ISSN 1995-5928Ingesluit LitNet Akademies
Tuis > LitNet Akademies > LitNet Akademies (Geesteswetenskappe)

’n Sisteemteoretiese ontleding van gebruikersinteraksies rondom Deon Meyer se Twitter-profiel: ’n resepsiestudie in die digitale era

Burgert A Senekal LitNet Akademies (Geesteswetenskappe) 2019-10-15
  • 1
Shares0Pin0Print0LinkedIn0

’n Sisteemteoretiese ontleding van gebruikersinteraksies rondom Deon Meyer se Twitter-profiel: ’n resepsiestudie in die digitale era

Burgert A. Senekal, Eenheid vir Taalfasilitering en Bemagtiging, Universiteit van die Vrystaat
LitNet Akademies Jaargang 16(3)
ISSN 1995-5928

 

Opsomming

Sosiale media speel ’n groot rol in hoe die hedendaagse mens met sy omgewing omgaan. Die literêre sisteem is geen uitsondering nie: sosiale media word onder andere gebruik om boeke te bemark, met lesers in gesprek te tree en opinies oor werke te lug. Hierdie studie ondersoek die interaksies op Twitter rondom Deon Meyer se profiel. Daar word aangetoon wat geplaas word, waar gebruikers geleë is, in watter tale die gesprek plaasvind, hoe mense sy boeke ervaar, en die diskursiewe netwerk word ontleed. Daar word ook aangetoon dat verskeie rolspelers binne die literêre sisteem, insluitende skrywers, lesers, resensente, boekbesprekingsplatforms, mediahuise en uitgewerye, op hierdie sosiale-netwerk-platform aktief is, en dit boonop oor taal- en nasionale grense heen.

Trefwoorde: Deon Meyer; netwerke; sisteemteorie; sosiale media; sosiale-netwerk-analise; Twitter

 

Abstract

A system-theoretical analysis of user interactions around Deon Meyer's Twitter profile: a reception study in the digital age

Social media plays a major role in how today's people interact with their environment. The literary system is no exception: social media is used to market books, engage with readers, air opinions on works, and the like. Although social media has not yet been studied within the Afrikaans literary system as it has been studied, for example, with reference to Australian literature, social media offers a variety of opportunities to investigate how the Afrikaans literary system functions in the digital age. Because social media allows users to engage with writers and works themselves, it creates new opportunities to focus specifically on the reader.

The current study explores one such interaction: the discourse on Twitter around Deon Meyer's Twitter profile (@MeyerDeon) (in other words, Meyer's Twitter profile as well as other users engaging with him) from 9 November 2018 to 9 May 2019. 1 157 tweets were collected over this six-month period, 971 of which are unique tweets (the rest are retweets), and 581 unique users posted an average of 6,24 tweets per day.

It is indicated that the most popular application used is Twitter for iPhone, followed by Twitter for Android. This indicates the growing importance of mobile technology; in other words, when people talk to and about Deon Meyer on Twitter, they do so from smartphones rather than a computer. The language in which tweets were posted was also investigated and it was found that 62% of tweets and 68% of users posted tweets in English, followed by Afrikaans (23% of tweets and 28% of users), Dutch (9% of tweets and9 % of users) and French (3% of tweets and 2% of users). Most users tweeting about Deon Meyer were located in South Africa, followed by the Netherlands, the United Kingdom and the United States, with a total of 21 countries (of those where a location was indicated) and 103 cities (of those where a location was indicated). The discourse on Twitter around Deon Meyer from South Africa was predominantly in English (63%), while 27% of tweets from South Africa were in Afrikaans. When users from abroad posted about Deon Meyer in Afrikaans, it was mostly from countries to which many South Africans have moved: the USA, the UK, the Netherlands, Germany and Australia.

Of Meyer's works, Prooi was mentioned the most (33% of tweets that mention a book) and also by the largest number of users (36% of users that mention a book). Hereafter Fever was the most frequently mentioned, followed by The woman in the blue cloak.

The nature of tweets was also investigated by classifying tweets as marketing, opinions or general interactions. Opinions were further classified as positive or negative. It was found that of the tweets representing opinions, almost all were positive (99%), but negative examples were also highlighted. The majority (55%) of tweets were diverse interactions, for example congratulations to Bennie Griessel on his birthday on 21 March or Deon Meyer answering compliments. This shows how Twitter provides a platform for Meyer to engage with his readers. There were also some users who said that they use Meyer's books to learn Afrikaans, which is an indication that Meyer's works are also used for more than just recreation. Just over a quarter (26%) of tweets were marketing-oriented and included tweets about book launches and competitions.

A network analysis was also undertaken and through in- and outdegree, hubs and authorities, as well as PageRank, it was found that Twitter provided Meyer with a platform where he could engage directly with readers and thus establish his brand more firmly among an international audience. However, there were other role players who were highlighted by a network analysis, such as publishers, reviewers, book discussion platforms and readers. Although Twitter represents only one component of the entire literary system, it is, in other words, a system within which various types of role players function. 

Limitations of the study, especially because of a limited timeframe and the issue of representativity, were also discussed.

The study shows that, in addition to reviews and questionnaires, Twitter can also be used to determine readers' views of a writer's works. Furthermore, Twitter represents another platform within the literary system where several role players actively engage with one another. It is also proposed that social media platforms should also be archived to facilitate future research.

Keywords: Deon Meyer; networks; systems theory; social media; social network analysis; Twitter

 

1. Inleiding

“Het sy ge-Gmail? Ge-Twitter?”
“Ge-Twitter?”
“Jissis, Bennie, jy’s so fokken old school, dis scary ...”
                                               7 Dae (Meyer 2011:142)

Grootdata, wat omskryf kan word as groot volumes data wat deurlopend gegenereer word en in ’n verskeidenheid formate bestaan (Laney 2001), het bykans elke aspek van die samelewing verander. Maatskappye gebruik byvoorbeeld grootdata om inligting oor bemarkingsaktiwiteite te bekom (Davenport 2014), terwyl regerings grootdata gebruik om die uitslae van verkiesings te voorspel en om veiligheidsbedreigings te identifiseer (Senekal en Brokensha 2014:9, Jin, Wah, Cheng en Wang 2015:62; Senekal 2018:279). Ook in die akademie het grootdata bykans elke vakrigting beïnvloed en die literatuurstudie is geen uitsondering nie: voorbeelde van grootdatastudies in die letterkunde sluit in Bode (2012), Ferrer (2013), Jockers (2013), Hou en Frank (2015) en Driscoll (2015). In Afrikaans ondersoek Snyman, Van Huyssteen en Daelemans (2014) die gebruik van masjienleer vir genreklassifikasie, terwyl Senekal en Kotzé (2017) die statistiese eienskappe van geskrewe Afrikaans as komplekse netwerk ondersoek. 

’n Deel van die grootdataverskynsel is sosiale media, wat deur Carr en Hayes (2015:49) gedefinieer word as “internet-based, distrained, and persistent channels of mass personal communication facilitating perceptions of interactions between users, deriving value primarily from user-generated content”. Daar word daagliks omtrent 500 miljoen twiets op Twitter geplaas, 50 miljoen foto’s op Instagram; drie miljard video’s word op YouTube gekyk en drie miljoen blogartikels word geskryf (Internet Live Stats 2019). Alhoewel hierdie volumes verbysterend is, moet daarop gelet word dat die grootte van grootdata nie die onderskeidende kenmerk daarvan is nie; die verskeidenheid formate waarin grootdata bestaan (veral ongestruktureerde formate soos beelde en teks), asook die feit dat dit deurlopend gegenereer word, is die belangrikste fasette daarvan (Jagadish 2015:49, Jin e.a. 2015:59).

Alhoewel sosiale media nog nie binne die Afrikaanse literêre sisteem bestudeer is soos dit byvoorbeeld met verwysing na Australiese literatuur (Weber en Driscoll 2019) bestudeer is nie, bied sosiale media ’n verskeidenheid geleenthede om ondersoek in te stel na hoe die Afrikaanse literêre sisteem in die digitale era funksioneer. Omdat sosiale media gebruikers toelaat om self met skrywers en werke in gesprek te tree, skep dit nuwe geleenthede om spesifiek op die leser te fokus.

Die huidige studie ondersoek een so ’n interaksie: die diskoers op Twitter rondom Deon Meyer se Twitterprofiel (@MeyerDeon) (met ander woorde sowel Meyer se Twitter-profiel as dié van ander gebruikers wat met hom in gesprek tree). Deon Meyer is gekies omdat hy deur middel van vertaalde werke in verskeie literêre sisteme funksioneer en ’n baie gewilde skrywer is (Van Heerden 2017:39), wat beteken dat die kans groter is dat daar ’n beduidende aantal twiets binne ’n betreklik kort tydperk oor hom versamel kan word, asook vanuit verskillende lande en in verskillende tale. Die oogmerk is om te bepaal hoe die netwerk van interaksies saamgestel is, oor watter van sy werke gepraat word en hoe hierdie netwerke oor nasionale grense heen funksioneer. Hiervoor word verskeie grootdatametodes gebruik, insluitende teksontginning en ’n netwerkontleding. Voorstelle vir verdere studie en die heroorweging van argiveringspraktyke word ook gemaak.

