تحليل الشبكات الاجتماعية Social Networks Analysis

من أبرز مواضيع علم الاجتماع هي تلك التي تتعلق بدراسة شبكة العلاقات التي تصل الأفراد ببعضهم مكونين بذلك مجموعة، والعلاقات التي تربط المجموعات ببعضها مشكلة بذلك مجتمعا، وصولا الى الشبكة التي تصل المجتمعات ببعضها. هذه الشبكات توضح آلية انتقال المعلومات، المجموعات\الأفراد الأكثر تأثيرا، الأفراد الذين يمثلون حلقات وصل بين مجموعات ومجتمعات مختلفة جسور Bridges”، تحديد دوائر الاهتمام التي يشترك فيها أفراد المجموعة المرتبطين ببعض، تحديد الأفراد الذين يؤثرون بشكل كبير في مجموعاتهم مع أن خصائصهم الظاهرية لا توحي بذلك، وغيرها الكثير. يعرف العلم المتخصص بتحليل هذه العلاقات بعلم تحليل الشبكات الاجتماعية Social Networks Analysis وهو علم يتقاطع مع فرع علمي آخر مثير للاهتمام وهو علم الاجتماع الحسابي  Computational Social Science الذي يوظف خوارزميات برمجية حسابية بغرض دراسة الأفراد والعلاقات التي تربطهم وما أبعد من ذلك.

SNA1

مع ظهور مواقع الشبكات الاجتماعية الالكترونية، بدأ المستخدمون بتشكيل مجتمعات تطابق تلك التي درسها علماء الاجتماع طويلا، طبعا مع اختلافات متعددة، وتنامى حجم هذه المجتمعات الى حد معقد ومتشابك جعل موضوع دراستها ملحا لكثير من الجهات: العلمية، والحكومية، والتجارية، والبحثية وما الى ذلك.

هذه التدوينة ستستعرض عددا من الطرق المستخدمة في تحليل الشبكات الاجتماعية لدراسة الأفراد الأكثر تأثيرا، معتمدا فيها على بيانات واقعية قمت بجمعها من تويتر بخصوص التفجير الذي حصل في دمشق الأسبوع الماضي.

من المهم بداية توضيح الفرق بين الشبكات الاجتماعية، والاعلام الاجتماعي، فالأول يستند الى ربط الأشخاص ببعضهم كموقع لينكد إن، بينما الثاني مستند الى مبدأ مشاركة المحتوى. المواقع التي نستخدمها بكثرة كالفيس بوك وتويتر، باتت خليطا من الاثنين. فخاصية متابعة المستخدمين على تويتر تندرج تحت مفهوم الشبكات الاجتماعية، بينما خاصية مشاركة المحتوى وعمل ريتويت لها وما الى ذلك، فهي تندرج تحت الاعلام الاجتماعي.

SNA2

لنبدأ بالسؤال التالي: هل تساءلتم يوما عن كيفية حساب موقع كـ Klout لمدى التأثير الذي يملكه مستخدم تويتر معين؟ وهل تساءلتم عن الآلية التي تعد بها تقارير تنشر بين حين وآخر تقيس مدى تأثير مستخدمين معينين في مواضيع معينة؟ ولماذا تتضارب نتائج هذه الدراسات فيما بينها، فنجد أن إحداها قالت بأن الشخص الأكثر تأثيرا في مواضيع الربيع العربي هو فلان، وتأتي دراسة ثانية لتقول بأنها فلانة؟

قد يقول البعض بأن حساب الأشخاص الأكثر تأثيرا بسيط جدا، انظر الى عدد المتابعين! فمن يملك مئة الف متابع هو بالتأكيد أكثر تأثيرا ممن يتابعه خمسة آلاف.

في الواقع هذا الكلام غير دقيق، فهذا المقياس وحده ليس كافيا لحساب التأثير Influence، بل هناك قياسات وحسابات أخرى تضاف إليه لنستطيع من خلالها تحديد المستخدمين الأكثر تأثيرا بدقة أكبر.

