Priyanka

 Verma  
GTECH  301-­‐  Final  Project  
 

Introduction  

In  recent  years,  Twitter  has  emerged  as  a  popular  social  networking  platform.  It  has  made  
connecting  with  friends,  family  and  strangers  at  a  global  scale,  easier  than  ever  before.  In  
order  to  create  a  Twitter  profile,  a  name,  an  email  and  a  password  is  all  that  is  required.  
What  sets  Twitter  apart  from  other  social  networks  is  that  it  allows  for  users  to  share  brief  
and  quick  updates.  The  three  main  numeric  attributes  of  a  twitter  account  are  -­‐  followers,  
following  and  tweets.  The  groups  of  people  who  follow  a  particular  account  are  its  
followers.  Other  users  that  an  account  follows  are  counted  as  following.  Each  posted  update  
or  a  "tweet",  as  they  are  called  is  limited  to  140.  The  total  number  of  the  user’s  posts  is  
counted  as  the  number  of  tweets.  The  brevity  and  its  simple  user  interface  has  made  
twitter  more  user-­‐friendly.  Being  such  a  quick  and  easy  method  of  communication,  it  also  
makes  it  a  suitable  stage  for  broadcasting  to  a  large  group  of  people  at  once.  Celebrities  are  
one  such  group  of  people  who  are  active  users,  tweeting  and  interacting  for  their  eager  
fans.  Twitter  has  defined  for  itself  a  platform  where  everyone,  by  a  sole  twitter  account  can  
express  themselves  with  140  characters,  regardless  of  social  or  geographical  barriers.  With  
millions  of  users  now,  Twitter  has  top  accounts  listed,  ranked  highest  based  on  the  number  
of  followers.  Interestingly,  all  these  top  accounts  happen  to  be  famous  outside  of  Twitter,  in  
some  way.  Although  Twitter  is  open  and  globally  available,  it  should  be  noted  how  
powerful  a  user  with  the  most  followers  may  be.  

 
Objective  

The  goal  of  this  study  is  to  understand  why  a  particular  user  has  more  followers  than  
others  while  explaining  the  relationship  with  other  factors  that  might  be  influencing  it.  
Data  

The  data  used  in  performing  this  analysis  was  collected  from  the  Twitter  website  itself.  It  
contains  information  about  the  top  100  Twitter  accounts  on  the  social  networking  service.  
It  contains  information  about  their  Followers,  Following,  Tweets,  Description  and  
Username.  The  Username  shows  the  name  of  the  profile,  which  is  unique  to  the  person  who  
owns  it.  This  column  in  the  data  also  comes  with  the  actual  name  of  the  person  who  owns  
the  account.  There  is  a  description  column  that  specifies  the  profession  of  the  account  
owner.  The  number  of  Tweets  from  the  username  is  specified  and  shows  how  active  the  
account  really  is.  I  figured  the  number  alone  was  not  too  descriptive  of  the  activity  of  the  
twitter  account  without  knowing  how  long  the  account  had  actually  been  in  use.  Thus,  I  
added  an  additional  column  to  the  data  that  shows  the  number  of  months  the  person  has  
held  the  account  for.  To  compute  this,  I  manually  searched  every  account  on  the  list  and  
noted  the  month  and  year  the  account  had  joined  Twitter.  I  then  calculated  the  number  of  
months  the  account  had  been  active  by  subtracting  it  with  May  of  2015.  
Understanding  and  learning  about  the  Twitter  dataset:  The  data  provides  the  number  of  
followers  of  a  user  and  the  number  of  accounts  it  is  following,  respectively.    
 

colnames(TF)    