 

2. Agtergrond

Vanuit die perspektief van die sisteemteorie word op die verhoudings tussen rolspelers of entiteite binne ’n sisteem gefokus. In ’n literêre sisteem sluit sulke rolspelers skrywers, uitgewerye, werke, tydskrifte, joernale, resensente, skole, universiteite, lesers en dergelike in (Kleyn 2013:41, Even-Zohar 1990:36). Die uitgangspunt van die sisteemteorie is dat rolspelers of entiteite se funksionering begryp kan word alleenlik wanneer hul verhoudings in ag geneem word (Senekal 1987:24, Ehlers 1989:188). Trouens, die entiteit se bestaan is afhanklik van sy verhoudings met ander entiteite (Page 2011:17). Só kan ’n uitgewery nie sonder lesers en skrywers bestaan nie; ’n skrywer is ’n skrywer alleenlik indien hy werke produseer, terwyl ’n teks ’n teks is alleenlik indien dit gelees word. Senekal (1987:40) voer aan: “Teks kan nie literatuur word sonder ’n leser nie.” ’n Gekanoniseerde skrywer is boonop gekanoniseer alleenlik indien sy werke genoegsame aandag vanuit die akademie geniet: “’n Boek wat nie geresenseer word nie, en nie deur een van die erkende, gekeurde, resensente geresenseer word nie, kan moeilik as letterkunde beskou word, of in letterkundegeskiedenisse opgeneem word” (Senekal 1987:77).

In die Afrikaanse literatuurstudie het daar reeds ’n groot aantal studies binne die sisteemteorie verskyn, byvoorbeeld dié van Viljoen (1986), Senekal (1987), Galloway (1987), Barnard (1998), Venter (2006), Kleyn (2013), Senekal (2015), Ellis (2018), Smit (2018) en Vermeulen (2018). Wat veral vir die huidige artikel van belang is, is Van Heerden (2017) se proefskrif oor Deon Meyer binne die sisteemteoretiese benadering. Van Heerden ondersoek hoe Meyer en sy tekste binne die Afrikaanse literêre sisteem funksioneer, en alhoewel hy nie sosiale media by sy studie betrek nie, ondersoek hy die rol van onder andere vertalings, resensente, akademici, uitgewerye, literatuurgeskiedenisse en literêre pryse. Al hierdie rolspelers funksioneer op verskillende platforms en in die huidige studie word aangetoon hoe hulle ook op die sosialemediaplatform Twitter funksioneer.

Dreyer (1982) en Senekal (1986) onderneem studies van lesers se sienings vanuit ’n sisteemteoretiese perspektief, maar in die 1980’s was die navorsers beperk tot die gebruik van vraelyste. Die era van grootdata, en veral sosiale media, maak dit egter moontlik om mense se sienings met ander metodes en met die inagneming van sosialemediaplatforms te ontleed. Sosiale media, en veral Twitter, is reeds gebruik om mense se sienings tydens en teenoor verkiesings te bepaal (Tumasjan, Sprenger, Sandner en Welpe 2010; Wang, Can, Kazemzadeh, Bar en Narayanan 2012), mense se houdings teenoor projekte (Jiang, Lin en Qiang 2016), die wêreld se emosionele toestand (Milne, Paris, Christensen, Batterham en O’Dea 2015), of mense se houdings teenoor gemeenskappe (Kotzé en Senekal 2018; Senekal 2018).

Een van die voordele daarvan om mense se opinies vanaf Twitter te bepaal, is dat mense anders reageer wanneer hulle besef hulle word ondersoek (Barge en Endsor 2014:43; Warrell en Jacobson 2014:29), wat beteken dat vraelyste nie altyd mense se werklike sienings weergee nie, maar dalk eerder wat hulle dink hulle behoort te antwoord. Chamlertwat, Bhattarakosol en Rungkasiri (2012:976) skryf dat die bestudering van mense se sienings op Twitter ’n alternatief bied om bestaande data te ontleed deur nie eksplisiete vrae aan mense te stel nie. Volgens hulle sal hierdie benadering mense se ware opinies beter weerspieël as tradisionele opnamemetodes.

Verder laat Twitter ’n mens ook toe om ’n groter aantal mense se opinies te ontleed as wat met gewone vraelyste ondersoek kan word, soos aangetoon in Kotzé en Senekal (2018), waar 5 309 mense se opinies oor Orania ontleed word. Aan die ander kant is Twitter egter nie verteenwoordigend van die algemene publiek nie, wat die veralgemeenbaarheid van resultate beperk (Omand, Bartlett en Miller 2012:810; Chamlertwat e.a. 2012:976).

Netwerke op Twitter kan ook bestudeer word om ondersoek in te stel na wie met wie kommunikeer. Só ’n ontleding kan gebruik maak van die netwerkteorie (Prell 2012) om belangrike entiteite in ’n netwerk uit te lig, te bepaal hoe heg die netwerk verbind is, groeperings te identifiseer, ens. In die huidige artikel word verskeie metodes aangewend om die diskoers rondom Deon Meyer se Twitter-profiel te ontleed.

 

3. Etiese kwessies

Sosiale media bied unieke uitdagings ten opsigte van etiese kwessies. Plasings op sosiale media word algemeen beskou as in die openbare domein, behalwe wanneer plasings op geslote groepe gemaak word. Wibberley en Miller (2014:163) noem byvoorbeeld dat spesifiek twiets algemeen gesien word as in die openbare domein en haal Twitter se privaatheidsbeleid aan: “What you say on Twitter may be viewed all around the world instantly [...] We encourage and permit broad re-use of Content. The Twitter API exists to enable this.” Aangesien Twitter tans 275 miljoen gebruikers wêreldwyd het, beteken dit dat minstens 275 miljoen mense ’n twiet kan lees (openbare twiets kan ook gelees word, al het ’n mens nie ’n Twitter-rekening nie).

’n Vraag wat ontstaan, is of gebruikers se toestemming benodig word indien mens hul plasings wil bestudeer. Covery en Cox (2012:54), Warrell en Jacobson (2014:28) en Rosenberg (2010:33) argumenteer dat gebruikers se toestemming benodig word slegs indien geslote platforms soos Facebook-groepe of e-posse gebruik word; wanneer oop platforms soos Twitter gebruik word, is gebruikers se toestemming nie nodig nie.

Die onderwerp van die studie moet ook in ag geneem word. Jang en Callingham (2012:75) stel voor dat die risiko vir navorsingsubjekte (byvoorbeeld gebruikers van sosiale media) verminder word onder andere indien die platform wat ondersoek word, in die openbare domein is (soos in hierdie geval met Twitter) en indien dit nie ’n sensitiewe onderwerp is wat bespreek word nie. Indien ’n mens byvoorbeeld haatspraak sou ondersoek, kan die bekendmaking van gebruikers se name tot skade vir navorsingsubjekte lei, maar gesprekke rondom Deon Meyer se Twitter-profiel is nie ’n sensitiewe onderwerp nie. Om hierdie rede word gebruikers se name wel in die huidige studie bekendgemaak, wat dit ook moontlik maak om die netwerk van interaksies rondom Deon Meyer se Twitter-profiel te bestudeer.1

 

4. Metodes

Vir die huidige studie is twiets wat Deon Meyer se Twitter-profiel (@MeyerDeon) noem, versamel, insluitende Deon Meyer se eie twiets. Die versameling strek van 9 November 2018 tot 9 Mei 2019. Vir ’n volledige versameling twiets moet twiets intyds vanaf ’n gegewe datum versamel word; data kan daarom nie terugwerkend saamgestel word nie. Dit beteken ongelukkig dat die versameling vir die huidige studie beperk is tot dit wat oor ’n tydperk van ses maande geplaas is. Die versameling is met behulp van Twitter Archiver gedoen, wat na verskeie toetse geblyk het die volledigste metode te bied om twiets te versamel. Saam met die twiets is die volgende metadata versamel: datum en tyd van plasing, gebruikersnaam, gebruiker se volle naam, getal volgelinge, getal hertwiets, gebruiker se ligging (soos self aangedui), gebruiker se biografie (soos self aangedui), asook watter toepassing gebruik is om die plasing te maak. 

Daar is 1 157 twiets versamel, waarvan 971 unieke twiets is (die res is hertwiets), en deur 581 unieke gebruikers geplaas is teen ’n gemiddeld van 6,24 twiets per dag. Tabel 1 dui die 10 aktiefste gebruikers aan. 

Tabel 1. Die 10 mees aktiewe gebruikers

Top 10 gebruikers

# twiets

% twiets

Deon Meyer

193

16,68%

Jonathan Ball Publishers

20

1,73%

Chris Biagi

12

1,04%

Laura Seegers

12

1,04%

Babelio

12

1,04%

ThrillZone

11

0,95%

Sulaylah Karam

8

0,69%

Author Assistant 🇬🇧 #AltRead

7

0,61%

Polly1234

7

0,61%

Rumpff Krüger

7

0,61%

 

Die aktiefste gebruiker is Deon Meyer self, gevolg deur die uitgewery Jonathan Ball. Uitgewerye is aktiewe gebruikers van Twitter vir bemarkingsdoeleindes (Weber en Driscoll 2019) en dit is ook hier die geval. ThrillZone en Babelio is boekbesprekingsplatforms, terwyl Chris Biagi, Laura Seegers, Sulaylah Karam, Polly1234 en Rumpff Krüger gewone lesers is (wat nie blogs of resensies skryf nie), en Author Assistant se biografie aandui dat sy literêre blogs en resensies skryf. Hier is met ander woorde ’n verskeidenheid rolspelers binne die literêre sisteem teenwoordig: ’n skrywer, ’n uitgewery, lesers, resensente en boekbesprekingsplatforms.

