شناخت جامعه بر اساس تحلیل داده شبکه های اجتماعی

‌‌بعد از انتخابات جنجال برانگیز ریاست جمهوری آمریکا در سال ۲۰۱۶ و انتخاب شدن ترامپ به عنوان رئیس جمهور جدید ایالات متحده، بحث‌های مختلفی درباره احتمال وجود تقلب در انتخابات شکل گرفت. که در نهایت منجر به پیگردهای قانونی توسط اف بی آی شد. در طی بررسی‌های قانونی، دخالت کشورهای دیگر از جمله روسیه در انتخابات آمریکا از طریق اثرگذاری در شبکه‌های اجتماعی تایید شد. همین مسئله توجه‌ها را به شبکه‌های اجتماعی و تحلیل داده شبکه های اجتماعی بسیار افزایش داد. و از آن زمان تاکنون مقالات مختلفی در این باره نوشته شده است.

این مقالات غالبا نحوه تحلیل داده های شبکه های اجتماعی و اثرگذاری روی نتایج سیاسی از طریق پخش فیک نیوز و اخبار جعلی را بررسی می‌کنند. شیوه‌های مختلفی نیز برای این تحلیل پیشنهاد شده‌ است تا دقت نتایج این تحلیل ها را افزایش داده‌ و خطاهای موجود در این روش به حداقل ممکن برسد. پیش از بررسی شیوه‌های استفاده از این اطلاعات لازم است که با این تحلیل بیشتر آشنا شویم.

منظور از تحلیل داده‌ های شبکه‌ های اجتماعی چیست؟

شبکه‌های اجتماعی در دنیای امروز بسیار محبوب هستند. می‌توان گفت که اکثر افراد زنده موجود روی کره زمین حداقل یک حساب در شبکه‌های اجتماعی دارند. برخی از شبکه‌های اجتماعی هم بیش از یک میلیارد کاربر فعال دارند که هر روز نیز به تعداد آن‌ها افزوده می‌شود. شبکه‌های اجتماعی برای اشتراک گذاری دیدگاه‌ها، تصاویر، ویدئوها، سرگرمی‌ها و اخبار به صورت گسترده مورد استفاده قرار می‌گیرند. در حقیقت امروزه شبکه‌های اجتماعی به اندازه‌ای پیشرفت کرده‌اند که اغلب استفاده ما از اینترنت را شامل می‌شوند. ما هر روزه ساعت‌های زیادی را در شبکه‌های اجتماعی سپری می‌کنیم و در این مدت اطلاعات مختلفی را با دیگران به اشتراک می‌گذاریم.

وجود این حجم زیاد از اطلاعات، بستر بسیار مناسبی برای تحلیل نظرات و دیدگاه‌های انسان‌های یک جامعه پدید آورده‌ است. پژوهشگران نیز روش‌های مختلفی برای انجام این کار ابداع کرده اند. مرسوم‌ترین روش در تحلیل داده شبکه های اجتماعی ، استفاده از دیتا ماینینگ یا داده‌ کاوی است. داده‌ کاوی شاخه‌ای از علوم کامپیوتر است که هدف آن تحلیل بیگ دیتا و استخراج اطلاعات کاربردی از آن است. بیگ دیتا به حجم عظیمی از اطلاعات گفته‌‌ می‌شود که معمولاً به صورت ناشناس از شبکه‌های اجتماعی جمع‌آوری می‌شود و در اختیار پژوهشگران قرار داده‌‌ می‌شود. این تحلیل به منابع و دانش فنی بسیاری نیاز دارد. اما نسبت به نظرسنجی‌های سنتی مزایایی دارد که این هزینه‌ها را کاملاً قابل توجیه می‌کند و باعث می‌شود که تحلیل داده‌ ‌های شبکه‌های اجتماعی رفته‌‌ رفته‌‌ جای نظرسنجی‌های سنتی قدیمی را بگیرد.

تفاوت تحلیل داده شبکه های اجتماعی با نظرسنجی سنتی

برای درک بهتر این مفهوم بهتر است تفاوت تحلیل داده های شبکه‌ های اجتماعی با نظرسنجی سنتی را بدانیم؛

1. نظرسنجی سنتی

در نظرسنجی سنتی معمولاً پرسشنامه‌هایی در اختیار افراد قرار داده‌ می‌شود و افراد بر اساس نظرات خود از بین گزینه‌های موجود، انتخابات خود را انجام می‌دهند. پرسشنامه‌ها معمولاً به صورت کاغذی تهیه می‌شوند و در یک نمونه آماری محدود توزیع می‌گردند. عوامل زیادی روی تاثیرگذاری و صحت اطلاعات یک نظرسنجی سنتی تاثیرگذار است. از جمله‌ی آن‌ها می‌توانیم به نوع پرسش‌ها، گزینه‌های پاسخنامه، نمونه آماری و تحلیل نتایج نظرسنجی اشاره کنیم.

