رهبران افكار در شبكه‌هاي اجتماعي (مطالعه موردي رهبران فكري سياسي در توييتر)

Leaders of opinion on social media (Case study of political thought leaders on Twitter)

تكثر و پويايي ارتباطات شبكه‌اي كه بارزترين مصداق آن در بستر شبكه‌هاي اجتماعي محقق شده؛ يك گام اساسي به اغلب پژوهش‌هاي ارتباطي و تحقيقات مرتبط با حوزه افكار عمومي اضافه كرده است. چيزي كه مي‌شود از آن به عنوان مرحله پالايش داده نام برد. پالايشي كه هدف از آن مرتب‌سازي داده‌ها، حذف اطلاعات پرت و شناسايي روشمند محتوا يا كاربراني است كه به اقتضاي موضوع تحقيق به دنبال آن‌ها هستيم. با توجه به حجم وسيع اطلاعات در شبكه‌هاي اجتماعي، براي پالايش داده‌ها در مقياس كلان داده، چاره‌اي جز روي آوردن به رويكردهاي ميان‌رشته‌اي وجود ندارد. بهره‌گيري تيمي از امكانات رشته‌هايي نظير علوم كامپيوتري، رياضيات و هوش مصنوعي، راهكاري است كه در تحقيق حاضر مورد استفاده قرار گرفته تا شبكه‌اي اختصاصي تشكيل شود. در گام بعد با استفاده از روش تحليل شبكه، بهينه‌ترين روش براي شناسايي رهبران افكار سياسي در بستر توييتر انتخاب شد.اطلاعات كاربران در چهار لايه، مشتمل بر اطلاعات حدود 700 ميليون كاربر بررسي شد. سپس با تعريف شاخص‌هايي براي پالايش داده، شبكه‌اي اختصاصي و 94 هزار نفره تشكيل داده شد. شش شاخص رتبه‌بندي برآمده از اجماع نخبگاني به صورت تطبيقي مورد مقايسه قرار گرفت.

The multiplicity and dynamism of network communication, the most obvious example of which is realized in social networks; It has added a fundamental step to most communication and public opinion researchs. What can be called a refining step. Refinement that aims to sort the data, remove outdated information, and methodically identify the content or users we are looking for as appropriate. Given the vast amount of information on social networks, there is no choice but to turn to interdisciplinary approaches to refine data on a large data scale. Utilizing a team of facilities in disciplines such as computer science, mathematics and artificial intelligence is a solution that has been used in the present study to form a dedicated network. In the next step, using network analysis method, the most optimal method for identifying the leaders of political thought in the Twitter platform was selected. User information was examined in four layers, including information about 700 million users. Then, by defining indicators for data refining, dedicated networks of 94,000 people were formed. Six ranking indicators derived from elite consensus were compared comparatively.