In die volgende afdeling word die ontleding van hierdie datastel meer diepgaande bespreek.

 

5. Bespreking 

5.1 Die toepassings waarmee mense met Deon Meyer in gesprek tree

Tabel 2 dui die top 10 toepassings aan wat gebruik is om met Deon Meyer in gesprek te tree.

Tabel 2. Die top 10 toepassings wat gebruik is om met Deon Meyer in gesprek te tree

Toepassing

# twiets

% twiets

# gebruikers

% gebruikers

Twitter for iPhone

450

39%

218

38%

Twitter for Android

348

30%

216

37%

Twitter Web Client

128

11%

90

15%

Twitter for iPad

98

8%

24

4%

Twitter Web App

40

3%

22

4%

TweetDeck

30

3%

14

2%

The Social Jukebox

13

1%

1

0%

Instagram

12

1%

6

1%

Twibble.io

12

1%

1

0%

Twitter Lite

10

1%

10

2%

 

Die gewildste toepassing wat gebruik is, is Twitter vir iPhone, gevolg deur Twitter vir Android. Dít dui op die toenemende belangrikheid van mobiele tegnologie; met ander woorde, wanneer mense op Twitter met Deon Meyer2 in gesprek tree, doen hulle dit vanaf slimfone eerder as met ’n rekenaar. Dit is ook interessant dat iPhone meer gereeld as Android gebruik word, aangesien Android 65,6% van die markaandeel in Suid-Afrika het, teenoor iPhone se 30,8% (Anoniem 2019), terwyl 38% van gebruikers hier vanaf iPhone kommunikeer en 37% vanaf Android. ’n Studie in die VSA het bevind dat iPhone-gebruikers gemiddeld $53 251 per jaar verdien, teenoor Android-gebruikers se salarisse van $37 040 per jaar (Burns 2018). Hixon (2014) skryf ook dat iPhone-gebruikers gemiddeld ’n hoër kwalifikasie as Android-gebruikers het, ’n hoër inkomste verdien en professionele beroepe beoefen. Die feit dat meer mense met iPhones oor Deon Meyer twiet as wat die landswye gemiddeld is, mag dus op grond van Burns (2018) en Hixon (2014) impliseer dat Deon Meyer-lesers wat aktief deelneem aan die gesprek op Twitter, ook waarskynlik hoër kwalifikasies het, professionele beroepe beoefen en hoër inkomstes verdien, wat verwag kan word, gegewe die prys van boeke, asook die feit dat Meyer ’n gekanoniseerde skrywer3 is. Dié gegewe impliseer met ander woorde dat Deon Meyer-lesers wat aktief deelneem aan die gesprek op Twitter nie die gemiddelde Suid-Afrikaner verteenwoordig nie. 

5.2 Die taal van twiets wat met Deon Meyer in gesprek tree

Meyer se werke is in 27 tale vertaal (Van Heerden 2017:5) en daarom is die taal van twiets bepaal om Meyer se oorgrensfunksionering vas te stel. Google se Translation API (Application Programming Interface) is gebruik om die taal van twiets outomaties te herken. Dié metode is nie foutloos nie, maar dit is meer akkuraat as Twitter se ingeboude funksie en kan as ’n riglyn gebruik word (Senekal 2018:290). 

Daar is vasgestel dat daar in 10 tale oor Deon Meyer getwiet word. Tabel 3 dui die 10 tale aan. “Geen” in die tabel verwys na twiets waar geen taal ter sprake is nie, byvoorbeeld waar slegs emotikons gebruik word.

Tabel 3. Die 10 tale waarin oor Deon Meyer getwiet word

Taal

# twiets

% twiets

# gebruikers

% gebruikers

# woorde

Engels

712

61,54%

393

67,64%

16 069

Afrikaans

261

22,56%

164

28,23%

5 453

Nederlands

109

9,42%

51

8,78%

2 940

Frans

38

3,28%

14

2,41%

1 017

Geen

24

2,07%

21

3,61%

195

Duits

7

0,61%

6

1,03%

90

Italiaans

2

0,17%

2

0,34%

13

Arabies

1

0,09%

1

0,17%

2

Filippyns

1

0,09%

1

0,17%

5

Russies

1

0,09%

1

0,17%

5

Pools

1

0,09%

1

0,17%

7

 

Daar word dus die meeste oor Deon Meyer in Engels getwiet, met 62% van twiets en 68% van gebruikers, gevolg deur Afrikaans (23% van twiets en 28% van gebruikers), Nederlands (9% van twiets en 9% van gebruikers) en Frans (3% van twiets en 2% van gebruikers). Ander tale verteenwoordig 1% en minder van die datastel. By nadere ondersoek het dit egter geblyk dat tale soos Arabies, Filippyns en Russies verkeerdelik as sodanig herken is, maar aangesien hierdie tale minder as 1% van die totale aantal twiets verteenwoordig, is die fout weglaatbaar klein. Die diskoers rondom Deon Meyer op Twitter vind met ander woorde hoofsaaklik in Engels, Afrikaans, Nederlands en Frans plaas. Meer hieroor in die volgende onderafdeling. Neem egter in ag dat ’n Engelse twiet nie noodwendig beteken dat iemand Engelstalig is of Meyer se boeke in Engels gelees het nie.

5.3 Die ligging van gebruikers wat met Deon Meyer in gesprek tree

Smit (2018:59) beklemtoon dat tegnologie globale interaksies moontlik maak:

Die fenomeen van globalisme is wêreldwyd ’n werklikheid. Daar is toenemend nouer bande tussen kulture, ekonomieë en politieke sienings. Dit is moontlik gemaak as gevolg van die wêreldwye vooruitgang in elektroniese en ander tegnologieë. Daar vind dus beweging tussen mense van verskillende kulture, asook inligting plaas en daar is heelwat meer kontak en verbinding tussen lande.

Om ondersoek in te stel na hoe Deon Meyer oor nasionale grense funksioneer, is die liggings van gebruikers vervolgens uit die datastel onttrek. Gebruikers dui egter nie hul liggings konsekwent op dieselfde vlak aan nie; een sal byvoorbeeld sy ligging as “Suid-Afrika” aandui; ’n ander as “Kaapstad, Suid-Afrika”, en ’n ander net as “Kaapstad”. Aangesien hierdie ’n betreklik klein datastel is, kon die land en stad handmatig onttrek en gestandaardiseer word. Wanneer ’n gebruiker se ligging byvoorbeeld slegs as Kaapstad aangedui is, is die land as Suid-Afrika bygevoeg, maar wanneer sy ligging as Kaapstad Suid-Afrika aangedui is, is die stad en land afsonderlik onttrek. Neem egter in ag dat dit nie moontlik is om te bepaal of gebruikers permanent gevestig is waar hulle hul liggings aandui en of dit ’n tydelike ligging is nie.

Tabel 4 toon die lande waar die meeste gebruikers geleë is. Hierdie tabel dui daarop dat die meeste gebruikers wat oor Deon Meyer twiet, in Suid-Afrika geleë is, gevolg deur Nederland, die Verenigde Koninkryk en die VSA. Sommige gebruikers het egter geen ligging aangedui nie of ’n onduidelike ligging gegee (byvoorbeeld “my plaas”) en word daarom as “geen” aangedui.

Tabel 4. Die liggings van gebruikers wat met Deon Meyer in gesprek tree (lande)

Top 10 lande

# gebruikers

% gebruikers

Suid-Afrika

289

49,74%

Geen

185

31,84%

Nederland

31

5,34%

Verenigde Koninkryk

28

4,82%

VSA

12

2,07%

Frankryk

11

1,89%

Australië

5

0,86%

Duitsland

4

0,69%

Namibië

2

0,34%

Kanada

2

0,34%

 

Tabel 5 dui die stede aan waar die meeste gebruikers geleë is. Hier kan gesien word dat die meeste gebruikers nie ’n stad aangedui het nie, maar van dié wat wel het, is die meeste in Kaapstad, Johannesburg en Pretoria geleë. Die meeste mense wat op Twitter met Deon Meyer in gesprek tree en hul ligging aangedui het, is met ander woorde in groot stede geleë. In totaal is hierdie gebruikers in 103 stede geleë.

Tabel 5. Die liggings van gebruikers wat met Deon Meyer in gesprek tree (stede)

Top 10 stede

# gebruikers

% gebruikers

Geen

287

49,40%

Kaapstad

75

12,91%

Johannesburg

62

10,67%

Pretoria

17

2,93%

Londen

12

2,07%

Stellenbosch

8

1,38%

Amsterdam

7

1,20%

Durban

5

0,86%

New York

4

0,69%

Parys

3

0,52%

 

Die wêreldkaart in Figuur 1 dui aan hoe geografies wydversprei Deon Meyer se aanhangers volgens hierdie datastel is: met die uitsondering van Antarktika en Suid-Amerika kom gebruikers op elke vasteland en in 21 lande voor. Bykans die helfte (50%) van dié wat hul ligging aangedui het, is egter in Suid-Afrika geleë. 

