet, dass Sie das Buch für nicht-kommerzielle Zwecke frei nutzen, teilen und anpassen können, solange Sie den ursprünglichen Autoren nennen und Ihre Änderungen unter derselben Lizenz veröffentlichen.

Breuer, J., Stier, S., Lukito, J., Mangold, F., Wieland, M., & Radovanović, D. (2025). Overview of Ethical Considerations When Working with Digital Behavioral Data (GESIS Guides to Digital Behavioral Data, 14). GESIS - Leibniz-Institute for the Social Sciences. https://doi.org/10.60762/GGDBD25014.1.0

Carrière, T. C., Boeschoten, L., Struminskaya, B., Janssen, H. L., De Schipper, N. C., & Araujo, T. (2024). Best Practices for Studies Using Digital Data Donation. Quality & Quantity. https://doi.org/10.1007/s11135-024-01983-x

van Driel, I. I., Giachanou, A., Pouwels, J. L., Boeschoten, L., Beyens, I., & Valkenburg, P. M. (2022). Promises and Pitfalls of Social Media Data Donations. Communication Methods and Measures, 16(4), 266–282. https://doi.org/10.1080/19312458.2022.2109608