توییتر

امروزه، اینترنت با ایجاد و توسعه پلتفرم های ارتباطی جهانی توانسته است نقش اساسی و راهبردی را در حکمرانی فضای مجازی بازی کند و یکی از این فضا ها که مخاطبان زیادی را جذب نموده است، شبکه های اجتماعی است. این شبکه ها، فضایی ایجاد کرده اند که کاربران می توانند محدودیت ها و موانع فضای واقعی زندگی خود را جبران کرده و از فرصتی که برای تعاملات، ارتباطات و انتقال پیام آنها فراهم شده است، به خوبی بهره ببرند؛ از این رو، توانایی تحلیل شبکه های اجتماعی در مقیاس وسیع، یک توانمندی خاص فنی است که هر سازمان به تناسب مأموریت خود باید آن را پیاده سازی کند. در حوزه اقدامات پلیس نیز برای آنکه ساختار مدیریتی پلیس بتواند تأثیر اقدامات خود را بر افکار عمومی بسنجد، باید از نظر عموم جامعه آگاه شود؛ بنابراین، در این پژوهش، به منظور نشان دادن چگونگی تحلیل داده های راهبردی شبکه های اجتماعی، الگوی جمع آوری و پردازش داده ها ترسیم شده است و به منظور تبدیل الگوی انتزاعی ذهنی به الگوی کاربردی ملموس، با استفاده از تحلیل محتوا و متن کاوی به بررسی دیدگاه کاربران ایرانی در توییتر نسبت به پلیس فتا پرداخته شده است. درمجموع، پس از حذف توییت های اضافی، تعداد 39000 نمونه برای متن کاوی استفاده شدند. به منظور تحلیل توییت ها، نمونه ها بر اساس دیدگاه کاربران انجام پذیرفت. مدت زمان تحلیل اطلاعات در یک بازه زمانی 3 ساله(1397 تا 1400) انجام شد و در طی تشریح مطالب، به ساختار داده کاوی و تحلیل متن اشاره شد تا تمایز و تشابه الگوهای تحلیلی درک شود.

در دنیای امروزی، شبکه های اجتماعی که بخشی از زندگی روزمره انسان ها شده اند، از جمله توییتر، تلگرام، اینستاگرام و غیره، روز به روز در حال افزایش و گسترش هستند. لذا تعداد کاربران آن ها نیز در حال افزایش است و در نتیجه، حجم داده زیادی در این شبکه ها در حال تبادل و ذخیره سازی است که این حجم عظیم داده، شبکه های اجتماعی به خصوص توییتر را تبدیل به کلان داده کرده است. مدیریت، سامان دهی و هرس کردن این کلان داده ها و همچنین، پیش بینی رفتار کاربران شبکه های اجتماعی امری بسیار مهم است. یکی از روش های مهم و تأثیرگذار برای پیش بینی علاقه کاربر در شبکه های اجتماعی، تکنیک های طبقه بندی است که در اغلب کاربردها و پژوهش های موجود در پیشینه تحقیق، هنوز در معیارهایی مانند دقت و صحت پیش بینی ضعف دارند. در این مقاله، به منظور پیش بینی علاقه کاربر در شبکه های اجتماعی توییتر، از روش طبقه بندی تجمعی مبتنی بر رأی گیری که دارای دو گام اساسی است، استفاده شده است. در گام نخست، با بهره گیری از الگوریتم های طبقه بندی پایه ای شامل نزدیک ترین همسایه، درخت تصمیم، جنگل تصادفی و بیزین ساده، خروجی های هر طبقه بندی حاصل می شوند. در گام دوم، خروجی نهایی طبقه بندی تجمعی با استفاده از روش رأی گیری محاسبه می شود. نتایج آزمایش ها بر روی مجموعه کلان داده های شبکه اجتماعی توییتر و براساس معیارهای دقت، صحت و پوشش، استدلال بر این دارد که روش پیشنهادی طبقه بندی تجمعی مبتنی بر رأی گیری، نتایج مطلوب تری را نسبت به الگوریتم های دیگر داشته است.  

