Integrating Social Network Analysis and Topic Modeling in Social Media Research: A Systematic Literature Review of Open-Access Scopus Studies (2016-2026)

Social media laat bij elke scroll, post of deelactie twee verschillende soorten voetsporen achter. Eén voetspoor is de inhoud zelf: de woorden die we typen, de meningen die we uiten en de verhalen die we vertellen. Het andere is de verbinding: het handeling van het retweeten, reageren of volgen van iemand, wat onthult wie naar wie luistert en hoe ideeën tussen mensen reizen. Jarenlang hebben onderzoekers deze voetsporen afzonderlijk bestudeerd. Sommige teams brachten de verbindingen in kaart om te zien hoe gemeenschappen worden gevormd en hoe invloed zich verspreidt, terwijl anderen de tekst analyseerden om te begrijpen wat mensen daadwerkelijk zeggen. Maar om de digitale wereld echt te begrijpen, moet men zowel naar de kaart van de relaties als naar de kaart van het gesprek kijken op hetzelfde moment. De uitdaging is geweest om te ontdekken hoe je deze twee verschillende kaarten met elkaar kunt verweven zonder de details van de een of de ander te verliezen.

Een recente systematische review door Dwi Jaya Saputra, een onderzoeker aan de Universiteit van Brawijaya, werpt een uitgebreid licht op hoe wetenschappers de afgelopen tien jaar hebben geprobeerd deze twee methoden te combineren. De studie onderzocht 194 open-access wetenschappelijke artikelen gepubliceerd tussen 2016 en 2026 die probeerden sociale netwerkanalyse te combineren met topic modeling. Het doel was niet alleen om te tellen hoeveel studies er bestonden, maar om te begrijpen hoe ze waren opgebouwd, wat ze vonden en waar het vakgebied naartoe gaat. De review onthult een vakgebied dat snel groeit, maar vaak aan de oppervlakte blijft steken, waar onderzoekers twee aparte analyses naast elkaar uitvoeren in plaats van ze samen te weven tot één dieper begrip.

De review begon met het doorzoeken van een belangrijke academische database naar studies die zowel netwerkanalyse als topic modeling gebruikten op social media-data. Na het filteren op Engelstalige artikelen die vrij beschikbaar waren, brachten de onderzoekers een lijst van 560 potentiële papers terug naar 194 die aan strikte criteria voldeden. Deze studies besloegen een breed scala aan onderwerpen, van discussies over gezondheid en politieke debatten tot zakelijke trends en milieuproblematiek. De data kwam van veel verschillende platforms, hoewel één platform, X (voorheen Twitter), de informatie voor meer dan de helft van de studies leverde. In de loop van de tijd is het gebruik van andere platforms zoals Reddit, YouTube en Weibo toegenomen, wat wijst op een verbreding van het onderzoekslandschap buiten een enkele bron.

Wanneer de onderzoekers keken naar hoe deze studies werden uitgevoerd, vonden ze een duidelijk patroon in de manier waarop de twee methoden werden gecombineerd. In de overgrote meerderheid van de gevallen, ongeveer 71 procent, gebruikten de onderzoekers een "parallelle" benadering. Dit betekent dat ze een topicanalyse uitvoerden om te zien waar mensen over praatten en een netwerkanalyse om te zien wie met wie verbonden was, en de resultaten vervolgens simpelweg vergeleken. Het is als het apart bekijken van een kaart van de wegen in een stad en een lijst van populaire winkels, om vervolgens op te merken dat ze lijken te overlappen, zonder daadwerkelijk te traceren hoe de wegen naar de winkels leiden. Hoewel deze methode gebruikelijk en nuttig is voor het krijgen van een algemeen overzicht, vond de review dat het zelden testte of de verbindingen tussen de twee echt waren of slechts een toevalstreffer.