قد يسأل شخص، وماهو تعريفك للـ الأكثر تأثيراقبل كل شيء؟

أفترض شخصيا أن الأكثر تأثيرا هو من يستطيع الإسهام بشكل فاعل في خلق ما يسمى بالكتلة الحرجة (أي الكمية الكافية من الأفراد) الكفيلة بتشكيل هاشتاغ لقضية ما. أو هو الشخص الذي تسهم تغريدة منه وأكثر في التهيئة لإحداث تفاعل وحراك كبيرين. الكتلة الحرجة هي بالضبط الإجابة على سؤال: مالذي يجعل شيئا ما ظاهرة كبيرة سريعة الانتشار أو What makes something go viral on the social web؟ أعدكم بتدوينة أخرى أكثر تفصيلا حول هذا الموضوع قريبا.

بالعودة الى حساب التأثير في تويتر لمستخدم معين، هناك قياسات متعددة مثلا: عدد المتابعين، كمية التفاعل مع المستخدم (عدد الريتويتات، النقاشات، التفضيلات،…)، تموضع المستخدم داخل مجموعات الاهتمام وقربه من مستخدمين آخرين، كون المستخدم يمثل جسرا وحلقة وصل بين مجموعتي اهتمام (أو أكثر)، وضع المستخدم في شبكة الثقة Trust Network والتي تعني مدى جهوزية متابعي المستخدم للتفاعل معه وهي مبنية على مدى الثقة فيما يقوله، وحسابات أخرى.

استخدمت الواجهة البرمجية لتويتر API لجمع عدد من التغريدات المتعلقة بالتفجير الذي حصل في دمشق الأسبوع الماضي. استخدمت الـ Search API وهو للتويتات القديمة في نطاق ٦٩ أيام مضت، والـ Streaming API لجمع بعض التويتات الآنيّة لبضع ساعات. البحث كان عن هاشتاغ #Damascus. عدد التغريدات المجموعة: 10,507 تغريدة كتبها 2285 مستخدم في الفترة من 2-5-2012 الى 11-5-2012.

DamasBombs

لدراسة الشبكات الاجتماعية التي يكونها هؤلاء ال 2285 مغردا، قمت بجمع قائمة المتابعين لكل مغرد بالإضافة الى قائمة أصدقاء كل مغرد، أي من يتابعهم هو\هي بدوره. تم تمثيل اتجاه المتابعة بسهم له اتجاه ليتم في النهاية تكوين شبكة ضخمة تشمل المستخدمين الأساسيين 2285 مضافا اليهم المستخدمين الذين يتابعونهم، والمتابعين من قبلهم.

Screen Shot 2012-05-17 at 5.15.58 PM

مثال للتوضيح: لنأخذ الدائرة رقم ١١ في الشكل (وهي تمثل أحد المغردين من قائمة ال 2285 مغردا). قمت بجمع متابعيه: ٥،٧ ومن يتبعهم بدوره (نسميهم أصدقاء للسهولة) وهم ٢،٩،١٠.

طريقة الجمع هذه تسمى Snowball Sampling، وما قمت به هو لمستوى واحد فقط، أي أنني قمت بجمع متابعي + أصدقاء المغردين فقط، ولكن يمكن عمل هذه الطريقة لمستوى ثانٍ، أي جمع أصدقاء ومتابعي كل مستخدم إضافي تم جمعه (أي متابعي وأصدقاء الدوائر ٢،٣،٥،٧،٩،١٠) ومستوى ثالث وهكذا، ولكن الضريبة ستكون في الكم الهائل من البيانات التي سنحصل عليها وهي تتطلب عمليات معالجة ضخمة مكلفة من ناحية الوقت والعتاد المطلوب.

بعد جمع أصدقاء ومتابعي ال 2285 مغردا الذين كتبوا ضمن هاشتاغ Damascus، وصل عدد جميع المستخدمين الى 813,845 وعدد العلاقات (الأسهم) بينهم جميعا هو 11,071,555 سهما!! لكم أن تتخيلوا اذا حجم الشبكات التي نتعامل معها، ونحن هنا لم نتعامل إلا ضمن مستوى واحد من ال Snowball Sampling.