ظهور اینترنت و در پی آن ظهور شبکه های اجتماعی جهان را وارد عصر جدیدی کرد که معادلات و ساختار زندگی بشر را به کلی دگرگون کرد. از یک سو تعاملات اجتماعی بشر متحول گردید و ارتباطات بشر روزافرزون و انعطاف پذیر گردید. کاربران پرنفوذ به عنوان یکی از عناصر مهم در شبکه های اجتماعی از یک سوی و از سوی دیگر تصویری که از داده های منتشر شده این کاربران از یک سازمان شکل می گیرد در تصویر سازی کل آن سازمان در شبکه های اجتماعی و افکار عمومی نقش بسزایی دارد. از همین روی هدف این پژوهش بررسی ویژگی ها و نقش اینفلوئنسرهای توییتر فارسی به ویژه نقش این کاربران در تصویر یک سازمان مانند دانشگاه آزاد اسلامی است. این پژوهش با استفاده از تکنیک داده کاوی به تحلیل داده های خام شبکه اجتماعی توییتر پرداخته است. در واقع داده های خام از شبکه اجتماعی توییتر استخراج شد و پس از پالایش داده های خام به داده های ساختاریافته تبدیل و بر روی داده ها تحلیل صورت گرفت. نتایج این پژوهش مبتنی بر سه مولفه کارکرد، رویکرد سیاسی و دنبال کننده اینفلوئنسرها است. از سوی دیگر همین کاربران محتوایی که در مورد دانشگاه آزاد منتشر کرده اند نشان می دهد تصویر سازی سیاسی و فساد از دانشگاه سهم اصلی را دارد و سهم مسائل و مشکلات دانشجویی مانند شهریه یا مباحث علمی و پژوهشی ناچیز است.

توییتر از مهر ۱۳۹۷ به حذف محتوای هزاران کاربر منتسب به ایران، روسیه، چین، ونزوئلا، بنگلادش، کاتالونیا، عربستان سعودی، اکوادور، امارات متحده عربی، مصر و اسپانیا پرداخته است. در آخرین مرتبه توییتر در فوریه ۲۰۲۱ داده های حذف شده ۲۳۸ کاربر منتسب به ایران را در تاریخ دسامبر ۲۰۲۰ منتشر کرده است. هدف از حذف این داده ها جلوگیری از تلاش ایران برای اثرگذاری بر انتخابات ریاست جمهوری ۲۰۲۰ آمریکا بیان شده بود.در این مقاله پس از بررسی ادبیات موجود درباره چگونگی تولید و نشر اخبار جعلی توسط انسانها و ماشینها، به شیوه های تشخیص ماشینی این محتوا می پردازیم. سپس با استفاده از داده های منتشر شده از ۲۳۸ کاربر حذف شده منتسب به ایران توییتر در بازه دسامبر ۲۰۲۰، بررسی می کنیم که توییتر چه معیارهایی را برای تشخیص و حذف این داده ها به کار برده است؟ آیا میان نام و محتوای این کاربران اشتراک سبکی وجود دارد؟ شبکه روابط کاربران حذف شده چگونه بوده است؟ چه میزان از توییتهای منتسب به ایران فارسی است؟ چه میزان از آنها غیر فارسی و با هدف اثرگذاری بر مخاطب غیر ایرانی است؟ نتیجه نشان داد که شبکه روابط مشخصی میان کاربران حذف شده وجود دارد. همچنین تعدادی از این کاربران ادعای

