Saxion en de Universiteit Twente lopen voorop in het systematisch onderzoeken van sociale media en politiek. Tijdens de Tweede Kamerverkiezingen in 2010 waren we de eerste die in Nederland kwamen met significante resultaten. Er is een positive relatie aangetoond tussen het sociale media gebruik van politici en het aantal behaalde stemmen voor 9 van de 16 partijen. De effectiviteit van het sociale media gebruik lijkt sterk af te hangen van de gekozen strategie, houding en de boodschap.
Met de op wetenschappelijke algoritmen gebaseerde softwaretool Social Indicator kunnen we invloed van diverse kandidaten vergelijken op basis van open en big data. Hieronder een voorbeeld van de actuele invloed van de Nederlandse lijsttrekkers en andere geselecteerde politici. De data van Facebook, Twitter en YouTube worden automatisch verwerkt. We doen handmatige analyses naar Instagram gebruik.
| Ranking | Naam | Peildatum | SMI Social Media Invloedscore (afgelopen 2 weken) | Contributiescore (netwerkbereik) | Participatiescore (mate gedeeld en interactie) |
| 1 | Geert Wilders | 09/03/17 | 29602818 | 5080134 | 24522684 |
| 2 | Alexander Pechtold | 09/03/17 | 3496392 | 3023469 | 472923 |
| 3 | Mark Rutte | 09/03/17 | 2412973 | 2349461 | 63512 |
| 4 | Jan Roos | 09/03/17 | 2391540 | 458175 | 1933365 |
| 5 | Ancilla van de Leest | 09/03/17 | 1719102 | 528983 | 1190119 |
| 6 | Tunahan Kuzu | 09/03/17 | 1490456 | 375136 | 1115320 |
| 7 | Lodewijk Asscher | 09/03/17 | 1346254 | 1067670 | 278584 |
| 8 | Thierry Baudet | 09/03/17 | 1229813 | 141051 | 1088762 |
| 9 | Jesse Klaver | 09/03/17 | 1184178 | 516754 | 667424 |
| 10 | Emile Roemer | 09/03/17 | 930137 | 656931 | 273206 |
| 11 | Jan Dijjkgraaf | 09/03/17 | 879768 | 202050 | 677718 |
| 12 | Marianne Thieme | 09/03/17 | 563743 | 403489 | 160254 |
| 13 | Kees van der Staaij | 09/03/17 | 512686 | 238422 | 274264 |
| 14 | Jeroen Dijsselbloem | 09/03/17 | 449555 | 412999 | 36556 |
| 15 | Sybrand Buma | 09/03/17 | 340693 | 267704 | 72989 |
| 16 | Gert-Jan Segers | 09/03/17 | 286020 | 158690 | 127330 |
| 17 | Jeanine Hennis | 09/03/17 | 252310 | 241895 | 10415 |
| 18 | Ronald Plasterk | 09/03/17 | 195457 | 191820 | 3637 |
| 19 | Arie Slob | 09/03/17 | 135116 | 133584 | 1532 |
| 20 | Sharon Dijksma | 09/03/17 | 132995 | 122132 | 10863 |
Verantwoording
De algoritmen voor de berekening van de invloedscores staan beschreven in onderstaande artikelen. Met bijzondere dank aan collega's Heinze Havinga, Chintan Amrit, Jaap Reitsma, Femke Geerligs en vele anderen die bijdragen aan de social big data onderzoeken en de software engineering.
Effing, R., Van Hillegersberg, J., & Huibers, T.W.C. (2016). Social Media Indicator and Local Elections in the Netherlands: Towards a Framework for Evaluating the Influence of Twitter, YouTube, and Facebook. In M. Z. Sobaci (Ed.), Social Media and Local Governments SE – 15 (Vol. 15, pp. 281–298). Springer International Publishing. http://doi.org/10.1007/978-3-319-17722-9_15
Effing, R. (2014, November 12). The social media participation framework: studying the effects of social media on nonprofit communities. Ph.D. Thesis, University of Twente, Enschede, The Netherlands. Retrieved from http://dx.doi.org/10.3990/1.9789036537490
Effing, R., Hillegersberg, J., & Huibers, T. W. C. (2012). Measuring the Effects of Social Media Participation on Political Party Communities. In C. G. Reddick & S. K. Aikins (Eds.), Web 2.0 Technologies and Democratic Governance (Vol. 1, pp. 201–217). Springer New York. Retrieved from http://dx.doi.org/10.1007/978-1-4614-1448-3_13
Effing, R., van Hillegersberg, J., & Huibers, T. (2011). Social Media and Political Participation: Are Facebook, Twitter and YouTube Democratizing Our Political Systems? In E. Tambouris, A. Macintosh, & H. de Bruijn (Eds.), Electronic Participation (Vol. 6847, pp. 25–35). Springer Berlin / Heidelberg. Retrieved from http://dx.doi.org/10.1007/978-3-642-23333-3_3