حساب التأثير الأول: عدد المتابعين + عدد الأصدقاء: Degree Centrality

نريد هنا معرفة المستخدمين في تويتر الذين كتبوا في هاشتاغ دمشق ولهم أكبر عدد من المتابعين + الأصدقاء. جاء الترتيب بناء على البيانات التي جمعتها خلال الأسبوع السابق كالتالي:

المستخدم : عدد المتابعين+الأصدقاء (أثناء وقت الجمع)

رويترز : 1,709,030

بي بي سي وورلد505,384

RT_com روسيا اليوم287,530

AJELive الجزيرة الانجليزية : 200,004

منى الطحاوي :  125,094

كما هو واضح ومتوقع، المحطات الإخبارية تربح في مقياس التأثير هذا. فكرت بدراسة أثر هذا المقياس على المستخدمين الأفراد. “الأفراد” بحسب تعريف لا يستند الى أي سبب علمي وجيه، أي مجرد مصطلح نتفق عليه لأتمكن من شرح كيفية حساب هذه المقاييس. المستخدمون من الأفراد هم من ينطبق عليهم الوصف التالي:

المغرد الذي كتب في هاشتاغ دمشق ويملك ١٠٠٠ ١٣٠٠ متابع، وله ٥٠٠ الى ١٠٠٠ صديق يتابعهم (كما رأيتم كمية البيانات المتوفرة ضخمة، ويمكننا عمل دراسة كاملة عليها بدون استثناءات، ولكن ذلك يحتاج لجهاز له مواصفات جبارة لا يملكها جهازي المتواضع 🙂 )

المغردون “الأفراد” بهذه المواصفات عددهم ٢٨ مغردا في مجموعة البيانات التي نملكها. الخطوة التالية هي أن نبني الشبكة التي تربطهم فنضيف اليهم المغردين الذين يتابعونهم + أصدقاء هؤلاء المغردين ال ٢٨. العدد الكلي من المستخدمين: 33,433 مغردا وعدد الأسهم التي تربطهم مكونة بذلك الشبكة التي نريد تحليلها: 52,497 سهما.

SNA4DC

من خلال هذه الشبكة، نقوم بحساب المستخدمين الأكثر تأثيرا على مقياس التأثير الأول (أستخدم مكتبة برمجية بلغة البايثون تسمى networkx مهيئة لتحليل الشبكات وال Graphs للقيام بهذه التحليلات):

analiensaturn 2161

JMiller_EA 2124

ArfaShahid 2089

SweetSyria 2064

cossa68 2057

Sin2Go 2022

StrongSyrian 2000

Anne_R_u_Ok 1983

WarNewsRadio 1977

بالمرور على عدد من هؤلاء المستخدمين نلاحظ التالي:

– عدد منهم يناصرون قضايا حقوق الانسان حول العالم وهم متعاطفون مع الشأن السوري.

– عدد منهم هم مغردون سوريون (في الداخل والخارج) ويكتبون عن سوريا في معظم تغريداتهم.

– عدد من المغردين تتسم تغريداتهم بأنها إخبارية في مواضيع السياسة تحديدا ويغردون بشكل محدود جدا عن سوريا.

– متوزعون جغرافيا وفي نطاق مجموعات اهتمام متنوعة، وهذا له دور جيد في عدم جعل الأخبار والتغريدات محصورة ضمن مجتمع تغريدي له اهتمامات ومواضيع يكتب عنها حصرا.

حساب التأثير الثاني: تأثير المغرد داخل مجتمعه: Closeness Centrality

كما رأينا في المقياس الأول، الاعتماد على عدد المتابعين+الأصدقاء يظهر لنا مغردين لا ينتمون بالضرورة لمجتمعات تغريدية تتكلم في قضايا سوريّة. أي أن اهتماماتهم مختلفة، ولكنهم كتبوا تغريدة عن دمشق، وظهرت تلك التغريدة عندما قمت بجمع معلومات عمن كتب شيئا في هاشتاغ دمشق.

الحساب الثاني يقوم بقياس مدى قرب المغرد\ة من كل من كتب عن دمشق في البيانات التي نقوم بدراستها. يقاس القرب بعدد الأسهم المطلوبة للوصول لكل مستخدم (البالغ عددهم كما ذكرنا أعلاه أكثر من ٣٣ ألف مغرد). ونستخدم خوارزمية معروفة جدا في علوم الحاسب Dijkstra’s Algorithm وهي متخصصة في حساب أقصر الطرق التي تصل بين النقاط في أي شكل Shortest Path Problem. يهمنا هنا معرفة الدلالة أو معنى هذا المقياس. بكل بساطة هذا المقياس يقوم بالإجابة على السؤال التالي: من هم الأشخاص الأكثر تأثيرا من غيرهم داخل مجتمع “المغردين الذين يكتبون عن دمشق وسوريا”؟

SNA5CC

هذا المقياس اذاً دوره الرئيسي هو تحديد المستخدم المهم في مجتمعه.