Figuur 1. Die liggings van gebruikers

Tabel 6 kombineer taal en land en dui die tale aan waarin mense in Suid-Afrika met Deon Meyer in gesprek tree. Hier kan gesien word dat selfs in Suid-Afrika die diskoers op Twitter rondom Deon Meyer oorwegend in Engels plaasvind (63%), terwyl 27% van twiets uit Suid-Afrika in Afrikaans geplaas word. (Die verkeerde identifiserings van tale is hier ingesluit.) Dít dui op Meyer se funksionering in beide die Afrikaanse en Suid-Afrikaanse literêre sisteme. Dit is ook interessant om op Van Heerden (2017:61) se opmerking te let wanneer hy verwys na “heelwat akademiese belangstelling in Deon Meyer se werk (opvallend meer in die Engelstalige wetenskaplike pers as in Afrikaans)”. Alhoewel Twitter en die akademiese diskoers nie gelykgestel kan word aan mekaar nie, eggo Twitter met ander woorde wat in die akademiese diskoers plaasvind.4 Neem egter ook in ag dat dit hier gaan om die taal van die twiet, nie die taal waarin ’n boek gelees is nie.

Tabel 6. Die tale waarin mense uit Suid-Afrika met Deon Meyer in gesprek tree

Taal

# twiets

% twiets

# gebruikers

% gebruikers

Engels

408

63,06%

203

70,24%

Afrikaans

177

27,36%

102

35,29%

Nederlands

31

4,79%

8

2,77%

Frans

12

1,85%

2

0,69%

Geen

12

1,85%

10

3,46%

Duits

4

0,62%

3

1,04%

Arabies

1

0,15%

1

0,35%

Russies

1

0,15%

1

0,35%

Italiaans

1

0,15%

1

0,35%

 

Figuur 2 dui die Afrikaanse diaspora aan: mense wat in Afrikaans oor Deon Meyer twiet, maar wat in die buiteland geleë is. Let daarop dat hierdie lande is waarheen vele Suid-Afrikaners verhuis het, die VSA, VK, Nederland, Duitsland en Australië. Hierdie gebruikers twiet egter steeds in Afrikaans. Figuur 1 hierbo dui ook gebruikers in lande soos Nieu-Seeland en Kanada aan, maar dit is nie moontlik om te bepaal of hierdie gebruikers Suid-Afrikaners is wat daarheen verhuis het nie, omdat hulle in Engels twiet. Neem ook in ag dat gebruikers nie aandui of hulle permanent of tydelik in hierdie lande gevestig is nie.

Figuur 2. Die ligging van gebruikers wat in Afrikaans oor Deon Meyer twiet

5.4 Die inhoud van twiets wat met Deon Meyer in gesprek tree

Vervolgens is ondersoek ingestel na watter tekste die meeste genoem is. Meyer het die volgende literêre werke gepubliseer:5

  1. Wie met vuur speel (1994)
  2. Feniks (1996)
  3. Bottervisse in die jêm (1997)
  4. Orion (2000)
  5. Proteus (2002)
  6. Infanta (2005)
  7. Onsigbaar (2007)
  8. 13 Uur (2008)
  9. Karoonag en ander verhale (2009)
  10. Spoor (2010)
  11. 7 Dae (2011)
  12. Kobra (2013)
  13. Ikarus (2015)
  14. Die ballade van Robbie de Wee (2015)
  15. Koors (2016)
  16. Jagveld (2017)
  17. Die vrou in die blou mantel (2017)
  18. Prooi (2018).

Vir die onttrekking van titels het ek ’n gereelde uitdrukking6 saamgestel wat deur die twiets soek vir die titels van Meyer se werke. In sommige gevalle verwys gebruikers na die titel van ’n boek, maar in ander gevalle gebruik hulle ’n hutsmerker (byvoorbeeld #TheWomanInTheBlueCloak). Om vir beide die vermelding van die titel en die hutsmerker voorsiening te maak, asook vir ongereelde hooflettergebruik (byvoorbeeld #thelasthunt en #TheLastHunt), is twiets eers na kleinletters omgeskakel. Die taal waarin die boek verskyn het, is ook gestandaardiseer na Afrikaans om die spesifieke boek te kan identifiseer. Wanneer ’n persoon byvoorbeeld na Fever verwys, word dit as Prooi aangedui. Dit beteken dat Tabel 7 hier onder die boeke weergee waaroor die meeste gepraat word, ongeag in watter taal hulle verskyn het.

72,9% van twiets en 80,4% van gebruikers noem nie een van Meyer se werke nie. Tabel 7 dui die getal twiets en gebruikers aan vir die tekste wat die meeste genoem is, indien ’n teks wel genoem is (wanneer geen teks genoem is nie, is dit met ander woorde uit hierdie berekening verwyder). Indien meer as een teks genoem is, is dit ook so aangedui, byvoorbeeld Koors en Die vrou in die blou mantel.

Tabel 7. Die getal twiets en gebruikers vir die tekste wat die meeste genoem is

Teks

# twiets

% twiets

# gebruikers

% gebruikers

Prooi

104

33,23%

64

35,96%

Koors

74

23,64%

54

30,34%

Die vrou in die blou mantel

64

20,45%

28

15,73%

Spoor

26

8,31%

19

10,67%

Bottervisse in die jêm

13

4,15%

10

5,62%

Kobra

7

2,24%

7

3,93%

Koors en Die vrou in die blou mantel

5

1,60%

5

2,81%

Jagveld

5

1,60%

5

2,81%

Spoor en Prooi

4

1,28%

4

2,25%

Ikarus

3

0,96%

3

1,69%

 

Prooi is die meeste genoem (33% van twiets) en ook deur die meeste gebruikers (36% van gebruikers). Hierna is Koors die meeste genoem, gevolg deur Die vrou in die blou mantel. Dit dui daarop dat hierdie die gewildste boeke van Deon Meyer volgens hierdie datastel is, maar let daarop dat hierdie bevinding tydsgebonde is – die datastel strek slegs oor ses maande, en ’n langer tydperk sou tot ander resultate gelei het. Die feit dat Prooi die meeste genoem word, is juis ’n aanduiding daarvan dat Twitter vir bemarkingsdoeleindes gebruik word. Verskeie twiets verwys na boekbekendstellings. Dit is ook Meyer se mees onlangse werk, wat hierdie werk ’n aktuele onderwerp vir bespreking maak. 

Dit is ook interessant om te let op waar gebruikers is wat oor hierdie boeke twiet. Figuur 3 verskaf hierdie gegewens in ’n netwerkformaat, waar die lande wat gebruikers as liggings aangedui het, met tekste verbind word. Die grootte van nodusse dui hul getal skakels aan; vir lande dui groter nodusse aan dat meer tekste vanuit hierdie lande genoem word, terwyl die groottes van werke dui op werke wat in meer lande bespreek word. Spoor, Koors en Die vrou met die blou mantel word met ander woorde in die meeste lande genoem, gevolg deur Prooi. Kobra word in Australië en Suid-Afrika genoem, Ikarus in Suid-Afrika en Frankryk en Infanta slegs in Spanje.

Figuur 3. Tekste wat die meeste genoem is

Verder is daar ondersoek ingestel na wat die aard van twiets is, byvoorbeeld of dit vir bemarking gebruik word (byvoorbeeld “!!!!!! winnen winnen winnen !!!!! samen met @awbruna mogen we 3 exemplaren van prooi, het nieuwe boek van @meyerdeon, weggeven! kijk hier om kans te maken”); ’n opinie uitspreek (byvoorbeeld “@meyerdeon ek sit en lees #prooi op die strand, jy kan regtig toor met woorde! #uitsonderlik”); of ’n ander interaksie verteenwoordig (byvoorbeeld “@meyerdeon se boeke in norli boekwinkel in @visitoslo! trots suid-afrikaans!”). Aangesien hierdie ’n betreklike klein datastel is, is dit per hand uitgevoer.