##  [1]  "Rank"                        "Username"                "Description"          "Followers"              

##  [5]  "Following"              "Tweets"                    "MonthsOnTwitter"  

summary(TF[,c(4:7)])  #  Summary  of  the  numerical  data  

##        Followers                  Following                    Tweets            MonthsOnTwitter    

##    Min.      :1914071      Min.      :          0      Min.      :    117      Min.      :  40.00      
##    1st  Qu.:2076083      1st  Qu.:      105      1st  Qu.:  1229      1st  Qu.:  73.00      
##    Median  :3028263      Median  :      251      Median  :  2652      Median  :  75.00      
##    Mean      :3494345      Mean      :  24057      Mean      :  5259      Mean      :  76.28      
##    3rd  Qu.:4086656      3rd  Qu.:    1189      3rd  Qu.:  5990      3rd  Qu.:  80.00      
##    Max.      :8914965      Max.      :701159      Max.      :60693      Max.      :100.00  

 
 
 
The  plot  below  shows  the  number  of  followers  of  an  account  based  on  the  profession  of  the  
account  owner.  According  to  the  plot,  Musicians  seem  to  be  dominating  the  top  twitter  
accounts.  

barplot(table(TF$Description),  col=rainbow(n=factor(TF$Description)),main  =  "

Visualzing  the  Categorical  variate  -­‐  Description",las=2,cex.names  =  0.6,cex.a
xis  =  0.2,ylab="Frequency")  

 
  
Methodology  

In  order  to  initiate  the  study,  correlation  analysis  was  first  performed  to  understand  
associations  between  each  of  the  variables.  After  getting  an  understanding  of  the  
correlation,  models  were  fitted  to  the  data  to  see  the  strength  of  the  relationship.  

Correlating  the  response  variable-­‐  Followers  to  other  covariates    

(Following,  Tweets,  MonthsOnTwitter)  
Each  viable  variable  given  in  the  data  was  correlated  to  the  number  of  Followers.  A  general  
correlation  matrix  to  study  bivariate  relationships  was  generated  using  the  cor  function  on  
the  data  frame.  This  correlation  matrix  helps  analyze  the  association  between  any  two  
variables  of  interest,  at  once  without  taking  into  account  all  remaining  variables.  In  regards  
to  Followers,  the  results  show  that  Followers  have  the  strongest  positive  correlation  to  the  
variable  Following,  while  variables  Tweet  and  MonthsOnTwitter  also  show  low  negative  
and  positive  correlations,  respectively.  
 

 cor(TF[,c(4:7)])  #  Correlation  matrix    

##                                      Followers      Following            Tweets  MonthsOnTwitter  

##  Followers                1.00000000    0.46938919  -­‐0.10949172            0.08265307  
##  Following                0.46938919    1.00000000  -­‐0.07239048            0.26182482  
##  Tweets                    -­‐0.10949172  -­‐0.07239048    1.00000000            0.33050445  
##  MonthsOnTwitter    0.08265307    0.26182482    0.33050445            1.00000000  

 pairs(TF[,c(4:7)])  
  
 
 
 
 
 
 
 
 
 
 
 
 
 
 
To  further  gain  confidence  in  the  associations,  each  of  the  3  numeric  variables-­‐  Following,  
Tweets  and  Number  of  months,  was  tested  for  association  with  followers  using  Pearson  
correlation  through  the  cor.test  function.  Cor.test  helps  test  for  association  between  paired  
samples,  returning  level  of  significance  for  the  correlation.    

The  y-­‐axis  values  were  log  normalized.  

cor.test(x=TF$Followers,y=TF$Following)  #  Followers  vs.  Following    

##    
##    Pearson's  product-­‐moment  correlation  
##    
##  data:    TF$Followers  and  TF$Following  
##  t  =  4.3512,  df  =  67,  p-­‐value  =  4.73e-­‐05  
##  alternative  hypothesis:  true  correlation  is  not  equal  to  0  
##  95  percent  confidence  interval:  
##    0.2617924  0.6354719  
##  sample  estimates:  
##              cor    
##  0.4693892  

plot(TF$Followers~TF$Following,log="xy",col="blue",pch  =  19,xlab="log(Followi
ng)",ylab="log(Followers)")  #  Correlation  plot  

 
cor.test(x=TF$Followers,y=TF$Tweets)  #Followers  vs  Tweets    

##    
##    Pearson's  product-­‐moment  correlation  
##    
##  data:    TF$Followers  and  TF$Tweets  
##  t  =  -­‐0.9016,  df  =  67,  p-­‐value  =  0.3705  
##  alternative  hypothesis:  true  correlation  is  not  equal  to  0  
##  95  percent  confidence  interval:  
##    -­‐0.3374281    0.1305727  
##  sample  estimates:  
##                cor    
##  -­‐0.1094917  
cor.test(x=TF$Followers,  TF$MonthsOnTwitter)  #Followers  vs.  Months  on  Twitter  