النتائج كانت بالشكل التالي:

(اسم المغرد\ة ونتيجته\ـا في هذا المقياس)

_Zazo_

0.8060678506375227

Barazi_7urr

0.7687004668331343

SweetSyria

0.7209550962223805

StrongSyrian

0.6950525179149897

luv2live2

0.6709466502416375

Hanaa_Daraa

0.6632786885245902

RanaKabbani54

0.6377679697351828

syria_omar

0.6141469338190649

farGar

0.5922131147540983

jaafarhawwa

0.5922131147540983

نلاحظ أن جميعهم سوريون ويتحدثون بكثرة عن الشأن السوري. والترتيب كما ذكرنا يعبر عن أهمية المستخدم ضمن المجتمع الذي ينتمي اليه. يساعدنا هذا المقياس في دراسة أمور عديدة ومنها متابعة كيفية انتشار الأخبار في وسط\مجتمع تغريدي معين عبر التركيز على هؤلاء الأشخاص لأنهم في الحقيقة مؤثرون فاعلون في هذا المجتمع، وتغريداتهم تصل لأكبر عدد من المهتمين بالشأن السوري (لا ننس أن هؤلاء المغردون يتبعون لفئة معينة وهي: يملكون ١٠٠٠ ١٣٠٠ متابع، ولهم ٥٠٠ الى ١٠٠٠ صديق يتابعهم. أي أن دراسة المغردين جميعا بدون هذه المحددات ستعطي نتائج أدق فعلا عن المغردين الأكثر تأثيرا وأهمية ضمن هذا المقياس، وهناك احتمال ألا يكون أحد من المغردين السابقين من ضمنهم).

حساب التأثير الثالث: الجسور وحلقات الوصل: Betweenness Centrality

المقياس الثاني وضح لنا المغردين الذي يؤثرون داخل شبكتهم. نريد الآن معرفة من منهم يتموضع بين شبكتين\مجموعتي اهتمام أو أكثر مختلفتين، ممثلا بذلك جسرا أو حلقة وصل يسهم في نقل التغريدات لشبكات أخرى حتى لا تعلق التغريدة داخل شبكة واحدة وتموت هناك (أي ينتهي تأثيرها).

SNA6BC

الحساب يتم أيضا باستخدام الخوارزمية السابقة ولكن بتفاصيل مختلفة يمكنني إطلاع المهتمين عليها.

النتائج كانت:

(اسم المغرد\ة ونتيجته\ـا في هذا المقياس)

_Zazo_

0.15094116983580338

Barazi_7urr

0.13678885426685497

SweetSyria

0.09653058590550706

luv2live2

0.08068592694192364

StrongSyrian

0.07824105226158878

syria_omar

0.054700555643741634

Hanaa_Daraa

0.05440471750936881

farGar

0.053126520335273236

RanaKabbani54

0.05309872150773218

jaafarhawwa

0.03091277722434247


نلاحظ تغيرات في ترتيب بعض المغردين.

الإجابة على سؤال: ماهي اهتمامات الشبكات التي يقع هذا المستخدم جسرا بينها، لا يمكن الإجابة عليه بهذا المقياس، فالإجابة تتطلب إجراءات أخرى ربما تحدثت عنها في تدوينة لاحقة، ولكن هذا المقياس يحدد لنا من هم الجسور وحلقات الوصل بحسب تموضعهم داخل الشبكة.

هذه كانت أبرز المقاييس في مجال تحليل الشبكات. وكما ذكرت فإن هنالك مقاييس أخرى منها مثلا مقياس لمعرفة المؤثرين في الخفاء (وهم أفراد لهم القدرة على التحكم في ما يدور في الشبكات ولكن لا يمكن تمييزهم بسهولة، ونستخدم عمليات حسابية كالـ eigen values and vectors لتحديدهم)، ومقياس لمعرفة شبكات الثقة التي تجمع المغردين (ونستخدم فيها خوارزمية غوغل الشهيرة Page Rank لحساب هذا المقياس) وغيرها من المقاييس.