در نظرسنجی‌های سنتی در همه چیز محدودیت داریم؛ از سوال‌ها و پاسخ‌ها گرفته‌ تا دسترسی به افراد و تحلیل نتایج آن‌ها. همه چیز محدودیت دارد و نمی‌توان آن را در یک سطح بزرگ انجام داد. چرا که این کار مستلزم صرف هزینه‌های فراوان است. معمولاً در نظرسنجی‌های سنتی از تعدادی بین ۱۰۰ تا ۲۰۰۰ نفر نظرسنجی می‌گردد و نتایج حاصل به کل جامعه آماری تعمیم داده‌ می‌شود. در حالی که ممکن است این تعمیم اشتباه باشد. این همان اتفاقی است که در نظرسنجی‌های سال ۲۰۱۶ انتخابات ریاست جمهوری آمریکا اتفاق افتاد و نتیجه‌ی انتخابات کاملاً عکس نظرسنجی‌های شبکه های اجتماعی را نشان داد.

2. شبکه های اجتماعی

در شبکه‌های اجتماعی نیازی به تهیه‌ی پرسشنامه وجود ندارد و از این لحاظ محدودیت خاصی تعریف نشده است. هم‌چنین نظرات کاربران، طیف وسیعی از ایده‌ها و تفکرات مختلف را شامل می‌شود و می‌تواند هر نوع دیدگاهی را در بر بگیرد. طبق بررسی‌های انجام شده‌، انسان‌ها معمولاً در نظرسنجی‌های سنتی در پاسخ به بخشی از سوال ها حقیقت را بیان نمی‌کنند و سعی می‌کنند پاسخی را انتخاب نمایند که بیشتر مورد پذیرش جامعه باشد. همین موضوع باعث پایین آمدن‌ دقت نظرسنجی‌ها شده‌ و اطمینان به آن‌ها را دشوار کرده‌ است. این مشکل در تحلیل داده شبکه های اجتماعی وجود ندارد و اغلب کاربران به راحتی نظرات خود را بیان می‌کنند. مخصوصاً هنگامی که کاربران از اسم و عکس واقعی استفاده نمی‌کنند، در بیان نظرات خود احساس راحتی بیشتری دارند. همین امر باعث می‌شود که تحلیل شبکه‌های اجتماعی اطلاعات دقیق‌تری نسبت به دیدگاه واقعی افراد جامعه ارائه دهد.

استفاده از نتایج تحلیل داده های برنامه‌های اجتماعی

همان‌طور که پیش‌تر نیز اشاره شد، تحلیل داده های شبکه‌های اجتماعی یا داده‌ کاوی اطلاعات، پدیده جدیدی نیست. درواقع سال‌هاست که مورد استفاده پژوهشگران، کمپانی‌ها و سازمان‌های بزرگ است و برای اهداف مختلفی از نتایج این تحلیل‌ها استفاده می‌شود. در ادامه به برخی از آن‌ها اشاره می‌کنیم.

1. استفاده از تحلیل شبکه‌‌های اجتماعی در بازاریابی

یکی از اصلی‌ترین اهداف تحلیل دستاوردهای برنامه‌های اجتماعی، فهمیدن نیاز کاربران و نظرات آن‌ها نسبت به محصولات و خدمات مختلف است. کمپانی‌های بزرگ از این اطلاعات استفاده می‌کنند تا مهم‌ترین نیازهای کاربران را مشخص کرده و پیام‌های تبلیغاتی آینده خود را بر اساس نیاز کاربران تنظیم کنند تا بیشترین اثرگذاری ممکن را داشته باشد. علاوه‌بر این با تحلیل نظرات کاربران درباره‌ی محصولاتشان می‌توانند محصولات آینده را مطابق با نظرات کاربران ایجاد کرده و تمامی نقص‌های موجود و عوامل نارضایتی احتمالی را برطرف کنند. هنگامی که کمپانی‌های بزرگ تصمیم به شروع یک پروژه جدید می‌گیرند، یکی از اصلی‌ترین داده‌های مورد استفاده آن‌ها، نتایج تحلیل داده‌ های برنامه‌‌های اجتماعی است و افراد متخصص زیادی را برای چنین کاری استخدام می‌کنند.

 2. استفاده از تحلیل شبکه‌ های اجتماعی در سیاست

همانطور که در ابتدای مطلب اشاره شد، بعد از انتخابات سال ۲۰۱۶ آمریکا، توجه‌ها به سمت تحلیل داده‌ شبکه‌ های اجتماعی با اهداف سیاسی بیشتر شد. احزاب مختلف تصمیم گرفتند که در کنار نظرسنجی‌های قدیمی و سنتی از تحلیل دستاورد‌های برنامه‌های اجتماعی نیز برای سنجش نظرات رای دهندگان استفاده کنند. کاربران شبکه‌های اجتماعی معمولاً درباره سیاست بیشتر از هرچیز دیگری صحبت می‌کنند و این اتفاق در فصل انتخابات رایج‌تر از اوقات دیگر است.