##    
##    Pearson's  product-­‐moment  correlation  
##    
##  data:    TF$Followers  and  TF$MonthsOnTwitter  
##  t  =  0.6789,  df  =  67,  p-­‐value  =  0.4996  
##  alternative  hypothesis:  true  correlation  is  not  equal  to  0  
##  95  percent  confidence  interval:  
##    -­‐0.1571009    0.3132067  
##  sample  estimates:  
##                cor    
##  0.08265307  

Based  on  the  results  from  the  cor.test  function,  the  correlation  between  Followers  and  
Following  was  the  strongest  with  a  significant  p-­‐value  of  less  than  0.05.  In  comparison,  
Tweets  and  MonthsOnTwitter  were  not  as  significantly  correlated  with  Followers.  

Plot    

A  boxplot  was  used  to  estimate  the  Followers  variable  with  the  categorical  Description  
variable.  It  can  be  noted  that  on  average  Musicians,  are  the  ones  with  some  of  the  highest  
number  of  followers.  
par(cex.axis  =  0.5)  
boxplot(log2(TF$Followers)~TF$Description,las=2,col=rainbow(factor(TF$Descrip
tion)),  main="Number  of  Follower  by  Description",ylab="Number  of  Followers  (i
n  log  scale)")  #  Followers  vs  Description  
  

 
 
 
 
Model  Fitting  
Post  all  the  correlations,  with  a  better  understanding  of  how  each  of  these  variables  
correlated  against  Followers,  the  following  models  were  designed  based  on  this  
understanding.  Various  statistical  computations  were  used  to  achieve  the  best  fitting  
model.  
 

 
As  seen  previously,  Musicians  were  the  most  popular  category  accounting  for  the  highest  
number  of  Followers.  When  Followers  is  modeled  in  relation  to  Description,  only  34%  of  
the  variation  is  explained.  Thus,  Description  alone  does  not  account  for  much  of  the  
variability.  

Mod1  =  lm(Followers~Description,data  =  TF)  

summary(Mod1)  

##    
##  Call:  
##  lm(formula  =  Followers  ~  Description,  data  =  TF)  
##  Multiple  R-­‐squared:    0.3351,  Adjusted  R-­‐squared:    -­‐0.1304    

The  number  of  tweets  posted  from  the  twitter  account  is  added  as  a  covariate  to  see  if  it  
increases  the  variability  explained.  The  R^2  goes  up  by  very  little  which  shows  that  the  
covariate  might  not  be  too  significant.  This  confirms  our  correlation  findings,  which  
suggested  that  Tweets  was  not  significantly  associated  with  the  number  of  followers.  

Mod2=lm(formula=Followers~Description+Tweets,  data=TF)  
summary(Mod2)  
##  Multiple  R-­‐squared:    0.3387,  Adjusted  R-­‐squared:    -­‐0.1529    

The  correlation  matrix  also  suggested  a  weak  correlation  between  Followers  and  
MonthsOnTwitter.  As  expected,  adding  the  MonthsOnTwitter  as  a  covariate  does  not  
increase  the  R-­‐Squared  significantly  suggesting  that  length  of  time  the  user  has  been  on  
Twitter  makes  little  difference  in  the  number  of  followers.  Additionally,  this  might  not  be  a  
good  variable  to  use  because  a  person  who  has  had  an  account  for  the  longest  time  may  not  
necessarily  be  as  active  as  others  who  have  been  there  a  shorter  time  period.  It  would  have  
been  helpful  if  there  was  information  about  the  actual  number  of  active  days  on  the  
account.  

