A. 

L’origine è dal latino putare e, tra le tante, è l’accezione di ‘recidere’ i rami inutili da una pianta che dà a reputazione il senso di sfoltita, delle molte opinioni su un soggetto, per estrarne, sceverando, la sintesi del giudizio. Onesto o disonesto, sincero o mendace, affidabile o meno.

Naturalmente con i mezzi di comunicazione di massa il concetto di reputazione ha forme complesse e mobili, con una differenza netta però tra media piramidali, come quello televisivo, dove l’irradiazione è vigilata dal potere politico in certa misura e dagli organi di garanzia, e media sostanzialmente orizzontali come internet, dove il singolo è cellula indipendente e dicente, difficile da identificare, raggiungere, dissuadere con gli strumenti giudiziari o con metodi assai più silenziosi. Il controllo e la consapevolezza della propria reputazione è difficile.
La complessità si traduce nella difficoltà ad operare quella ‘sfoltita’ – sintesi dell’enorme, multiforme, multicanale massa di informazioni – allo scopo di recepire:

a) In che termini si parla in rete di un soggetto
b) Dove se ne parla
c) Quanti ne parlano positivamente e quanti negativamente.
d) Quali delle fonti sono poco raggiungibili dagli utenti; quali invece sono punti nodali, visibili, probabilmente oggetto di molti accessi, che diffondono dunque la reputazione del soggetto a un pubblico vasto, attivo.

B.

Andiamo dall’astrazione alle pratiche. In questi anni sono stati immessi sul mercato software e servizi di reputazione online che eseguono per l’appunto quella ‘sfoltita’ e producono – spesso in modo non automatico, quindi con l’operazione tutta umana di lettura delle informazioni – un documento di sintesi (report). 
Analisi quantitative dunque - per sussumere, ordinare l’informità – e analisi qualitative di singoli post, pagine, video, libri online, tutto ciò ch’è testo decifrabile, trovano il connubio ideale per raccontare ‘cosa si dice sulla rete’ di persone, temi, marchi aziendali, partiti politici ecc.

C. 

Nell’ultimo anno ho lavorato in un team ad un progetto di questo tipo; la mia idea di analisi e sintesi delle informazioni, una sorta di algoritmo, è passato per le mani di ingegneri e finanziatori: insieme, da pochissimo, abbiamo reso disponibile il servizio.

Il sistema BuzzReader esplora, rileva, ordina, categorizza parole, nomi, frasi, concetti di media complessità catturati all’interno di pagine web, blog, siti di informazione, aggregatori di materiale audiovisivo (you tube ecc), libri archiviati online via google, motori di ricerca di community e forum.

La nostra piattaforma, attualmente remota, residente su un server statunitense, archivia gran parte della massa testuale di informazioni online (sempre rispetto a quel criterio, o algoritmo) producendo in modo automatico una sintesi. Dopodiché i documenti segnalati come interessanti (in base a un set di parole chiave) vengono scorsi da un gruppo di lettori, per poi produrre un rapporto qualitativo, a complemento del primo automatizzato/quantitativo. Da questi due approcci viene il report finale sulla reputazione online del nostro soggetto.

D.

Accludo una parziale indagine quantitativa (realizzata dunque senza lettura di documenti, in modo automatico da BuzzReader Engine ®), il cui oggetto:

“La percezione del problema elettrosmog da parte degli utenti internet”

si tratta di un tema vasto e complesso, ne diamo qui una prima analisi.

1.

Estrazione da 

2.

Vista preliminare (non sviluppata) sulle parole ricorrenti:

3.
Sviluppo. Macrotemi: nelle pagine/siti in cui è trattato l’argomento “elettrosmog”, si parla principalmente di:

4.
Sviluppo. Quali apparecchi inquinano:

5.
Tra le “word-concept” più diffuse, quelle legate a Radio Vaticana:
Overview preliminare (non sviluppata):

6.
Sviluppo. Le soluzioni più citate (“schermature”)  sono:

7.
Sviluppo. Di quali forme di inquinamento si discute maggiornamente in rete:

8.
Le url in cui riccorrono in maggior numero le “word-concept” per elettrosmog

sito www.buzzreader.it
blog onlinereputation.it