Kategoria: Uutiset

Miksi tutkia liikuntaa sosiaalisen median avulla?

Liikunta on tärkeä osa terveellistä elämäntapaa. Liikunnan tiedetään ehkäisevän ylipainoa ja siten se pienentää riskiä sairastua moniin (kroonisiin) sairauksiin. Maailmanlaajuisesti liikkumattomuus on todettu neljänneksi yleisimmäksi kuolinsyyksi. Jopa Sanna Marinin hallitus on noteerannut liikunnan tärkeyden kirjaamalla hallitusohjelmaan tavoitteita liikunnan edistämiseksi ja urheilun tukemiseksi.

Alueellista tutkimusta siitä, miten eri puolilla pääkaupunkiseutua liikutaan, on tehty yllättävän vähän. Harva liikuntapaikkakaan kerää tarkkaa tietoa kävijämääristä ja usein nämä tiedot eivät ole avoimesti saatavilla. Siksi päätin tutkia aihetta sosiaalisen median datan kautta. Halusin selvittää, miten missäkin päin pääkaupunkiseutua liikutaan ja mitkä alueelliset tekijät vaikuttavat urheilu-aiheisten päivitysten määrään.

Tilastokeskuksen mukaan 80% suomalaisista seuraa sosiaalista mediaa, ja alle 45-vuotiaiden keskuudessa luku on yli 95%. Sosiaaliseen mediaan päivitetään usein itselle tärkeistä aiheista tai mieluisista aktiviteeteista, kuten esimerkiksi liikunnasta. Whatsapp (68% suomalaisista käyttää), Facebook (55%) ja Instagram (33%) ovat suosituimpia sosiaalisen media alustoja Suomessa. Nämä alustat eivät kuitenkaan jaa dataansa tutkimuskäyttöön, toisin kuin mikroblogialusta Twitter. Twitteriä käyttää reilu kymmenesosa suomalaisista.

Miten liikuntaa voidaan tutkia twiiteistä?

Tehdessä tutkimusta sosiaalisen median datalla etuna on, että päivityksiä on saatavilla valtavasti. Tässä tutkimuksessa analysoin 38,5 miljoonaa twiittiä. Valtava datan määrä aiheuttaa myös haasteita data tehokkaalle käsittelylle. 

Ensin halusin poimia aineistosta vain liikuntaan ja urheiluun liittyvät twiitit. Siksi prosessoin kaikki twiiteissä olevat sanat niiden perusmuotoon luonnollisen kielen käsittelyn metodeilla (NLP). Sitten tarkistin ohjelmoinnin avulla sisältävätkö twiitit samoja sanoja kuin kokoamassani urheilu-avainsanojen listassa.

Kun aineisto oli rajattu teeman mukaan, halusin vielä rajata sen alueellisesti Suomen pääkaupunkiseudulle. Osa twiiteistä (noin 1 %) sisältää valmiiksi geotägin, eli tiedon paikasta, jossa se on julkaistu. Geotägätyistä twiiteistä valitsin analyysiin ne, jotka olivat pääkaupunkiseudulta. Twiiteistä, joissa ei ollut geotägiä, etsin pääkaupunkiseudulla olevien paikkojen nimiä ohjelmoinnin avulla. Jos paikan nimi löytyi, lisäsin twiittiin tiedon kyseisen paikan koordinaateista. Lopulta jäljellä oli 20 599 twiittiä, joista kaksi kolmasosaa oli käyttäjien geotägäämiä ja kolmasosaan olin itse lisännyt tiedon paikasta vastaavan paikan nimen avustuksella. Jatkoanalyysissä ryhmittelin twiitit niiden mainitseman urheilun mukaan ja käytin tilastollisia metodeja twiittien määrän ennustamiseen.

Eri urheilulajien twiitit sijoittuvat eri puolille pääkaupunkiseutua

Urheilu- ja liikunta-aiheiset twiitit ovat keskittyneet Helsingin niemelle. Myös muita asumis- ja urheilukeskittymiä on havaittavissa, kuten Tapiola, Leppävaara ja Tikkurila. Postinumero alueisiin aggregoituna ja asukaslukuun suhteutettuna urheilutwiitit eivät kuitenkaan ole klusteroituneet, vaan jakautuneet tasaisemmin.