وجود اکانت‌های مختلف در شبکه‌های اجتماعی که اخبار سیاسی را منتشر می‌کنند، باعث تحریک کاربران برای اعلام نظرات سیاسی و دیدگاه‌های خود درباره وقایع مختلف می‌شود. بنابراین منبع بسیار غنی از داده‌ها درباره دیدگاه‌های سیاسی افراد یک جامعه به وجود می‌آید. به دلیل حجم گسترده این اطلاعات و امکان پوشش نمونه آماری بسیار بزرگ، معمولاً تحلیل نتایج داده‌های شبکه‌های اجتماعی، نظرات واقعی افراد یک جامعه را مشخص می‌کند. همین باعث شده‌ در سال‌های اخیر احزاب سیاسی در سراسر جهان به داده‌ کاوی شبکه‌های اجتماعی روی بیاورند و فعالیت خود در شبکه‌های اجتماعی را گسترش دهند.

چالش‌های تحلیل داده‌های شبکه‌های اجتماعی

حال لازم است که کمی درباره چالش‌های موجود در این مسیر صحبت کنیم. مثل همه کارهای پژوهشی دیگر،  تحلیل داده‌ شبکه‌های اجتماعی نیز چالش‌های فراوانی دارد و مشکلات مختلفی در این مسیر وجود دارد. که برای حل آن‌ها باید از راه‌حل‌های خلاقانه ای استفاده کرد. وجود چنین چالش‌هایی باعث شده‌ است که تحلیل داده‌ ‌های برنامه‌های اجتماعی به منظور استخراج دیدگاه‌های سیاسی کاربران به یک کار پژوهشی سنگین و پرچالش تبدیل شود. که همواره نیاز به استفاده از روش‌های خلاقانه و هوشمندانه و هم‌چنین استفاده از ابزارهای پرقدرت و گران‌قیمت برای این کار باشد.

وجود ربات‌ها و اکانت‌های ناشناس

از جمله‌ی این چالش‌ها می‌توان به‌وجود ربات‌ها و اکانت‌های ناشناس اشاره کرد. اهمیت شبکه‌های اجتماعی به اندازه‌ای بالاست که سازمان‌ها و افراد مختلف هزینه‌های هنگفتی برای تغییر دیدگاه‌های مردم در شبکه‌های اجتماعی صرف می‌کنند. اکانت‌های ناشناس معمولاً اخبار جعلی یا اخبار هدفدار را با حجم زیاد در شبکه‌های اجتماعی پخش می‌کنند و باعث تغییرنگرش کاربران می‌شوند. علاوه‌براین ربات‌هایی هم هستند که چنین اخبار و دیدگاه‌هایی را در حجم وسیع توزیع می‌کنند و خبرها را در اختیار طیف وسیعی از کاربران شبکه‌های اجتماعی قرار می‌دهند.

وجود ربات‌ها و اکانت‌های ناشناس باعث می‌شود که در هنگام تحلیل داده‌ شبکه ‌های اجتماعی خطاهای بزرگی رخ دهد. بسیاری از نظراتی که توسط سازمان‌ها و از طریق این ربات‌ها و اکانت‌های ناشناس در شبکه‌های اجتماعی به‌طرز گسترده توزیع شده‌اند، به‌عنوان دیدگاه‌های اکثریت افراد جامعه در نتایج نمایان شوند.

این موضوع تحلیل نتایج داده‌های شبکه‌های اجتماعی را بسیار دشوار کرده است. البته در سال‌های اخیر روش‌های مختلفی برای حذف ربات‌ها و اکانت‌های ناشناس از داده‌های شبکه‌های اجتماعی صورت گرفته‌ است. اما سازمان‌ها و دولت‌های تولیدکننده این ربات‌ها نیز بیکار ننشسته‌اند و از شیوه‌های خلاقانه استفاده می‌کنند تا تاثیر خود در شبکه‌های اجتماعی را حفظ نمایند. در برخی از موارد مشاهده می‌شود که اکانت‌های رسمی نیز به تولید اخبار جعلی و فیک‌نیوز دست می‌زنند. به دلیل تاثیر بالایی که در کاربران دیگر دارند، این اخبار و اطلاعات غلط به سرعت در فضای شبکه‌های اجتماعی پخش شده‌ و به‌صورت ویروسی منتشر می‌شوند.

سخن پایانی

در سال‌های اخیر شبکه‌های اجتماعی محبوبیت زیادی را درمیان عموم مردم پیدا کرده‌اند. پیش از این درباره‌ی اهمیت داده‌های شبکه‌های اجتماعی و مزیت‌های فوق‌العاده تحلیل این داده‌ها صحبت کردیم. در تحلیل داده شبکه های اجتماعی ، دسترسی به جامعه آماری بسیار آسان‌تر است و می‌توان صدهاهزار کاربر مختلف را مورد داده‌کاوی قرار داد و از نظرات آن‌ها جویا شد. در این راه چالش‌هایی وجود دارد که آن‌ها را نیز خاطرنشان شدیم.