Daar is ook oorweeg om van sentimentontleding (Kotzé en Senekal 2018; Hou en Frank 2015; Chamlertwat, Bhattarakosol en Rungkasiri 2012) gebruik te maak om die sentiment van twiets rekenaarmatig te bepaal. Sentimentontleding stel ’n mens in staat om met behulp van byvoorbeeld leksikons of masjienleer ’n boodskap as positief, negatief of neutraal te klassifiseer en ook op ’n skaal van –1 tot 1, waar 1 baie positief en –1 baie negatief is. Aangesien die huidige datastel so ’n klein datastel is, en omdat bykans alle opinies wat oor Meyer se werke in dié datastel uitgespreek is, positief was, is daarteen besluit om van ’n rekenaarmatige sentimentontleding gebruik te maak. Boonop is daar min onduidelikhede in hierdie datastel wanneer opinies as positief of negatief geklassifiseer word. Die volgende twiets is byvoorbeeld duidelik positief (twiets word hier verbatim weergegee): 

  1. “@meyerdeon @karinbrynard 😄 ek is net so bly vir al die goeie afrikaanse boeke!”
  2. “my christmas wish is to get lost in @meyerdeon and @kmfollett and not have to eat, shower or move out of my bed. 😂”
  3. “@meyerdeon het prooi binne ’n dag en ’n half verslind. so lekker om weer vir umzingeli raak te loop ... nog altyd ’n gunsteling karakter.”
  4. “vakansietyd is @meyerdeon tyd. beste afrikaanse skrywer volgens my.”
  5. “@meyerdeon @kyknettv wow!!! kan nie wag nie. is nou besig om weer al jou boeke deur te lees. absoluut gek daarna. moet asb “nooit dat jou potloot stomp word nie” n gesegde van n baie goeie vriend. doet so voort deon!!!”
  6. “die beste ding van n vakansiehuis as jy daar instap is n @meyerdeon boek wat jy nog nie gelees het nie. dan besef jy jy het net 3 dae om dit te lees ... #onmisbaar #deonmeyer #lemmer #pasklaargelees”
  7. “just finished prooi by @meyerdeon and wish i hadn’t read it so i could have the pleasure of reading it again.”
  8. “wat n fees om te lees @meyerdeon “veronderstel om in die minuet van sy lewe te wees maar hy f... nog rond in adagio” 😂 #desember #leestyd #relax #prooi dankie deon!”
  9. “can’t agree more. deon’s absolute best - no pressure 🙂 prooi is flying through the family, from here to the us. well done, @meyerdeon! rt @meyerdeon: that is such a kind thing to say. thank you.”
  10. “agge nee ek is hartseer dat die boek klaar gelees is, wil hê dit moet net aan en aan hou. nog n wenner @meyerdeon wat n voorreg om so in jou stories in te lewe!!! maak gou met die volgende een asb! 😀”

Die volgende twiets is duidelik negatief (hierdie is die enigste negatiewe twiets in die datastel): 

  1. “@meyerdeon i have just finished reading the woman in the blue cloak + was disappointed. there was no thrilling, tension as with previous novels. hope your next novel will be your usual nail biting, edge of the seat read.”
  2. “@ceesvanr @meyerdeon @thrillzone1 @awbruna ik vond prooi dan weer minder (net als koorts, maar dan om andere redenen).”
  3. “@meyerdeon interessante storielyn. ongelukkig is daar te veel kommas wat die vloei van lees beïnvloed. jammer vir negatiewe kritiek.”

Figuur 4 hier onder dui die soort twiets, sentiment (bereken slegs vir plasings wat as opinies geklassifiseer is) en ’n paar voorbeelde van elke kategorie aan. Van die twiets wat opinies verteenwoordig, is bykans alles positief (99%), met ’n paar voorbeelde daaronder. Die meerderheid (55%) twiets is diverse interaksies, byvoorbeeld gelukwense vir Bennie Griessel met sy verjaarsdag op 21 Maart, Deon Meyer wat op komplimente antwoord en reaksies op sy plasing: “Guy stops me in the supermarket, sweetly tells me I should write more like Donna Leon, then he’d like my books better. I said I’ll do my best. I mean, how else could one respond?” Een so ’n reaksie is in die voorbeelde onder ingesluit: “moer hom met ’n plakkie.” 

Nog voorbeelde hieronder sluit gebruikers in wat sê dat hulle Meyer se boeke gebruik om Afrikaans te leer, wat nog ’n aanduiding is van waarvoor lesers Meyer se werke gebruik. Vanuit die perspektief van die sisteemteorie is die funksie van ’n literêre werk – trouens, die begrip literatuur self – nie staties van aard nie en hier is voorbeelde van hoe die literêre teks verskillende funksies vir verskillende lesers vervul. Senekal (1987:128) skryf:

Wanneer daar uitgegaan word van literatuur as funksie en sisteem soos hier voorgestel word, kan ’n teks of tekssoort vir sekere mense dié funksie hê, vir ander daardie, kan dit vandag ’n sekere funksie hê, more ’n ander, kan dit nou “hoog” wees, volgende jaar “laag”. Wanneer funksies, posisies, waardesienings op sinchroniese en diachroniese vlak verander, soos inderdaad die geval is, kan literatuur nie as ’n vaste korpus tekste beskou word nie. Grensoorskrydings en funksieveranderinge is deel van die dinamiek van ’n sisteem.

Net meer as ’n kwart (26%) van twiets is bemarkingsgeoriënteerd en sluit onder andere boekbekendstellings en kompetisies in. Weber en Driscoll (2019) skryf: “Twitter’s public-facing, one-to-many style of communication gives it a natural affinity with marketing”, en dit is ook die geval met die huidige studie van Meyer. Voorbeelde word onder verskaf.

Figuur 4. Die soort twiets, sentiment en ’n paar voorbeelde van elke kategorie

Figuur 4 dui aan hoe gebruikers met Meyer op Twitter in gesprek tree. Soms dui twiets op die ontvangs van sy werke (deur opinies en sentimente) en bied lesers se kommentare ’n verdere bron van inligting oor die resepsie van ’n skrywer, benewens resensies en studies. In ander gevalle kan gesien word hoe uitgewerye Twitter gebruik om met Meyer om te gaan deur Twitter vir bemarkingsdoeleindes aan te wend. Die feit dat Jonathan Ball-uitgewery juis die tweede mees aktiewe gebruiker is (Tabel 1), dui daarop dat hierdie platform ook belangrik vir bemarkingsdoeleindes is. Verder bied die vele interaksies ’n manier vir lesers om direk met die skrywer te skakel en in sy lewe te deel. Veral die gelukwense met Bennie Griessel se verjaarsdag is hier treffend, waarvan ek ’n paar voorbeelde verskaf (twiets word verbatim weergegee):

  1. “@MeyerDeon Lekker ou Benna ... bly maar weg van die geraas water😄”
  2. “@MeyerDeon Vat maar enetjie, ou Benna. Maar net enetjie, nè?”
  3. “@MeyerDeon Baie geluk Bennie. Wens jou nog vele suksesvolle ondersoeke toe. Hoe oud is jy vandag. 🎂”
  4. “@MeyerDeon Benny you Biscuit👍🏻😜🍾🍾”
  5. “@MeyerDeon Ek hoop hy kon darem ietsie nat, en droog, oor die lippe vat.”
  6. “@MeyerDeon (Also, how beautiful that you’ve created a character who is so real to all of us. He’s that oom that we all know and love, but know he carries dark secrets.) thank you Deon for your beautiful writing.”
  7. “@MeyerDeon Geluk Benna! Moet net nie suip nie”
  8. “@MeyerDeon Geluk Kaptein!! Mag jou bevordering naby wees en jou verjaarsdag geseënd! Sien uit om gou en nog baie van jou te hoor!!”
  9. “@MeyerDeon With all his demons with booze I best have a 🍺 for him! Happy birthday Benny!”
  10. “@MeyerDeon Joyeux anniversaire Benny !”

Sulke leserinteraksies was nie voor die koms van sosiale media moontlik nie, behalwe deur briewe aan die skrywer te skryf of persoonlik met hom in gesprek te tree, byvoorbeeld by boekbekendstellings.

5.5 Die diskursiewe netwerk

Aangesien Twitter ’n sosialenetwerkplatform is waar gebruikers met mekaar in gesprek tree, leen die data sigself tot ’n netwerkontleding. Kyk byvoorbeeld na die twiet hier onder (Figuur 5).

Figuur 5. ’n Voorbeeld van ’n twiet

Hier tree @AtterburyTrust in gesprek met @MeyerDeon en @CoeniedVilliers. ’n Mens sou elkeen van hierdie gebruikers as ’n nodus kon voorstel, en indien hulle mekaar aanspreek, ’n skakel tussen hulle aandui. In hierdie twiet sou daar met ander woorde ’n skakel wees tussen @AtterburyTrust en @MeyerDeon en tussen @AtterburyTrust en @CoeniedVilliers. Aangesien daar ’n duidelike rigting van interaksie in hierdie gesprek is, word rigting ook vanaf die sender (@AtterburyTrust) na die ontvanger (@MeyerDeon) aangedui.

Wanneer die gesprek as ’n netwerk voorgestel word, kan dit met behulp van die netwerk- of grafiekteorie ontleed word. Die grafiekteorie word deur Von Bertalanffy (1972:416, 1968:21, 90) as ’n benaderingswyse binne die sisteemteorie genoem. Dit is ook hoe dit tans toegepas word, insluitende in die letterkunde (Senekal 2013). Die netwerkteorie laat ’n wiskundige ontleding van die sisteem toe, waar byvoorbeeld die netwerkstruktuur of die individuele nodus se posisie in die netwerk bestudeer kan word. Hiervoor kan sentraliteitsaanduiders soos Freeman (1977, 1979) se graad-, tussenligging- en nabyheidsentraliteit aangewend word (Senekal 2013), of uitleg-algoritmes wat die netwerk visualiseer (Senekal 2014, 2015).

Wanneer die rigting van skakels ook aangedui is, kan in- en uitgraad onderskei word, waar ingraad dui op watter gebruikers deur die meeste ander gebruikers aangespreek word, terwyl uitgraad die gebruikers aandui wat die meeste ander gebruikers aanspreek.