Mod3=lm(formula=Followers~Description+MonthsOnTwitter,  data=TF)  
summary(Mod3)  

##  Multiple  R-­‐squared:    0.3439,  Adjusted  R-­‐squared:    -­‐0.144    

Using  number  of  followers  as  our  response  variable,  a  model  was  created  using  all  other  
variables.  This  maximal  model,  with  all  4  covariates  against  followers  is  then  analyzed.  As  
seen  in  the  correlation  matrix  the  variable  -­‐  MonthsOnTwitter  seems  to  be  the  least  
significant,  followed  by  Tweets.  This  suggests,  these  two  variables  are  not  adding  to  any  
variance  for  the  followers  variable  and  it  would  to  justified  to  exclude  them  from    further  
analysis  to  obtain  the  a  well  fitted  model.  However,  the  R-­‐Squared  indicates  that  the  model  
explains  quite  a  high  amount  of  variability  at  56%.  

Mod4=lm(formula=Followers~Following+Description  +  Tweets  +MonthsOnTwitter,dat

a=TF)  #Maximal  Model  (linear)  
summary(Mod4)  

##  Multiple  R-­‐squared:    0.5371,  Adjusted  R-­‐squared:    0.1493    

 
 
 

By  removing  the  insignificant  covariates  from  the  model,  we  end  up  with  the  following  
model.  In  doing  so,  the  R-­‐Squared  now  explains  54%  of  the  variability.  This  is  the  best  
model  for  the  given  data  as  both  the  number  of  people  the  account  follows  and  the  
description  of  the  account  holder  are  significant  in  predicting  the  number  of  followers.  

Mod5=lm(formula=Followers~Following+Description,data=TF)  
summary(Mod5)  
##  Multiple  R-­‐squared:    0.5324,  Adjusted  R-­‐squared:    0.1847    
 
 

With  the  variance  inflation  factor  test  on  the  model,  it  is  noticeable  that  Following  and  
Description  are  collinear  and  contribute  equally  to  the  variance  of  the  response  variable.  
This  may  suggest  that  a  particular  group  of  users  are  seen  to  have  the  highest  number  of  
followers  given  that  they  follow  a  certain  number  of  people.  

vif(mod5)  

##                                  GVIF  Df  GVIF^(1/(2*Df))  

##  Following      3.566555    1                1.888532  
##  Description  3.566555  28                1.022967  
Conclusion  

Starting  out  with  my  initial  hypothesis  that  the  number  of  followers  was  associated  with  
other  factors  present  in  the  data  with  a  bias  towards  the  number  of  Tweets  a  person  had  
sent  and  the  months  they  had  been  on  Twitter.  As  deduced  from  the  analysis,  the  best  
model  for  Followers  was  with  the  number  of  people  the  account  followed  and  the  
Description  of  the  person.  Consequently,  Tweets  and  MonthsOnTwitter  were  not  so  
significantly  associated  in  explaining  the  number  of  followers.  This  suggests  that  the  
strength  of  a  user’s  personality  as  a  known  figure  and  their  activeness  to  follow  back  leads  
to  them  being  a  popularly  followed  account.  However,  there  may  be  additional  data  points  
that  can  be  added  to  the  analysis  to  further  strengthen  the  claim.  Therefore,  in  addition  to  
the  given  data,  it  may  also  be  important  to  include  specific  data  pertaining  to  factors  such  
as  day-­‐to-­‐day  activity  and  the  frequency  of  interaction  with  other  users  on  Twitter.  These  
would  help  further  elucidate  how  active  a  user  is  on  Twitter,  on  a  regular  basis.  These  three  
variables  can  strengthen  the  analysis  by  actually  predicting  the  followers  based  on  the  level  
of  activeness.  Some  more  descriptive  variables  such  as  popularity  index  of  a  user  can  also  
help  in  making  the  research  more  conclusive.