index.Rmd

--- 
title: "Verwendung des Begriffs 'Mindset' in Internet Korpora"
author: 
  - name: "Marco Blank"
    affiliation: "Friedrich-Alexander Universität Erlangen-Nürnberg (FAU)"
  - name: "Maximilian Held"
    affiliation: "Friedrich-Alexander Universität Erlangen-Nürnberg (FAU)"
  - name: "Manuel Nicklich"
    affiliation: "Friedrich-Alexander Universität Erlangen-Nürnberg (FAU)"
  - name: "Sabine Pfeiffer"
    affiliation: "Friedrich-Alexander Universität Erlangen-Nürnberg (FAU)"
  - name: "Stefan Sauer"
    affiliation: "Friedrich-Alexander Universität Erlangen-Nürnberg (FAU)"
  - name: "Amelie Tihlarik"
    affiliation: "Friedrich-Alexander Universität Erlangen-Nürnberg (FAU)"
date: "`r format(Sys.time(), '%d %B, %Y')`"
bibliography: 
  - SOZTAG-EXPL2019.bib
  - packages.bib 
nocite: |
  "`r paste0('@R-', names(knitr::write_bib(x = remotes::local_package_deps(), file = 'packages.bib')), collapse = ', ')`"
editor_options:
  chunk_output_type: console
---


## Der Begriff Mindset

Der Begriff des 'Mindset' ist scheinbar in aller Munde; insbesondere in der Personalverwaltung und Führung.
Daher gilt es zunächst die Verbreitung des Begriffes zu quantifizieren, sowie den Kontext auszuleuchten.

Verwendung und Kontext eines neuerdings einschlägigen Begriffes lassen sich besonders einfach und schnell auf der Grundlage von Online Korpora abschätzen.


```{r setup, cache = FALSE, include = FALSE}
source("setup.R")
```


# Verwendung in Büchern

Google Books stellt für die 2012er Korpora n-Gramme bereit, also die die Häufigkeit von (n) aufeinander folgenden Wörtern [@Michel2011].
Damit lässt sich auch die Verbreitung von *einzelnen* Wörtern in Büchern messen.

Die unten stehende Abbildung \@ref(fig:books) zeigt die Verwendung des Begriffs "mindset" im englischen und deutschen Korpus. 
Die Rohdaten sind recht verrausscht, daher wird hier ein locally estimated scatterplot smoothing [LOESS nach @Cleveland1979] zur Glättung verwendet.

```{r books, fig.cap="Google Books Unigramme"}
ngram2 <- function(phrases, corpus) {
  ng <- ngramr::ngram(
    phrases = phrases,
    corpus = corpus,
    year_start = 1945,
    year_end = 2019,
    case_ins = TRUE,
    smoothing = 0
  )
  ng$Phrase <- as.character(tolower(ng$Phrase))
  ng$Corpus <- as.character(tolower(ng$Corpus))
  ng
}
corpora <- c(german = "ger_2012", english = "eng_2012")
phrases <- c("mindset")
combs <- expand.grid(
  phrases = phrases, 
  corpus = corpora, 
  stringsAsFactors = FALSE
)
ng <- purrr::pmap_dfr(
  .l = combs,
  .f = ngram2
)
ng <- ng %>% 
  group_by(Year, Phrase, Corpus) %>% 
  summarise(Frequency = sum(Frequency))
ggplot(
  data = ng,
  mapping = aes(x = Year, y = Frequency, colour = Phrase, linetype = Corpus)
) +
  geom_smooth(
    formula = y ~ x, 
    method = "loess", 
    se = TRUE, 
    na.rm = TRUE, 
    span = 0.2
  ) + 
  xlab(lab = "Jahr") + ylab(label = "Relative Häufigkeit von allen Unigrammen") +
  scale_linetype_discrete(labels = c("Englisch", "Deutsch")) + 
  labs(linetype = "Korpus", subtitle = "Foo") + 
  theme(legend.position = "bottom") +
  guides(color = FALSE) +
  ggtitle(
    label = "'Mindset' in Büchern", 
    subtitle = "Unigrams aus Google Books 2012 Korpora (1945-2010, LOESS)"
  )
```

Der Begriff des "Mindsets" wird in in den letzten Jahrzehnten zunehmenden in gedruckten Werken verwandt, beginnend in englischen Veröffentlichungen in den 1980er Jahren, in deutschsprachigen Büchern dann ab den 2000er Jahren.
Abgebildet sind hier die relativen Häufigkeiten der Unigramme in den jeweiligen Korpora.
Spezifischere n-Grams wie etwa "growth mindset" [@Dweck2017] kommen leider in den zur Verfügung stehenden Korpora bis 2010 nicht vor.[^grenze]

[^grenze]: Nur n-Gramme die in mindestens 40 Büchern vorkommen sind Teil des Datensatzes; es kann also sein dass "growth mindset" in den Korpora bis 2010 vereinzelt vorkommt. 