’n Verdere manier om die belangrikheid van individuele nodusse in gerigte netwerke te bepaal, is deur gebruik te maak van spille en gesaghebbendheid. Die idee van spille en gesaghebbendheid is voorgestel deur Kleinberg (1999), wat die Hyperlink-Induced Topic Search- (HITS-) algoritme ontwikkel het (Newman 2010:179). HITS vorm die basis van soekenjins soos Teoma en Ask.com, maar kan ook aangewend word om belangrike nodusse in ander gerigte netwerke uit te lig, byvoorbeeld om belangrike publikasies in ’n verwysingsnetwerk te identifiseer (Newman 2010:181). In die berekening van spil- en gesaghebbendheidswaarde word beide kante in ag geneem: hoe meer ’n nodus na ander nodusse met ’n hoë gesaghebbendheid verwys, hoe meer word daardie nodus as ’n spil aangedui, terwyl hoe meer ’n nodus skakels ontvang van nodusse met ’n hoë spilwaarde, hoe meer word daardie nodus as ’n gesaghebbende nodus aangedui (Caldarelli 2013:35, Newman 2010:179, Barrat, Barthélemy en Vespignani 2008:170). Spil- en gesaghebbendheidswaarde is dus interafhanklik: “Hubs are entities that point to a relatively large number of authorities. They are essentially the mutually reinforcing analogues to authorities. Authorities point to high hubs. Hubs point to high authorities. You cannot have one without the other” (FMS Advanced Systems Group 2013:108).

PageRank werk ook soortgelyk aan spille en gesaghebbendheid, deur meer belangrikheid toe te ken aan skakels wat van ’n belangriker nodus ontvang word (Newman 2010:707), soos Newman (2010:176) verduidelik:

PageRank works on the web precisely because having links to your page from important pages elsewhere is a good indication that your page may be important too. But the added ingredient of dividing by the out-degrees of pages ensures that pages that simply point to an enormous number of others do not pass much centrality on to any of them, so that, for instance, network hubs like Yahoo! do not have a disproportionate influence on the rankings.

Die PageRank-algoritme is deur die stigters van Google, Sergey Brin en Lawrence Page (1998), ontwikkel, en is reeds vir etlike jare ’n belangrike komponent (maar nie die enigste komponent nie) van Google se rangordening van soekresultate (Newman 2010:176, Easley en Kleinberg 2010:364, Caldarelli 2013:202, Barrat, Barthélemy en Vespignani 2008:166). 

Voor die netwerk ontleed kon word, moes gebruikersname uit twiets onttrek word en in ’n aparte kolom geplaas word sodat dit in Gephi ingevoer kon word vir ’n netwerkontleding. Hiervoor het ek ’n gereelde uitdrukking7 saamgestel wat byvoorbeeld @MeyerDeon uit die volgende twiet onttrek: “Reading The Woman in the Blue Cloak and wondering: has @MeyerDeon ever written a bad book? Probably not methinks.” Die gevolg is dat ’n gebruiker nou geskakel kon word met die gebruiker(s) wat deur hom of haar aangespreek word.

Die diskursiewe netwerk lyk soos in Figuur 6 hier onder, soos uitgelê met behulp van Hu (2011) se uitleg-algoritme. Daar is 979 nodusse (gebruikers) en 1 940 skakels (interaksies) in hierdie netwerk.

Figuur 6. Die diskursiewe netwerk rondom Deon Meyer se Twitter-profiel 

Hier is duidelik sprake van ’n kern waar die meeste van die gesprek plaasvind, met ’n verskeidenheid gesprekke op die periferie wat nie aktief met die hoofdiskoers verbind is nie. Tabel 8 dui aan dat die gesprek duidelik rondom Deon Meyer sentreer: hier is gebruikers volgens hul posisies ten opsigte van in- en uitgraad, spil- en gesaghebbendheidswaardes, en PageRank aangedui. Die lys is volgens PageRank gerangskik en rangordes word hier eerder as absolute waardes verskaf. Hier kan gesien word dat Meyer verreweg die hoogste in- en uitgraad het (onderskeidelik 566 en 201). Dit beteken dat die meeste gebruikers hom aanspreek (ingraad), maar ook dat hy die meeste gebruikers aanspreek (uitgraad), wat dui op sy betrokkenheid by sy lesers. Dit is ook interessant om te let op wie die gebruikers in Tabel 8 is: Tertius Kapp is ’n skrywer en voorheen dosent in die letterkunde; AW Bruna is ’n uitgewery; Exclusive Books ’n boekverkoper; ThrillZone1 en HebbanThriller is boekbesprekingsplatforms; Cees van Rhienen is ’n resensent; en Michael Jordaan8 is ’n leser en aanhanger met byna 200 000 volgelinge. Even-Zohar (1990:37) noem onder andere kritici, uitgewers, koerante, klubs, skrywersgroepe, regeringsinstansies, opvoedkundige instansies en die massamedia as rolspelers binne die literêre sisteem. Verskeie soorte rolspelers word met ander woorde in hierdie netwerk verteenwoordig.

Tabel 8. Die sentraliteitswaardes van gebruikers

Gebruiker

Rang In-graad

Rang Uit-graad

Rang Gesag-hebbendheid

Rang Spil

Rang Page-Rank

@MeyerDeon

1

1

1

1

1

@awbruna

2

68

2

80

2

@ThrillZone1

3

105

3

78

3

@Hebbannl

28

236

30

86

4

@hebbanthriller

28

105

31

72

5

@MNet

13

581

13

575

6

@MichaelJordaan

7

147

12

232

7

@tertiuskapp

5

581

5

575

8

@ceesvanr

50

147

44

24

9

@ExclusiveBooks

10

581

10

575

10

 

Bostaande dui aan dat Meyer, soos verwag kan word, die sentrale plek in hierdie netwerk inneem. Sy aktiwiteit word aangedui deur sy hoë in- en uitgraad-, asook sy hoë PageRank-, spil- en gesaghebbendheidswaardes. Twitter verskaf vir Meyer ’n platform waar hy direk met lesers in gesprek kan tree en sodoende sy handelsmerk stewiger onder ’n internasionale gehoor kan vestig. Daar is egter ook ander rolspelers wat deur ’n netwerkontleding uitgelig word, soos uitgewerye, resensente, boekbesprekingsplatforms en lesers. Alhoewel Twitter slegs een komponent van die hele literêre sisteem verteenwoordig, is dit met ander woorde ’n sisteem waarbinne verskeie soorte rolspelers funksioneer.

 

6. Beperkinge 

Daar moet op veral twee beperkings van die huidige studie gelet word wat dit ongeldig maak om bevindinge te veralgemeen. 

  • Eerstens is Twitter nie verteenwoordigend van die algemene bevolking nie en word dit gewoonlik deur jonger, verstedelikte mense gebruik. Baie mense het nie ’n Twitter-profiel nie en word daarom uit die datastel uitgesluit.
  • Verder verteenwoordig die datastel slegs ’n baie spesifieke tydperk en is dit nie moontlik om te bepaal of dieselfde tendense in ander tydperke sal voorkom nie. 

Hierdie twee beperkings veroorsaak dat ’n mens nie veralgemenings kan maak soos dat mense eerder in Engels as in Afrikaans met Deon Meyer in gesprek sal tree nie, dat Meyer nie in Suid-Amerika en Antarktika gelees word nie, of dat Prooi sy gewildste boek is nie. Sulke afleidings sou ongegrond wees, omdat die hele bevolking nie betrek is nie en die tydsegment te klein is. Wat hierdie studie wel uitwys, is dat Twitter ook ’n ander gespreksruimte verteenwoordig wat in ’n resepsiestudie betrek kan word, tesame met tradisionele resensies en studies. Sosiale media oorheers ons hedendaagse wêreld en die literêre gesprek vind ook op sosiale media plaas, met verskeie rolspelers wat ook op ander platforms aktief is in die literêre sisteem.

 

7. Gevolgtrekking

Hierdie studie het ’n eerste verkenning van ’n Afrikaanse skrywer se interaksies op Twitter gebied (alhoewel sy vertaalde werke ook ingesluit is, en die datastel tot ’n bepaalde tydvak beperk is). Daar is aangetoon hoe mense van regoor die wêreld met Deon Meyer in gesprek tree, watter boeke bespreek word, in watter tale en hoe die netwerk van gebruikersinteraksies saamgestel is. Wat veral uitgelig kan word, is:

  • Mense praat in 21 lande op Twitter oor Deon Meyer se werke, wat toon dat hy oor nasionale grense heen funksioneer.
  • Mense twiet in Afrikaans oor Meyer se werke al dui hulle hul ligging as in die buiteland aan.
  • Die diskoers rondom Meyer op Twitter in Suid-Afrika is oorwegend in Engels.
  • Die feit dat die meeste gebruikers iPhones gebruik, impliseer aan die hand van Burns (2018) en Hixon (2014) dat gebruikers wat op Twitter met Meyer in gesprek tree, meer gereeld professionele, gekwalifiseerde mense is.
  • Die netwerkontleding dui daarop dat Meyer Twitter onder andere gebruik om interaksies met lesers te bewerkstellig.