Käyttämistäni muuttujista parhaiten urheilutwiittien määrää mallinsivat liikuntapaikkojen lukumäärä per henkilö, työllisyysaste ja lapsien (0-14 vuotiaat) osuus postinumeroalueella. Liikuntapaikkojen määrä per henkilö sekä työllisyysaste vaikuttivat positiivisesti twiittien määrään per henkilö kun taas lapsien osuus asukkaista vaikutti negatiivisesti. Yhteensä nämä muuttujat selittivät 38% twiittien määrän henkilöä kohden variaatiosta.

Eri urheilulajeista tuli esiin mielenkiintoisia yksityiskohtia. Yleisesti urheilua koski noin 20% twiiteistä (avainsanat: urheilu, liikunta, treeni, hiki jne.). Toiseksi eniten twiittejä oli juoksusta ja kolmanneksi eniten kävelystä. Harrastajamääriin suhteutettuna salibandysta, jääkiekosta ja jalkapallosta puhuttiin twiiteissä enemmän kuin niillä on harrastajia. Tämä voi johtua siitä, että lajeja seurataan aktiivisesti penkkiurheiluna. Uintia ja hiihtoa taas harrastetaan enemmän kuin niistä twiitataan.

Urheilulajit ovat jakautuneet pääkaupunkiseudulle eri tavoin. Useilla lajeilla on twiittien keskittymä Helsingin keskustassa ja muissa asuin- ja urheilukeskittymissä. Tiettyjen urheilulajien twiitit ovat taas keskittyneet urheilupaikkojen ympärille. Hiihtotwiittejä löytyy eniten Olarista, Paloheinästä, Leppävaarasta, Hakunilasta ja Tikkurilasta, joissa on hyvät ladut. Mailapelitwiitit (tennis, sulkapallo, squash ja pingis) ovat keskittyneet Smash-centeriin Myllypurossa ja Talin tenniskeskukseen. Vesiurheilutwiittit (melonta, soutu ja purjehdus) ovat asettuneet tasaisesti pitkin rannikkoa ja hotspot löytyy Nuuksiosta.

Johtopäätökset

Tutkimuksesta saatiin uutta tietoa siitä, mikä vaikuttaa urheilu- ja liikunta-aiheisten twiittien määrään ja miten twiitit jakautuvat pääkaupunkiseudulla. Urheilutwiitit ovat jakautuneet pitkälti samoin kuin asukkaat, enemmän twiittejä löytyy todennäköisesti sieltä, missä on paljon urheilupaikkoja ihmisiä kohden.

Osa urheilulajeista on twiiteissä yliedustettuna ja osa taas aliedustettuina harrastajamääriin nähden. Tähän vaikuttavat todennäköisesti kuinka suosittu laji on penkkiurheilijoiden kesken, lajin trendikkyys ja harrastajien ikäjakauma sekä aktiivisuus Twitterissä. Joidenkin lajien twiittien alueelliseen jakautumiseen urheilupaikoilla on suurempi merkitys kun toisilla lajeilla. Esimerkiksi juoksua ja kävelyä voi helposti harrastaa missä vain, kun taas hiihtäjät tarvitsevat usein hoidetun ladun ja mailapeliharrastajat kyseisen lajin kentän.

Kirjoittaja: Sonja Koivisto, Helsingin yliopisto

Read our story map about Twitter tweets as an indicator of sports activities. Created by Sonja Koivisto. The story map bases on her MSc thesis.

Tutkimushankkeemme oleellisiin tavoitteisiin kuuluu läheinen yhteistyö kuntien kanssa. Kuntayhteistyö saa hankkeissa monia muotoja temaattisista pienryhmätapaamisista hankkeen tulosten esittelytilaisuuksiin. Lisäksi on käyty spesifimpiä, kuntien tarpeista nousevia kommentointikierroksia ja keskusteluja. 