# Suchanfragen

Suchanfragen können als grober Indikator für öffentliches Interesse an einem Thema verwendet werden [etwa @Choi2012].
Google stellt mit "Google Trends" Teile dieser Suchanfragen in aggregierter Form öffentlich bereit.
Die Daten auf Google Trends basieren auf einer Stichprobe von Suchanfragen bei den Google Suchmaschinen.
Außerdem werden die einzelnen Suchanfragen mittels eines proprietären Themenmodells zu Such*themen* zusammengefasst.
Die Suchhäufigkeiten sind zu 100 auf das jeweils häufigste Suchthema an einem Tag indiziert und können daher *nicht* zwischen verschiedenen Abfragen verglichen werden.
Die Daten werden hier von der Google Trends API mit dem *gtrendsR* Package heruntergeladen [@R-gtrendsR].


## Gesuchte Themen

```{r gtrends-vars}
keywords <- c(
  "mindset", 
  "growth mindset", 
  "fixed mindset", 
  "agile* mindset", 
  "digital mindset"
)
geos <- c(Welt = NA, Deutschland = "DE", USA = "US")
```

```{r gtrends-download, eval=FALSE}
# rerunning this would change results and requires google api access, so this is rarely done

# search topics
gtrends2 <- function(geo, subset = "related_queries") {
  trends <- gtrendsR::gtrends(
    keyword = keywords,
    time = "all",
    geo = geo,
    low_search_volume = FALSE
  )
  trends <- trends[[subset]]
  trends <- as_tibble(trends)
  if (subset == "interest_over_time") {
    trends$hits <- as.integer(trends$hits)
    trends$hits[is.na(trends$hits)] <- 0
  }
  if (subset == "related_queries") {
    trends <- trends %>%
      filter(related_queries == "top") %>% 
      mutate(subject = as.integer(subject))
  }
  trends
}

map_dfr(
  .x = geos,
  .f = gtrends2,
  subset = "interest_over_time",
  .id = "browser_geo"
) %>% 
readr::write_rds(path = "interest_over_time.rds")

# related terms
purrr::map_dfr(
  .x = geos,
  .f = gtrends2,
  subset = "related_queries",
  .id = "browser_geo"
) %>% 
readr::write_rds(path = "related_queries.rds")
```

```{r topics, fig.cap="Google Trends von Mindset Begriffen (LOESSS)"}
interest_over_time <- readr::read_rds("interest_over_time.rds")
ggplot(
  data = interest_over_time, 
  mapping = aes(x = date, y = hits, color = keyword)
) + 
  geom_smooth(
    formula = y ~ x, 
    method = "loess", 
    se = TRUE, 
    na.rm = TRUE, 
    span = 0.2
  ) + 
  facet_wrap(~browser_geo, ncol = 1) +
  scale_y_sqrt(limits = c(0, 100)) +
  ylab("Relative Häufigkeit, Indiziert auf 100") +
  labs(colour = "Suchanfrage") +
  ggtitle(
    label = "Suchanfragen auf Google (Quadratisch)"
    , subtitle = "Ort nach Browser Geolocation"
  ) +
  theme(legend.position = "bottom")
```

Die Abbildung gibt die weltweiten Google-Anfragen zu den aufgelisteten Konzepten wieder, indiziert auf einen (rohen) Höchstwert von 100.
In den ebenfalls LOESS-geglätteten Daten sind die Höchstwerte u.U. nicht mehr enthalten.

Wie man in der o.s. Abbildung sieht, wird Mindset im Kontext von Personalmanagement sowohl in den USA, als auch Deutschland und im Rest der Welt etwa seit 2012 verstärkt als Suchbegriff verwendet.
Die Unterkonzepte wie "agile Mindset" und "digital Mindset" scheinen vor allem in Deutschland gesucht zu werden, was aber möglicherweise ein Artefakt der Indizierung ist: 
Da "Mindset" insgesamt in Deutschland sehr viel weniger verwendet wird, erscheint das Wachstum der Unterkonzepte relativ stärker.