Ander Afrikaanse skrywers kan ook sodanig bestudeer word. Toetse het egter gewys dat daar min oor ander Afrikaanse skrywers op Twitter geplaas word, en selfs ’n ses maande lange versameling van twiets rondom wat volgens Van Heerden (2017:39) ’n baie gewilde skrywer in Afrikaans is, kon slegs om en by ses twiets per dag oplewer. Twitter is egter maar een sosialemediaplatform; toekomstige studies kan ook die Afrikaanse literatuur op Instagram of Facebook bestudeer. Ook Afrikaanse uitgewerye en boekbesprekingsplatforms kan in navolging van Weber en Driscoll (2019) bestudeer word.

Die vraag ontstaan ook of huidige argiveringspraktyke, soos die Nasionale Afrikaanse Letterkundige Museum en Navorsingsentrum (NALN) se versameling van resensies en studies steeds al is wat nodig is in ’n tyd waarin sosiale media ook ’n blik op ’n skrywer se funksionering binne ’n literêre sisteem bied. Die argivering van sosiale media is ook iets wat oorweeg behoort te word indien navorsers in die toekoms ’n omvattende studie sou wou onderneem van hoe ’n skrywer op ’n bepaalde tydstip binne die literêre sisteem gefunksioneer het.

 

Bibliografie

Anoniem. 2019. Android v iOS market share 2019. https://deviceatlas.com/blog/android-v-ios-market-share (16 Mei 2019 geraadpleeg).

Barge, J. en M. Endsor. 2014. A structural analysis of social media networks. Londen: The International Centre for Security Analysis, The Policy Institute at King’s College.

Barnard, R. 1998. Kanoniseringsprosesse in die Afrikaanse literatuursisteem: Die rol van N.P. Van Wyk Louw. PhD-proefskrif, Universiteit van die Vrystaat.

Barrat, A., M. Barthélemy en A. Vespignani. 2008. Dynamical processes on complex networks. Cambridge: Cambridge University Press. 

Bode, K. 2012. Reading by numbers. Recalibrating the literary field. Londen: Anthem Press.

Brin, S. en L. Page. 1998. The anatomy of a large-scale hypertextual web search engine. Proceedings of the seventh International Conference on the World Wide Web, ble. 107–17.

Burns, C. 2018. Android vs iPhone user poll shows two very different groups of people. https://www.slashgear.com/android-vs-iphone-user-poll-shows-two-very-different-groups-of-people-25551392 (16 Mei 2019 geraadpleeg).

Caldarelli, G. 2013. Scale free networks. Complex webs in nature and technology. Oxford: Oxford University Press.

Carr, C.T. en R.A. Hayes. 2015. Social media: Defining, developing, and divining. Atlantic Journal of Communication, 23:46–65.

Chamlertwat, W., P. Bhattarakosol en T. Rungkasiri. 2012. Discovering consumer insight from Twitter via sentiment analysis. Journal of Universal Computer Science, 18(8):973–92.

Convery, I. en D. Cox, 2012. A review of research ethics in Internet-based research. Practitioner Research in Higher Education, 6(1):50–7.

Davenport, T.H. 2014. Big data @ work. Dispelling the myths, uncovering the opportunities. Boston: Harvard Business Review Press.

Dreyer, L. 1982. Die skrywer in die Afrikaanse sisteem. Suid-Afrikaanse Tydskrif vir Sosiologie, 13(1):85–93.

Driscoll, B. 2015. Sentiment analysis and the literary festival audience. Continuum, 29(6):861–73. 

Easley, D. en J. Kleinberg. 2010. Networks, crowds and markets. Reasoning about a highly connected world. New York: Cambridge University Press. 

Ehlers, C. 1989. Die burgermag en die gesin. Suid-Afrikaanse Tydskrif vir Sosiologie, 20(3):187–94.

Ellis, N. 2018. Van drama na draaiboek: ’n Vertaalteoretiese beskouing van die herskrywing van Faan se trein uit dramateks in draaiboek. MA-verhandeling, Universiteit Stellenbosch.

Even-Zohar, I. 1990. Polysystem studies. Poetics Today, 11(1):1–94.

Ferrer, C. 2013. Canonical values vs. the law of large numbers: The Canadian literary canon in the age of big data. Rupkatha Journal on Interdisciplinary Studies in Humanities, 5(3):81–90. 

FMS Advanced Systems Group. 2013. Sentinel Visualizer 6: The new standard for data visualization and analysis. [Plek nie aangedui]: FMS Advanced Systems Group. 

Freeman, L.C. 1977. A set of measures of centrality based on betweenness. Sociometry, 40(1):35–41.

—. 1979. Centrality in social networks conceptual clarification. Social networks, 1(3):215–39. 

Galloway, F. 1987. Breyten Breytenbach: Die skrywer as openbare figuur. DLitt-proefskrif, Universiteit van die Vrystaat. 

Hixon, T. 2014. What kind of person prefers an iPhone? https://www.forbes.com/sites/toddhixon/2014/04/10/what-kind-of-person-prefers-an-iphone/#2bc563d9d1b0 (16 Mei 2019 geraadpleeg). 

Hobbs, C., M. Moran en D. Salisbury (reds.). 2014. Open source intelligence in the twenty-first century. New approaches and opportunities. New York: Palgrave Macmillan. 

Hou, Y. en A. Frank. 2015. Analyzing sentiment in classical Chinese poetry. Beijing: Association for Computational Linguistics and The Asian Federation of Natural Language Processing.

Hu, Y. 2011. Algorithms for visualizing large networks. Combinatorial Scientific Computing, 5(3):180–6.

Internet Live Stats. 2019. http://www.internetlivestats.com (19 Januarie 2019 geraadpleeg).

Jagadish, H. 2015. Big data and science: Myths and reality. Big Data Research, 2:49–52.

Jang, S. en R. Callingham. 2012. Conducting research in social media research: Ethical challenges. Launceston: Australian Multicultural Interaction Institute.

Jiang, H., P. Lin en M. Qiang. 2016. Public-opinion sentiment analysis for large hydro projects. Journal of Construction Engineering and Management, 142(2):1–12.

Jin, X., B.W. Wah, X. Cheng en Y. Wang. 2015. Significance and challenges of big data research. Big Data Research, 2:59–64.

Jockers, M.L. 2013. Macroanalysis. Digital methods and literary history. Urbana: University of Illinois.

Kleinberg, J. 1999. Authoritative sources in a hyperlinked environment. Journal of the ACM, 46:604–32. 

Kleyn, L. 2013. ’n Sisteemteoretiese kartering van die Afrikaanse literatuur vir die tydperk 2000–2009: Kanonisering in die Afrikaanse literatuur. PhD-proefskrif: Universiteit van Pretoria.

Kotzé, E. en B.A. Senekal. 2018. Employing sentiment analysis for gauging perceptions of minorities in multicultural societies: An analysis of Twitter feeds on the Afrikaans community of Orania in South Africa. The Journal for Transdisciplinary Research in Southern Africa, 14(1):a564.

Laney, D. 2001. 3D-Data Management: Controlling Data: Volume, Velocity and Variety. http://blogs.gartner.com/doug-laney/files/2012/01/ad949-3D-Data-Management-Controlling-Data-Volume-Velocity-and-Variety.pdf (8 Augustus 2014 geraadpleeg).

Meyer, D. 1994. Wie met vuur speel. Kaapstad: Tafelberg.

—. 1996. Feniks. Kaapstad: Queillerie.

—. 1997. Bottervisse in die jêm. Pretoria: J.P. van der Walt.

—. 2000. Orion. Kaapstad: Human & Rousseau.

—. 2002. Proteus. Kaapstad: Human & Rousseau.

—. 2005. Infanta. Pretoria: LAPA-uitgewers.

—. 2007. Onsigbaar. Kaapstad: Human & Rousseau.

—. 2008. 13 uur. Kaapstad: Human & Rousseau.

—. 2009. Karoonag en ander verhale. Kaapstad: Human & Rousseau.

—. 2010. Spoor. Kaapstad: Human & Rousseau.

—. 2011. 7 Dae. Kaapstad: Human & Rousseau. 

—. 2013. Kobra. Kaapstad: Human & Rousseau. 

—. 2015. Die ballade van Robbie de Wee. Kaapstad: Human & Rousseau.

—. 2015. Ikarus. Kaapstad: Human & Rousseau.

—. 2016. Koors. Kaapstad: Human & Rousseau.

—. 2017. Die vrou in die blou mantel. Kaapstad: Human & Rousseau. 

—. 2017. Jagveld. Kaapstad: Human & Rousseau. 

—. 2018. Prooi. Kaapstad: Human & Rousseau.

Milne, D., C. Paris, H. Christensen, P. Batterham en B. O’Dea. 2015. We feel: Taking the emotional pulse of the world. Melbourne [Uitgewer nie vermeld].

Newman, M.E. 2010. Networks. Oxford: Oxford University Press.

Omand, D., J. Bartlett en C. Miller. 2012. Introducing social media intelligence (SOCMINT). Intelligence and National Security, 27(6):801–23.

Page, S.E. 2011. Diversity and complexity. Princeton: Princeton University Press.

Prell, C. 2012. Social network analysis. History, theory and methodology. Londen: Sage. 

Rosenberg, A. 2010. Virtual world research ethics and the private/public distinction. International Journal of Internet Research Ethics, 3(12):23–7.

