Artikeln beskriver en analys av det svenska Twitter-landskapet från 2015, där man identifierade samhällen baserat på ömsesidiga omnämnanden snarare än innehållsanalys. Metoden involverade att bygga ett nätverk av ömsesidiga omnämnanden från över 300 miljoner tweets och använda Infomap-algoritmen för att upptäcka kluster. Forskarna kunde framgångsrikt identifiera politiskt meningsfulla och tematiska samhällen, som exempelvis försvarsfrågor, skola och invandringskritiska diskussioner, utan att läsa tweetinnehåll. Verktyg som NetworkX, Gephi och Gensim användes för grafkonstruktion, visualisering och textanalys av klustrens mest utmärkande ord (tf-idf). Studien lyfte fram inflytelserika användare inom specifika kluster, som @sakine (Sakine Madon) i 'pundit-klustret' och identifierade de flesta av Svenska Dagbladets topp 10 försvarsbloggare i försvarsklustret.