Yhtenä yhteistyöesimerkkinä tutkijat ja Helsingin kaupungin edustajat jakoivat ajatuksia Helsingin liikuntapaikkarakentamisen tukena käyttämästä arviointimallista, jossa potentiaalisia uusia hankkeita pisteytetään ja verrataan toisiinsa mallissa esitetyin kriteerein. Kommentoimme ja keskustelimme sekä matriisiin liittyvistä sisällöllisistä seikoista, että eri aspektien arvioimisesta ja mittaamisesta käytännössä. Keskustelu oli kaksisuuntaisesti hedelmällistä ja auttoi tutkijoita ymmärtämään paremmin kaupungin näkökulmaa ja sekä toimintaa ohjaavia säädöksiä. Yhtymäkohtia hankkeemme teemojen kanssa löytyi mallista runsaasti ja kommentoimmekin mallia erityisesti hankkeen tematiikan näkökulmasta: keskustelua käytiin erityisesti eriarvoisuuden vähentämiseen, saavutettavuuteen ja liikuntapaikan tarpeen arvioimiseen liittyvistä kohdista. Lisäksi pohdimme, kuinka hankkeessa tuotettavia karttatyökaluja ja aineistoja voitaisiin mahdollisesti hyödyntää liikuntapaikkojen strategisessa suunnittelussa. Hankkeessa tuotettavia karttoja (joita tullaan jakamaan hankkeen nettisivuilla), sekä Lipas.fi palveluun lisättyjä toiminnallisuuksia (vielä koekäytössä) voidaan käytännössä käyttää liikuntapaikkojen palveluverkon ja tarjonnan, potentiaalisen kysynnän, ikäryhmittäisten väestömäärien sekä maantieteellisen saavutettavuuden arviointiin. 

Why study sports activities?

Being physically active affects us positively in many ways: it prevents many diseases and supports our mental wellbeing. While sedentary lifestyle is becoming more prominent, the effects of physical inactivity become more pronounced on both individual and societal levels. Rates of obesity are on surge, and the cost for society is seen in growing health service bills, longer sick leaves and lost productivity (Lundqvist et al., 2018; Vasankari et al., 2018).

Need for spatial data

Regardless of the importance of the topic, there is quite limited spatial information about physical activities. Most studies focus on people self-reporting their activities and the studies lack the spatial aspect (Sterdt et al., 2014). As there are no official statistics about people’s physical activities, user-generated data, like social media, can serve as a good proxy. The number of social media posts from national parks has been proved to follow the same trends as the official visitor statistics (Heikinheimo et al., 2017; Tenkanen et al., 2017). Similarly, I will try to approximate the sports activities in different parts of the Helsinki Metropolitan area by analysing social media data from Twitter.

Increasing popularity of social media data

The use of social media data in research has become increasingly popular in the course of the last decade. Many researchers have used social media data to extract information about the movement of tourists, impact of natural disasters or discussion about different diseases, to name a few topics (Middleton et al., 2018; Scholz & Jeznik, 2020; Viguria et al., 2020). Some big social media platforms, like Facebook and Instagram, have stopped sharing their data but Twitter has kept their data available for researchers and therefore I am using it in my MSc thesis. Twitter is a free microblogging platform where people can share short messages, links and media content for their followers. From a Twitter database gathered by Digital Geography Lab, I will gather all sport-related tweets and see how they are located in the Helsinki Area.

Geoparsing produces more spatial data

In social media platforms, you can geotag a post, which means attaching location information like coordinates to it. However, only around 1% of the tweets are geotagged, but many tweets mention place names in the text (Lee et al., 2013; MacEachren et al., 2011). I will use Natural Language Processing to analyse the text, extract the location names and convert them to coordinates. This process is called geoparsing and with it I can produce more geographical data to work with. After attaching location information to sports-related tweets where applicable, I will look for spatial patterns in the data. My final results will shed light on questions like:

• Where are the hotspots and cold spots of sports-related tweets in the Metropolitan area?
• Does the number of sports facilities in the neighbourhood affect the tweeting activity?
• Or the socio-economic and educational indicators of the area?