## Verwandte Suchanfragen

Google Trends veröffentlicht zu einem Suchthema auch verwandte Suchanfragen. 
Google Nutzer, die (beispielsweise) nach "Mindset" gesucht haben, suchten auch nach dieseren anderen Begriffen.
Die genaue Definition von verwandten Suchanfragen ist nicht öffentlich.

Hier dargestellt sind die verwandten Suchanfragen von `r glue::glue_collapse(x = keywords, sep = ", ", last = " und ")`.
Bei diesen Daten handelt es sich um einen ungerichteten, partiellen Graphen:
Die ursprünglichen Suchthemen können jeweils mit allen anderen Suchthemen, sowie deren verwandten Suchanfragen assoziert sein.
Zu jeden der (ursprünglichen und verwandten) Suchanfragen ist die Zentralität [des Grades nach etwa @Freeman1977] errechnet.
Da Assoziationen *zwischen* den verwandten Suchanfragen zwar denkbar, nicht aber abgefragt sind, ist die resultierende Zentralität der ursprünglichen Suchbegriffe in gewisser Hinsicht ein Artefakt der Datenerhebung.
Die Zentralität der Suchbegriffe im unten stehenden Graph in der Größe der Knoten (= Nodes) wiedergegeben, sowie im Layout des Netzwerks.
Die Dicke der Kanten (= Edges) reflektiert die auf 100 indizierte relative Häufigkeit der verwandten Anfragen.

```{r plot_related_terms}
df2graph <- function(df, geo) {
  df <- dplyr::filter(.data = df, browser_geo == !!geo) %>% 
    dplyr::select(value, keyword, subject)
  graph <- igraph::graph.data.frame(d = df, directed = FALSE)
  graph <- tidygraph::as_tbl_graph(graph) %>% 
    tidygraph::mutate(
      Centrality = tidygraph::centrality_degree(
        mode = 'in', 
        weights = subject, 
        normalized = TRUE
      )
    )
  graph
}

graph2plot <- function(graph, geo) {
  ggraph::ggraph(graph = graph) +
    ggraph::geom_edge_link(
      mapping = ggplot2::aes(edge_width = subject, alpha = 0.5)
    ) +
    ggraph::geom_node_label(
      mapping = ggplot2::aes(label = name, size = Centrality),
      repel = FALSE
    ) + 
    ggplot2::theme_void() +
    ggplot2::labs(edge_width = "Relative Häufigkeit von Anfragen") +
    ggplot2::labs(size = "Zentralität (Grad)") +
    ggplot2::guides(edge_alpha = FALSE) +
    ggplot2::theme(legend.position = "bottom") +
    ggplot2::ggtitle(
      label = glue::glue("Verwandte Suchanfragen auf Google ({geo})"), 
      subtitle = "Ungerichteter, Partieller Graph"
    )
}

df2plot <- function(df, geo = "Welt") {
  df2graph(df = df, geo = geo) %>% 
    graph2plot(geo = geo)
}
```

```{r related-germany, fig.cap="Google Trends Related Queries (aus Deutschland)"}
readr::read_rds("related_queries.rds") %>% 
  df2plot(geo = "Deutschland")
```

Bei den Nutzern aus Deutschland zeigt sich in Abbildung \@ref(fig:related-germany) aufgrund der spärlichen Datenlage nur ein übersichtliches Assoziationsfeld: 
Die Suchbegriffe `r glue::glue_collapse(x = keywords, sep = ", ", last = " und ")` sind schwach miteinander assoziert, aber sonst mit wenigen anderen Konzepten.

```{r related-world, fig.cap="Google Trends Related Queries Weltweit"}
readr::read_rds("related_queries.rds") %>% 
  df2plot()
```

Weltweit, hier vor allem aus englischprachigen Ländern, zeigen sich in Abbildung \@ref(fig:related-world) umfangreichere Beziehungen.
Die ausgewählten Suchbegriffe sind stark untereinander assoziert, sowie mit verwandten Begriffen.
Es dominieren aber Anfragen hinsichtlich der ursprünglichen Literatur von Dweck.


# Bibliografie