Suomen- ja englanninkieliset digitaaliset kaupunkitilat Helsingissä : Case Instagram

Ubiikkien internet yhteyksien, mobiililaitteiden ja nousevien sosiaalisen median käyttäjämäärien myötä massadataa yksilöistä, kaupungeista, kulttuureista ja yhteiskunnista tuotetaan suuria määriä. Tarve nykyaikaisen nopeasti muuttuvan digitalisoituvan maailmamme ymmärtämiselle kasvaa jatkuvasti. Tämä tekee sosiaalisen median massadata-aineistoista arvokkaan maantieteelliselle tutkimukselle, mutta massadata on laadultaan, määrältään ja monipuolisuudeltaan sellaista, että sen käsittely vaatii uusia ja tehokkaita poikkitieteellisiä metodeja. Sosiaalisen median spatiaalisen massadatan tarkastelu mahdollistaa sen kautta välittyvien digitaalisten kaupunkitilojen tutkimisen. Tässä työssä selvitetään Helsingin alueelta tehtyjen suomen- ja englanninkielisten Instagram-julkaisujen lingvististä sisältöä tarkoituksena (1) selvittää kyseisten Instagram-julkaisujen aiheet, (2) aiheiden spatiotemporaalinen rakenne, (3) kielten väliset erot aiheissa ja (4) lingvististen teknologioiden soveltuvuus maantieteelliseen tutkimukseen. Näiden päämäärien saavuttamiseksi, työssä yhdistellään luonnollisen kielen prosessoinnin ja geoinfromatiikan metodeja soveltamalla aihemallinnusta eri spatiaalisissa mittakaavoissa. Erilaisia visualisointitekniikoita hyödynnetään kielikohtaisten aiheiden analysointiin Helsingin eri kaupunginosissa. Tulokset osoittavat, että suomen- ja englanninkielisten Instagram-julkaisujen aiheet eroavat toisistaan spatiaalisesti, temporaalisesti, vaikka molempien kielten osalta aineisto osoittautui sävyltään ja temporaaliselta rytmiltään samankaltaiseksi. Tuloksena syntyneet spatiaaliset aihemallit vaikuttavat tukevan teoreettista keskustelua digitaalisista kaupunkitiloista, mutta useaa sosiaalisen median alustaa ja useita poikkitieteellisiä metodeja yhdistävää tutkimusta tarvitaan vahvemman empiirisen näytön saamiseksi. Luonnollisen kielen prosessinnin metodit vaikuttavat soveltuvan hyvin maantieteelliseen tutkimukseen, erityisesti sosiaalisen median aineistojen kanssa. With ubiquitous internet access, mobile smart devices and increasing amounts of social media users, big data about individuals, cultures and societies is being produced in vast quantities. This renders social media data valuable for geographic research, but such data requires novel interdisciplinary methods. Spatial social media big data enables the investigation of emergent digital urban spaces. This Master’s thesis analyses the linguistic content of English and Finnish Instagram posts uploaded from Helsinki, Finland, in order to identify (1) common topics, (2) how these topics evolve over space and time, (3) differences in finnish and english spatiotemporal topics and (4) applicability of natural language processing in geographic research. To do so, the study combines methods from natural language processing and geoinformatics, applying the technique of topic modelling at various spatial scales. Different visualization techniques are used to support the analysis of language-specific topics in different neighborhoods of Helsinki. The results show that the topics of Finnish and English Instagram posts differ spatially, temporally and at different scales, although the data for both languages was shown to be similar in sentiment and temporal rhythm. The resulting spatial topics models appear to support theories of digital urban spaces to some extent, but more comprehensive analysis of digital urban spaces requires data from various social media platforms and diverse interdisciplinary methods. Natural language processing methods hold much potential for geographic research, particularly for analyzing social media data