Slechts een klein deel van de studies, ongeveer 9 procent, probeerde een "gezamenlijke" benadering, waarbij het netwerk en de tekst samen worden geanalyseerd in één enkel wiskundig kader. Deze studies zijn complexer omdat ze proberen de structuur van de gemeenschap en de inhoud van het gesprek gelijktijdig in te schatten. Een andere groep studies gebruikte een "netwerk-naar-topic"-benadering, waarbij ze eerst groepen mensen identificeerden en vervolgens analyseerden wat die specifieke groepen zeiden. Een zeldzame vierde groep, die minder dan 5 procent beslaat, gebruikte een "topic-naar-netwerk"-benadering, waarbij de verbindingen tussen mensen werden opgebouwd op basis van de gelijkenis van de onderwerpen die zij bespraken. De review suggereert dat hoewel het vakgebied beweegt naar meer geavanceerde methoden, de eenvoudige parallelle benadering de standaard blijft voor de meeste onderzoekers.

De instrumenten die gebruikt worden om de tekst te analyseren, zijn ook geëvolueerd. Lange tijd was een methode genaamd Latent Dirichlet Allocation, of LDA, de standaard voor het vinden van verborgen thema's in grote tekstcollecties. Het kwam voor in ongeveer een derde van de gereviewde studies. Echter, nieuwere methoden die gebruikmaken van geavanceerd taalbegrip, zoals BERTopic, zijn echter vaker gaan verschijnen, vooral in de recente jaren. Ondanks deze technologische verschuiving merkte de review een aanzienlijk gebrek aan transparantie op: de helft van de studies noemde het specifieke algoritme dat ze gebruikten niet in hun abstracts. Bovendien bevatten zeer weinig studies een duidelijke uitleg over hoe ze de nauwkeurigheid van hun bevindingen controleerden. De meeste abstracts vermeldenden niet of de onderzoekers hadden getest of hun resultaten zouden veranderen als ze andere instellingen of andere tools gebruikten.

De onderzoekers concludeerden dat hoewel het combineren van deze twee methoden nu een routineonderdeel is geworden van social media-onderzoek, de integratie vaak oppervlakkig is. Het vakgebied is gegroeid van slechts één artikel in 2016 naar 36 artikelen in 2025, wat een duidelijke versnelling in de belangstelling laat zien. Toch is de manier waarop deze studies zijn ontworpen niet meegegroeid met de groei. De review stelt een nieuw kader voor toekomstig onderzoek voor dat wetenschappers aanmoedigt om verder te gaan dan simpelweg twee aparte analyses uitvoeren. In plaats daarvan moeten ze een specifiek pad kiezen voor hoe het netwerk en de tekst met elkaar interageren, of dat nu het bouwen van een netwerk vanuit onderwerpen is, of het analyseren van onderwerpen binnen specifieke gemeenschappen. Cruciaal is dat de auteur betoogt dat onderzoekers hun gecombineerde bevindingen moeten valideren, door te testen of de link tussen de mensen en de woorden standhoudt onder verschillende omstandigheden.

Kijkend naar de toekomst, schetst de review een agenda voor het volgende decennium van onderzoek. Het roept op tot meer studies over platforms buiten X, inclusclusief video-gebaseerde sites en messaging-apps die momenteel ondervertegenwoordigd zijn. Het dringt onderzoekers er ook toe om hun werk uit te breiden naar talen en regio's die grotendeels genegeerd zijn, om beweging te maken voorbij de dominantie van studies uit de Verenigde Staten en China. Ten slotte suggereert de review dat de meest veelbelovende weg vooruit ligt in het ontwikkelen van modellen die de structuur van het netwerk en de inhoud van het gesprek behandelen als één enkel, onderling verbonden systeem. Door dit te doen, kunnen onderzoekers bewegen van het simpelweg beschrijven van wat er op social media gebeurt naar het echt begrijpen van hoe de verbindingen tussen mensen de ideeën die zij delen vormgeven.