استفاده فراگیر از فناوری در میان کودکان و نوجوانان، موضوعات مرتبط با زیست دیجیتالی آن ها را به یک مسأله عمومی نوین تبدیل کرده است. این مسأله، ذینفعان مختلفی از جمله والدین، مربیان، حامیان حقوق کودک، شرکت های فناوری و سیاست گذاران را درگیر کرده است. هر کدام از این ذینفعان، دیدگاه ها و نگرانی های خاص خود را در مورد فضای مجازی و نحوه سیاست گذاری برای آن دارند. این مطالعه با هدف شناسایی ذینفعان اصلی سیاست گذاری فضای مجازی برای کودکان و نوجوانان و تمایلات آن ها به عدم قطعیت های موثر در سیاست گذاری این حوزه، به تحلیل محتوای 356210 توییت در 8 ماه منتهی به مرداد 1402 پرداخته است. برای این منظور، از روش های تحلیل مضمون و تحلیل شبکه اجتماعی استفاده شده است. نتایج نشان می دهد که 5 گروه ذینفع اصلی در فضای مجازی برای کودکان و نوجوانان وجود دارند: والدین، مربیان، حامیان حقوق کودک، شرکت های فناوری و سیاست گذاران. این ذینفعان در 6 موضوع اصلی با یکدیگر گفتمان می کنند: دسترسی به منابع آموزشی، ارتباط جهانی، خلاقیت و خودبیانگری، سواد و مهارت های دیجیتال، آزار و اذیت و قلدری سایبری، خطرات حفظ حریم خصوصی، اعتیاد دیجیتال و سلامت روان. بر اساس نتایج، سه جفت عدم قطعیت تأثیرگذار بر سیاست گذاری عبارتند از: عدم قطعیت حامیان حکمرانی جهانی در مقابل حامیان حکمرانی محلی، عدم قطعیت حامیان دسترسی آزاد به اطلاعات در مقابل حامیان امنیت اطلاعات، و عدم قطعیت حامیان بازار آزاد در مقابل حامیان مداخله دولت. تنوع ذینفعان و دیدگاه های آن ها در مورد فضای مجازی، چالشی مهم برای سیاست گذاران است. سیاست گذاران باید با در نظر گرفتن این تنوع، به دنبال راهکارهایی برای ایجاد تعادل بین منافع و نگرانی های مختلف باشند.  

با ظهور فناوری های دیجیتال و ظهور خدمات رسانه های نمایشی VOD، چشم انداز صنایع فرهنگی و خلاق دستخوش دگرگونی چشم گیری شده است. به ویژه، بازار این رسانه ها در ایران شاهد رشد قابل توجهی بوده و طیف متنوعی از محتوا را ارائه می دهد تا مطابق با اولویت های مخاطبان فارسی زبان در سراسر جهان باشد. این پژوهش به سنجش اجتماعی رسانه های نمایشی VOD ایرانی و نظرکاوی آن ها در میان کاربران فارسی توییتر می پردازد. هدف این مطالعه با استفاده از روش های داده کاوی، علوم اجتماعی محاسباتی، تحلیل احساسات و تحلیل مضمون، سنجش تأثیر و پویایی VODهای ایرانی در چارچوب توییتر فارسی است. از طریق تحلیل مضمون، شش مضمون فراگیر استخراج شد: 1. سویه های تاریک رسانه های نمایشی VOD، 2. نظارت صداوسیما بر رسانه های نمایشی VOD، 3. فراگیری و محبوبیت رسانه های نمایشی VOD و عوامل مؤثر آن، 4. فیلتر و تعطیلی رسانه های نمایشی VOD، 5. حضور بازیگران در رسانه های نمایشی VOD پس از پاییز سال 1401، و 6. خرید اشتراک رسانه های نمایشی VOD. این مضامین منعکس کننده دیدگاه ها و گفتگوهای متنوع پیرامون VODهای ایرانی است.با استفاده از روش های محاسباتی علوم اجتماعی، تجزیه و تحلیل احساسات و نظرسنجی کاربران، بینش عمیق تری در مورد سنجش اجتماعی VODهای ایرانی به دست می آید. تحلیل احساسات توییت ها نشان داد که احساسات منفی نسبت به این رسانه ها در میان کاربران توییتر فارسی 59%، احساسات مثبت 39%، و احساسات خنثی 2% بودند. علاوه بر این، از تکنیک های داده کاوی برای بررسی درصد توجه نسبت به VODهای ایرانی و احساسات کاربران نسبت به هر یک از آنها استفاده شد که فیلیمو مورد توجه ترین VOD ایرانی بود و بیشترین توجه کاربران را به خود جلب کرده است.