这促使我们放大社交媒体消息中气氛的转折点。为此，根据之前的分析，我们首先寻找诸如“气氛”和“严峻”等词语在社交媒体帖子中频繁出现的时间。认识到这些必须是第一手观察，包含这些单词的原始消息已被计算在内。这给出了具有两个清晰峰值的下图。
头发里的气氛
如果我们将其投射到科恩委员会给我们的时间线上，第一个峰值对应于报告中的描述，即气氛变得欢快而喧闹，并且在那一刻有人向警察投掷物体。第二个高峰发生在晚上 9:10 后不久，即第一次充电发生时。
引人注目的是，在信息中讨论气氛的内容很少。那时，每小时大约出 希腊赌博数据 现 25,000 条消息（每秒大约 7 条消息），您的 Hootsuite 看起来就像一台水果机！此外，令人惊讶的是，确实有两个峰值，并且在第一次充电前一个半小时就可以看到严峻的信号。
指导政府的工具
我们意识到，一项测量结果很薄弱，但这张图确实让人有理由怀疑社交媒体上的消息具有预测价值。尽管消息数量巨大，但如果您搜索“气氛”等信号词，您就会找到它们。鉴于对选举结果和电视节目《魏氏是鼹鼠》等获胜者的类似预测，我们已经怀疑这一点。
我们需要体验这个算法是否适用于其他指标和其他情况，以及政府可以控制的数字是多少。有了这些知识，我们就拥有了一种工具，结合其他来源的见解（现场观察、KPN 输电塔上的数据流量），政府可以控制。
布雷达减压
我们在布雷达的经验是，社交媒体上的消息分析可以用于实际发送。当有关“最大最糟糕的战斗”的谈话爆发时，我们在市政府提供了社交媒体监控培训。