مدل سازی موضوع

از زمان پیدایش اینترنت تاکنون، با حجم زیادی از داده هایی مواجه هستیم که در این بستر قرار گرفته است. این امر سبب شده است تا شیوه مطالعه داده ها و بررسی سیر تحول آنها از روش دستی به خودکار تغییر کند. هدف از انجام این پژوهش، استخراج موضوعات مطرح شده در مقالات رشته زبان شناسی و روندشناسی تحول موضوعات در طول زمان با کمک الگوریتم مدل سازی موضوعی است. برای این هدف از الگوریتم تخصیص پنهان دیریشله استفاده می شود. پیکره این پژوهش ازطریق خزش به دست آمده و پس از پالایش و پیش پردازش داده ها، تعداد ۵، ۱۰ و ۱۵ موضوع از مقالات استخراج شده و براساس واژه های هر موضوع به صورت دستی برچسب گذاری شده است. توزیع مقالات از سال ۱۳۰۶ تا ۱۳۹۹ سبب شد تا این مدت به ۵ مقطع زمانی تقسیم و موضوعات مربوط به هر برش زمانی پس از فرایند برچسب گذاری مشخص شود. رشد و افول موضوعات استخراج شده از مقالات در پردازش های با تعداد ۵، ۱۰ و ۱۵ موضوع در بازه های زمانی قابل مشاهده است. دستاورد کاربردی این پژوهش سیاست گذاری در حوزه علم است که علاوه بر مطرح کردن یک روش شناسی فناورانه کاربردی در پژوهش، می توان موضوعات داغ میان پژوهشگران یک رشته علمی را مشخص کرد و خلأهای موضوعات پژوهشی را یافت و بر متنوع سازی و متوازن سازی موضوعات پژوهشی اهتمام ورزید.

بررسی ها نشان داده است که بسیاری از سازمان ها برای ایجاد دانش و بهبود تصمیم گیری از تحلیل نظرات و محتوای تولید شده توسط کاربران در شبکه های اجتماعی بهره برداری کرده اند. در این پژوهش، به تحلیل عملکرد مالی سازمان های غیرانتفاعی با استفاده از تحلیل نظرات کاربران پرداخته شده است. مجموعه داده ی استفاده شده در این پژوهش شامل 26714 توییت کاربران از جمعا 23 حساب توییتری در سراسر جهان می باشد و ده سال داده ی مالی شامل سال های 2010-2020 این سازمان ها از 5 سازمان غیرانتفاعی منتخب جمع آوری شده است. نتایج حاصل از روش های مدل سازی موضوع و تحلیل احساسات به داده های پانلی تبدیل شده اند. نتایج مدل سازی موضوعی و تحلیل احساسات به داده های پنلی تبدیل و با استفاده از روش های حداقل مربعات معمولی و حداقل مربعات معمولی پویا تحلیل شده اند. نتایج نشان می دهند که محتوای تولید شده توسط کاربران و عملکرد مالی سازمان های غیرانتفاعی رابطه معنی داری دارند. در حالی که احساسات مثبت تأثیر معنی داری بر عملکرد مالی این سازمان ها ندارند، احساسات منفی و بازتوئیت ها تأثیر منفی و علاقمندی ها رابطه ی مثبتی با عملکرد مالی را نشان می دهند.