Ik vind de trending topics in Nederland de laatste tijd een beetje vreemd. Dan zie ik zomaar een algemeen woord “Dank” of een hashtag als #dtv trending op Twitter. Wordt er misschien weinig in het Nederlands getwitterd? Of zijn de whizzkids van Twitter niet slim genoeg?

“Dank” is trending

Ongeveer een jaar geleden viel mij voor het eerst op dat “Dank” weer eens trending topic was. Tweeps mogen graag zeuren en zeiken, dus ik vond het wel een fijne afwisseling. Maar vorige week zag ik wel een heel gek rijtje. Niet alleen #fail en #nieuws waren trending, maar ook #p2000. Ging er op dat moment zo veel fout dat het groot nieuws was en er politie, ambulances en de brandweer ervoor moesten uitrukken?

Tijd voor een theorette.

1. Het Second Life-syndroom

Een jaar of 5 geleden was Second Life heel populair. Iedere week stonden er steeds hogere ledenaantallen op blogs. Op een gegeven moment had iedereen bij wijze van spreken een account. Echter, maar weinig mensen deden er echt wat mee. Zou dit ook met Twitter aan de hand kunnen zijn? Hele volksstammen met een account, maar slechts weinigen zijn actief. Met als gevolg relatief weinig tweets en veel kans voor algemene woorden om aan de roem van “trending zijn” te ruiken.

2. Het Twitter-koor

Informatie verspreidt zich razendsnel dankzij retweets. Dat werkt homogeniteit van tweets in de hand. Als Boer Zoekt Vrouw erop is, dan twitteren veel mensen hierover. Deze content is divers omdat 3 miljoen kijkers op hetzelfde moment hetzelfde beleven en in hun eigen woorden verslag doen. Overdag, als het tweetvolume het laagst is, zorgen retweets juist voor de meeste trending topics, omdat we geen gezamenlijke ervaring hebben.

3. “Domme” algoritme

Het beste dat ik kan bedenken is de invloed van de trending-topic-algoritme van Twitter. Die zorgt er bijvoorbeeld voor dat als een onderwerp lang trending is, het uiteindelijk uit de lijst verdwijnt. Om later wel weer op te duiken. Occupy Wallstreet en Justin Bieber hebben daar eerder last van gehad. Daarnaast sluit hij woorden standaard uit. Ken je tagclouds van een artikel waar veel “en”, “ik” en “dat” in voorkomen? De algoritme filtert dat soort woorden uit. Echter, ik denk dat de algoritme niet slim genoeg is. “Dank” is een veelgebruikt woord in onze taal. Waarschijnlijk is hij vaak trending omdat tweeps “Dank je wel” tegen elkaar zeggen. Samen met “long tail” van andere frasen waar “Dank” in voorkomt, wordt het volume hoog genoeg om in de top 10 terecht te komen.

Maar wat is het ultieme antwoord? Is dat er wel? Of is het een combinatie van al deze factoren? Wat denk jij?