And last but not least:

• Is Twitter data a suitable indicator of sports activities?

Author:

Sonja Koivisto, University of Helsinki

References:

Heikinheimo, V., Minin, E. Di, Tenkanen, H., Hausmann, A., Erkkonen, J., & Toivonen, T. (2017). User-generated geographic information for visitor monitoring in a national park: A comparison of social media data and visitor survey. ISPRS International Journal of Geo-Information, 6(3). https://doi.org/10.3390/ijgi6030085

Lee, K., Ganti, R., Srivatsa, M., & Mohapatra, P. (2013). Spatio-temporal provenance: Identifying location information from unstructured text. 2013 IEEE International Conference on Pervasive Computing and Communications Workshops, PerCom Workshops 2013, March, 499–504. https://doi.org/10.1109/PerComW.2013.6529548

Lundqvist, A., Männistö, S., Jousilahti, P., Kaartinen, N., Mäki, P., & Borodulin, K. (2018). Terveys, toimintakyky ja hyvinvointi Suomessa – FinTerveys 2017 -tutkimus. Terveyden ja hyvinvoinnin laitos (THL), Raportti 4/2018. In K. S. and S. K. P. Koponen, K. Borodulin, A. Lundqvist (Ed.), Terveyden ja hyvinvoinnin laitos (pp. 38–41). Terveyden ja hyvinvoinnin laitos. http://www.julkari.fi/handle/10024/136223%0Ahttp://www.julkari.fi/bitstream/handle/10024/90832/Rap068_2012_netti.pdf?sequence=1

MacEachren, A. M., Jaiswal, A., Robinson, A. C., Pezanowski, S., Savelyev, A., Mitra, P., Zhang, X., & Blanford, J. (2011). SensePlace2: GeoTwitter analytics support for situational awareness. VAST 2011 – IEEE Conference on Visual Analytics Science and Technology 2011, Proceedings, October, 181–190. https://doi.org/10.1109/VAST.2011.6102456

Middleton, S. E., Kordopatis-Zilos, G., Papadopoulos, S., & Kompatsiaris, Y. (2018). Location extraction from social media: Geoparsing, location disambiguation, and geotagging. ACM Transactions on Information Systems, 36(4). https://doi.org/10.1145/3202662

Scholz, J., & Jeznik, J. (2020). Evaluating Geo-Tagged Twitter Data to Analyze Tourist Flows in Styria, Austria. ISPRS International Journal of Geo-Information, 9(11), 681. https://doi.org/10.3390/ijgi9110681

Sterdt, E., Liersch, S., & Walter, U. (2014). Correlates of physical activity of children and adolescents: A systematic review of reviews. Health Education Journal, 73(1), 72–89. https://doi.org/10.1177/0017896912469578

Tenkanen, H., Di Minin, E., Heikinheimo, V., Hausmann, A., Herbst, M., Kajala, L., & Toivonen, T. (2017). Instagram, Flickr, or Twitter: Assessing the usability of social media data for visitor monitoring in protected areas. Scientific Reports, 7(1), 1–11. https://doi.org/10.1038/s41598-017-18007-4

Vasankari, T., Kolu, P., Kari, J., Pehkonen, J., Havas, E., Tammelin, T., Jalava, J., Koski, H., Pihlainen, K., Kyröläinen, H., Santtila, M., Sievänen, H., Raitanen, J., & Kari, T. (2018). Costs of physical activity are increasing – the societal costs of physical inactivity and poor physical fitness. http://tietokayttoon.fi/documents/10616/6354562/31-2018-Liikkumattomuuden+lasku+kasvaa.pdf/3dde40cf-25c0-4b5d-bab4-6c0ec8325e35?version=1.0

Viguria, I., Alvarez-Mon, M. A., Llavero-Valero, M., del Barco, A. A., Ortuño, F., & Alvarez-Mon, M. (2020). Eating disorder awareness campaigns: Thematic and quantitative analysis using twitter. Journal of Medical Internet Research, 22(7), 1–11. https://doi.org/10.2196/17626