شناسايي زودهنگام سيگنال‌هاي ناآرامي در رسانه‌هاي اجتماعي (مطالعۀ موردي اعتراضات سال 97 ايران در تلگرام)

ايران از زمان فراگيري شبكۀ ديتاي تلفن همراه تا امروز بيش از 35 ميليون كاربر پيام‌رسان‌هاي اجتماعي دارد. فراگيري رسانه‌هاي اجتماعي (در ايران با ضريب نفوذ 49%) در بين عموم مردم و كاركردهاي متنوع آن ها مي‌تواند نقطۀ شروع استفاده از سنجش اجتماعي باشد؛ در اين حالت كاربران مشابه يك حسگر، داده‌هايي براي واكافت فراهم مي‌كنند؛ يكي از كاربردهاي سنجش اجتماعي مديريت بحران است. ازآنجايي‌كه شناسايي زودهنگام رويدادها و بحران‌هاي سياسي، اقتصادي و اجتماعي از اهميت بالايي براي مديريت جامعه برخوردار است؛ روشي كه بتواند با استفاده از واكافت كلان داده‌ها به اين هدف بپردازد؛ به‌عنوان يك سيستم پدافندي مي‌تواند از هزينه‌هاي انساني، اقتصادي و اجتماعي بحران‌ها و رخدادها كاسته و به‌عنوان يك ابزار براي بالابردن آگاهي موقعيتي و ارتقا امنيت ملي مورد بهره‌برداري قرار گيرد. مجموعۀ داده پژوهش حاضر بر اساس خزش و متن‌كاوي خشونت كلامي در يك ميليون و چهارصد هزار كانال عمومي فارسي پيام‌رسان تلگرام در سال 97 جمع‌آوري‌شده و پس از پالايش بر اساس سري زماني ميانگين متحرك نمايي مدل شده است؛ براي شناسايي سيگنال‌هاي بحران در اين مدل از اسيلاتور تعقيب‌گر روند مومنتوم (كه بيشتر در تحليل‌هاي مالي از آن استفاده مي‌شود.) و ميانگين متحرك همگرايي واگرايي (مكدي) تحليل شده است؛ از اين واكافت در علوم اجتماعي محاسباتي نخستين بار است كه در جهت پيش‌بيني بحران‌هاي امنيتي و حوادث سياسي و ايجاد امكان اشراف حاكميتي بر آن استفاده شده است. بر اساس يافته‌هاي پژوهش، حداقل 6 اعتراض اجتماعي كشور در سال 97 پيش از رخداد، قابل ‌شناسايي و مديريت بوده است؛ همچنين سامانه‌اي كه بتواند از چنين واكافت هايي دركلان داده‌هاي رسانه‌هاي اجتماعي به‌صورت بلادرنگ استفاده كند، كارايي لازم براي اعلان هشدار زودهنگام و اندازه‌گيري مخاطرات سياسي و امنيتي جامعه را خواهد داشت.