مطالعه و ارزیابی روش های پیش بینی انتخابات مبتنی بر کلان داده های شبکه های اجتماعی (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
هدف: انبوهی از داده های خام در حوزه های مختلف در درون شبکه های اجتماعی ایجاد شده است و پژوهشگران در حوزه های مختلف با توجه به مسئله مورد پرسش به تحلیل و ارزیابی این داده ها پرداختند. از سوی دیگر همیشه بشر دنبال دانستن این مهم بوده است که فردا چه اتفاقی می افتدو یا افراد دیگر چه فکر می کنند و چه تصمیمی می گیرندروش: هدف کلیدی این مقاله مطالعه و ارزیابی روش های پیش بینی انتخابات مبتنی بر کلان داده های شبکه های اجتماعی است. از همین رو، این مقاله به مطالعه و ارزیابی روش های پیش بینی انتخابات بر اساس داده های فراوان در شبکه اجتماعی در سطح ایران و جهان حاصل از تجربه بین المللی و نویسنده پرداخته است. بر این اساس، 25 مورد پژوهش پیرامون پیش بینی انتخابات بر اساس کلان داده های شبکه های اجتماعی مورد مطالعه قرار گرفت و دو روش کلیدی استخراج شد. اولین روش، استفاده از حجم داده ها و شمارش محتوا است و روش دیگر، تجزیه و تحلیل احساسات محتواهای منتشر شده (شناسایی دوست داشتن، دوست نداشتن، و یا رویکرد سنجی یا ارزیابی بازخورد به صورت پاسخ های مثبت، منفی یا خنثی طبقه بندی می شود).یافته ها: یافته های از ارزیابی پژوهش های بین المللی با تجربه نویسنده حاکی از آن است هرچند هر دو روش در مواردی پاسخ گو بوده اند اما احتمال پاسخگویی روش تحلیل احساسات و درک محتوای پست ها در فالب رویکرد سنجی موثر تر و دقیق تر به نظر می رسد. همچنین با بررسی این مقالات به نظر می رسد با اینکه روش ها اندکی با هم اختلاف دارند اما این دو روش در این 25 نقاله که در کشور های مختلف مورد بررسی قرار گرفته است مشترک است.نتیجه گیری: می توان نتیجه گرفت پیش بینی انتخابات و رویدادهای مشابه سیاسی و اجتماعی و حتی در نگاه مثبت نگر تصمیم و احساسات یک جامعه را می توان به کمک کلان داده های شبکه اجتماعی تا حدود پیش بینی کرد اما این به معنی دقت بسیار بالا در تمامی روش ها نیست بلکه می تواند مقدمه پژوهش ها و تجربیاتی باشد که در جهت توسعه بهره گیری از کلان داده های شبکه های اجتماعی مفید واقع شود.Study of Election Prediction Methods Based on Big Data of Social Networks
Objective: A lot of raw data has been created in different fields within social networks, and researchers in different fields analyzed and evaluated these data according to the question in question. On the other hand, human beings have always wanted to know what will happen tomorrow or what other people think and decide.Method: The key goal of this article is to study and evaluate election prediction methods based on big data of social networks. Therefore, this article studies and evaluates election forecasting methods based on abundant data in the social network in Iran and the world as a result of international experience and the author. Based on this, 25 cases of research on election prediction based on big data of social networks were studied and two key methods were extracted. The first method is to use the amount of data and count the content, and the other method is to analyze the sentiments of the published content (identification of liking, disliking, or approach measurement or evaluating feedback classified as positive, negative, or neutral responses).Results: The findings from the evaluation of international research with the author's experience indicate that although both methods have been responsive in some cases, the probability of response of the sentiment analysis method and the understanding of the content of the posts in FALB approach measurement seems to be more effective and accurate. arrive Also, by examining these articles, it seems that although the methods are slightly different, these two methods are common in these 25 conveyors that have been examined in different countries.Conclusions: It can be concluded that elections and similar political and social events can be predicted, and even in a positive view, the decisions and feelings of a society can be predicted with the help of social network big data, but this means very high accuracy in It is not all the methods, but it can be the introduction of researches and experiences that will be useful for the development of using the big data of social networks.
تبلیغات
