برساخت اجتماعي واقعيت در توئيتر فارسي؛ قالب بندي شبكه اي ارزش هاي سياسي توسط همگان هاي شبكه اي در انتخابات رياست جمهوري سال 1396

The Twitteristic construction of reality: An analysis of networked framing of political values during Iran’s 2017 presidential election

ايده اصلي اين مقاله اين است كه كاربران توئيتر با انتشار توئيت هاي خود واقعيت را برساخته و به تجربه زيسته خود معنا مي بخشند. بنابراين هدف ما در اين مقاله، شناخت اين مسئله در جريان انتخابات رياست جمهوري سال 1396 است. ما در اين تحقيق ابتدا همگان هاي شبكه اي در توئيتر فارسي را شناسايي و تحليل كرده و سپس براي درك چگونگي برساخت واقعيت در توئيتر فارسي، از مفهوم قالب بندي شبكه اي استفاده مي كنيم. در واقع تمركز ما بر چگونگي قالب بندي شبكه اي ارزشهاي سياسي در توئيتر فارسي خواهد بود. براي انجام اين تحقيق روشهاي تحليل شبكه اجتماعي، تحليل محتواي مردمنگارانه و تحليل گفتمان انتقادي رسانه هاي اجتماعي را تركيب كرده ايم. داده هاي تحقيق در دوران انتخابات از API توئيتر گردآوري شد و سپس با استفاده از روش تحليل خوشه، همگان هاي شبكه اي توئيتر فارسيشناسايي شدند. با استفاده از شاخص PageRank، 50 كاربر موثر در هر همگان را شناسايي كرده و سپس تمام توئيت هاي آنها در كل شبكه را استخراج كرديم. نهايتا با نمونه گيري احتمالي از اين توئيت ها، نمونه تحقيق را شكل داده (حجم نمونه: 10416 توئيت) و همه توئيت هاي نمونه را تحليل كرديم. نتايج تحقيق نشان داد كه قالب هاي ارزشي مذموميت مردمفريبي و مذموميت فساد بيشترين بسامد را در توئيتر فارسي داشته اند. براي تحليل دقيقتر چگونگي اجراي اين كردار شبكه اي، نتايج مربوط به بسامد قالب هاي شبكه اي ارزشي در هر يك از همگان ها و همچنين بر اساس نوع كاربر نيز ارائه شده است.

This paper tries to understand how Iranian Twitter users framed political values during Iran’s 2017 presidential election. Based on social construction theory and networked framing concept, we argue that Iranian Twitter users as networked publics are constructing reality and making their lived-experiences meaningful by networked framing of 2017 election in a connective action. In order to investigate this argument, we combined social network analysis, ethnographic content analysis and social media critical discourse study approach. First, we collected 2596284 tweets during the election period. Then, we focused on retweet (RT) network as the information diffusion network, and discovered networked publics by applying cluster analysis on this corpus. Afterwards, we identified 50 top influential users in each cluster based on their PageRanks. Finally, we collected all tweets of these users in the whole network and analyzed them. We used 3 coders to code the selected sample of 10416 tweets in 3 rounds. Results showed that three networked publics were formed in RT network: Reformists, Conservatives and Diaspora. Furthermore, findings showed that ‘undesirability of political deception’ and ‘undesirability of corruption’ are the most frequent networked frames in Persian Twitter. We, in addition, analyzed all networked frames based on networked publics and users’ types.