Senekal, B.A. 2013. Die gebruik van die netwerkteorie binne ’n sisteemteoretiese benadering tot die Afrikaanse letterkunde: ’n Teorie-oorsig. Tydskrif vir Geesteswetenskappe, 53(4):668–82.

—. 2014. Olga Kirsch se posisie in die Afrikaanse literêre sisteem (1900–1978). Werkwinkel, 9(2):9–36.

—. 2015. André P. Brink se posisie in die Afrikaanse literêre sisteem van die 1960’s. Tydskrif vir Letterkunde, 52(1):57–72. 

—. 2016. Deon Meyer (1958–). In Van Coller (red.) 2016:804–14.

—. 2018. Socmint: Die monitering van sosiale media vir gemeenskapsveiligheidsdoeleindes binne ’n grootdataraamwerk in Suid-Afrika met spesifieke verwysing na Orania. LitNet Akademies (Geesteswetenskappe), 15(3):276–309. https://www.litnet.co.za/wp-content/uploads/2018/12/LitNet_Akademies_15-3_Senekal_276-309.pdf (14 Oktober 2019 geraadpleeg).

Senekal, B.A. en S. Brokensha. 2014. Surfers van die tsunami. Navorsing en inligtingstegnologie binne die geesteswetenskappe. Bloemfontein: SunPress.

Senekal, B. en E. Kotzé. 2017. Die statistiese eienskappe van geskrewe Afrikaans as ’n komplekse netwerk. LitNet Akademies (Geesteswetenskappe), 14(1):27–59. https://www.litnet.co.za/wp-content/uploads/2017/06/LitNet_Akademies_14-1_Senekal-Kotze_27-59.pdf (14 Oktober 2019 geraadpleeg).

Senekal, J.H. 1986. ’n Beskrywing van die Afrikaanse literatuursisteem. Ongepubliseerde RGN-verslag.

Senekal, J.H. 1987. Literatuuropvattings: “Wese” en “waarhede” van ’n nuwe literêre teorie. Bloemfontein: Universiteit van die Oranje-Vrystaat.

Smit, M. 2018. Poësie op die podium: ’n Ondersoek na die sosiale rol en betrokkenheid van performatiewe kultuurvorme, met spesifieke verwysing na Afrikaanse gedigte en lirieke. PhD-proefskrif: Universiteit Stellenbosch. 

Snyman, D., C. van Huyssteen en W. Daelemans. 2014. Outomatiese genreklassifikasie vir Afrikaans. Suid-Afrikaanse Tydskrif vir Natuurwetenskap en Tegnologie, 33(1):759.

Tumasjan, A., T. Sprenger, T. Sandner en I. Welpe. 2010. Predicting elections with Twitter: What 140 characters reveal about political sentiment. [Inligting oor uitgewer onbeskikbaar.]

Van Coller, H.P. (red.). 2016. Perspektief en profiel: ’n Afrikaanse literatuurgeskiedenis. Deel 2. Pretoria: Van Schaik.

Van Heerden, N. 2017. Misdaadfiksie en die literêre kanon in Afrikaans: ’n Ondersoek na aanleiding van die romans van Deon Meyer. PhD-proefskrif, Universiteit van Pretoria.

Venter, R. 2006. Die materiële produksie van Afrikaanse fiksie (1990–2005): ’n Empiriese ondersoek na die produksieprofiel en uitgeweryprofiel binne die uitgeesisteem. PhD-proefskrif, Universiteit van Pretoria.

Vermeulen, D. 2018. ’n Ondersoek na Ronelda Kamfer se poësie aan die hand van Bell Hooks se filosofie oor ras en taal. MA-verhandeling: Universiteit Stellenbosch.

Viljoen, H. 1986. Die Suid-Afrikaanse romansisteem. ’n Vergelykende studie. PhD-proefskrif, Potchefstroomse Universiteit vir Christelike Hoër Onderwys.

Von Bertalanffy, L. 1968. General systems theory: Foundations, development, applications. New York: George Braziller.

—. 1972. The history and status of general systems theory. The Academy of Management Journal, 15(4):407–26. 

Wang, H., D. Can, A. Kazemzadeh, F. Bar en S. Narayanan. 2012. A system for real-time Twitter sentiment analysis of 2012 U.S. Presidential election cycle. [Inligting oor uitgewer onbeskikbaar.]

Warrell, J. en M. Jacobsen. 2014. Internet research ethics and the policy gap for ethical practice in online research settings. The Canadian Journal of Higher Education, 44(1):22–37.

Weber, M. en B. Driscoll. 2019. Playful Twitter accounts and the socialisation of literary institutions. First Monday, 24(3). https://doi.org/10.5210/fm.v24i3.9486 (16 Mei 2019 geraadpleeg).

Wibberley, S. en C. Miller C. 2014. Detecting events from Twitter: Situational awareness in the age of social media. In Hobbs e.a. (reds.) 2014.

 

Eindnotas

1 Indien gebruikers se name nie bekendgemaak kan word nie, kan daar slegs uitsprake vanuit die netwerkteorie gemaak word oor die netwerkstruktuur in sy geheel, maar nie oor die belangrikheid van individuele nodusse nie. Dit sou byvoorbeeld nie sinvol wees om te vermeld dat “Anon A” ’n aktiewe gebruiker is nie, teenoor die bevindinge in Tabel 8 wat dui op verskillende rolspelers binne die literêre sisteem se betrokkenheid op Twitter.

2 Deon Meyer self gebruik TweetDeck.

3 Ek ag Deon Meyer as ’n gekanoniseerde skrywer omdat ’n profiel oor hom (Senekal 2016) in die nuutste Perspektief en profiel (Van Coller 2016) opgeneem is.

4 Aangesien Van Heerden (2017) ’n deeglike en onlangse proefskrif oor Meyer voltooi het, en kort na Senekal (2016), word hier nie ’n oorsig oor die akademiese diskoers oor Meyer verskaf nie en word die leser na hierdie twee publikasies en hul bronnelyste verwys.

5 ’n Bespreking van hierdie werke kan in Senekal (2016) en Van Heerden (2017:139–216) gevind word.

6 Die volgende gereelde uitdrukking is saamgestel, waar die twiet in sel Y2 is (let daarop dat die Engelse vertaling van ’n boek ook hier verreken word en omgeskakel word na die Afrikaanse titel):

=trim(join("",IF(REGEXMATCH(Y2,"wie met vuur speel"),"Wie met vuur speel"," "),
IF(REGEXMATCH(Y2,"feniks|dead before|deadbefore"),"Feniks"," "),
IF(REGEXMATCH(Y2,"bottervisse"),"Bottervisse in die jêm"," "),
IF(REGEXMATCH(Y2,"orion|daybreak"),"Orion"," "),
IF(REGEXMATCH(Y2,"proteus|hunter"),"Proteus"," "),
IF(REGEXMATCH(Y2,"infanta|devil"),"Infanta"," "),
IF(REGEXMATCH(Y2,"onsigbaar|blood safari|bloodsafari"),"Onsigbaar"," "),
IF(REGEXMATCH(Y2,"13 uur|13 hours|13hours|thirteenhours|thirteen hours"),"13 Uur"," "),
IF(REGEXMATCH(Y2,"karoonag"),"Karoonag en ander verhale"," "),
IF(REGEXMATCH(Y2,"spoor|trackers"),"Spoor"," "),
IF(REGEXMATCH(Y2,"7 dae|7 days|7days"),"7 Dae"," "),
IF(REGEXMATCH(Y2,"kobra|cobra"),"Kobra"," "),
IF(REGEXMATCH(Y2,"ikarus|icarus"),"Ikarus"," "),
IF(REGEXMATCH(Y2,"robbie"),"Die Ballade van Robbie de Wee"," "),
IF(REGEXMATCH(Y2,"koors|fever"),"Koors"," "),
IF(REGEXMATCH(Y2,"jagveld"),"Jagveld"," "),
IF(REGEXMATCH(Y2,"blou mantel| blue cloak|bluecloak"),"Die vrou in die blou mantel"," "),
IF(REGEXMATCH(Y2,"prooi"),"Prooi"," ")))

7 Die volgende gereelde uitdrukking is gebruik om gebruikersname mee te onttrek:

=split(REGEXREPLACE(C2, "((^|\s)[^@]\S*)|([^@\w\s]\S*)", "")," ")

Die twiet is in hierdie geval in sel C2 gestoor.

8 Michael Jordaan se biografie vermeld nie enige literêre blogs of affiliasies met universiteite of uitgewerye nie.

 

LitNet Akademies (ISSN 1995-5928) is geakkrediteer by die SA Departement Onderwys en vorm deel van die Suid-Afrikaanse lys goedgekeurde vaktydskrifte (South African list of Approved Journals). Hierdie artikel is portuurbeoordeel vir LitNet Akademies en kwalifiseer vir subsidie deur die SA Departement Onderwys.

Shares0Pin0Print0LinkedIn0
  • 1

Kommentaar

  • Wonder

    Baie vd twiets is eintlik gerig aan die speurder Bennie, nie die skrywer self nie. Mens wonder hoeveel vd twiets oor die algemeen is 'eenrigting dialoog' met sy karakters.

    Reply

    • Reageer

    Jou e-posadres sal nie gepubliseer word nie. Kommentaar is onderhewig aan moderering.


     

    Top