SNA3

مواقع حساب التأثير (مثلا Klout) اذا تقوم بحساب هذه المقاييس، ومن ثم وضع وزن لكل مقياس يكافىء أهميته بالشكل الذي يرونه، ليتوصلوا في النهاية الى نتيجة أخيرة عن مدى تأثير المستخدم. من المهم الإشارة الى أن موقع Klout كان لوقت قريب يعتمد على المقياس الأول فقط مع بعض التعديلات، ولكنه بدأ بتضمين القياسات الأخرى بعد تجهيز البنية التحتية التقنية اللازمة. الدراسات التي تنشر أيضا تستند الى حساب هذه المقاييس وتختلف فيما بينها بتفاصيل عديدة ابتداء من الأوزان الموضوعة لكل مقياس، عينات الدراسة والمستخديمن المختارين، وانتهاء بالخوارزميات المستخدمة في عمليات الحساب.

كمية المعلومات التي يمكن استنباطها من الشبكات الاجتماعية كبيرة وغنية جدا. فدراسة الشبكات ودوائر العلاقات بين المستخدمين كما رأينا لها أهمية كبيرة. معرفة سلوك المستخدمين في مجتمع تغريدي معين، عن ماذا يتكلمون، بأي وتيرة، ودراسة سلوكهم وأنماطهم بحسب المعطيات الديموغرافية (جنس، عمر، مهنة،…) والجغرافية (جنسية، بلد التغريد،…) كلها أمور مهمة وتستفيد منها جهات كثيرة جدا.

SNA7

سؤال أظنه خطر على ذهن كل واحد منكم، هل ما نقوم بعمله أخلاقي وقانوني؟ الجواب على مسألة قانوني نعم، فالتغريدات التي نكتبها على تويتر تخزن وتتاح للعموم عبر الواجهة البرمجية، وعبر البيع المباشر كشركة داتا سيفت Data Sift التي تبيع التويتات الآنية Streaming وتمكن الجهة المستفيدة من متابعة ما يصل إلى ١٠ ملايين مستخدم تويتر و ٥ مليون كلمة مفتاحية وما الى ذلك مقابل رسم شهري. كما أنها ستتيح بعد فترة امكانية استعادة التغريدات السابقة Historical Tweets.

الجواب على الجانب الأخلاقي ليس بسهل وهو مثير للجدل، وتحكمه مدى أخلاقية الأهداف المعلنة وغير المعلنة للباحث، ولسنا بصدد الإجابة عليه هنا، إلا أنه متاح للنقاش دائما.

لدي أفكار كثيرة أعمل عليها في هذا المجال، وقد أتشجع وأبدأ بنشر دراسات معمقة عن حالة الوسط التغريدي العربي حول مواضيع معينة مدعمة بحسابات وصور بيانية Data Visualization، فمن يجد في نفسه الرغبة والقدرة على الإسهام، أطلب منه\ـها مراسلتي على إيميلي أو حسابي في تويتر.

تعليقات

عدد التعليقات 41 علي “تحليل الشبكات الإجتماعية SNA”

  1. رهف في 18 May, 2012 12:17 am

    مقال مفيد جدا جدا. في الحقيقة أود أن أعرف رأيك في شركة Data Sift. الشركة تقدم اشتراك شهري للشركات الصغيرة يبلغ ٣٠٠٠ دولار. ٣٠٠٠ دولار للشركات الصغيرة!!!!! يعني انت برأيك ستستفيد الشركة – كشركة صغيرة أو حتى متوسطة – من ال٣٠٠٠ دولار؟؟ مؤكد أن الشركات الكبيرة ستستفيد و لكن بالنسبة للصغيرة و المتوسطة، يوجد أدوات مجانية، لماذا الدفع. كشركة صغيرة لن يكون هناك كلام كثير عنها في الشبكات الاجتماعية و ستفي الادوات الصغيرة للتحليل. في الحقيقة جربت أدوات عديدة و رأيت ان بالنسبة للشركات الصغيرة خاصة، الادوات المجانية تكفي مهما كان القطاع فما رأيك في هذا؟ ساعطي مثال. بالنسبة للادوات و الاعلام التقليدي، الشركات الصغيرة لا تدفع على سبيل المثال من أجل رصد مايقال عنها في التلفاز أو الراديو. أما الشركات الكبيرة تدفع. أنتظر رأيكم.

  2. wa2el.net في 18 May, 2012 12:45 am

    شكرا لك رهف.
    السعر صحيح مرتفع، ولكن ما تقدمه داتا سيفت ليس مجرد بيانات، بل هي توفر البيانات+معلومات من كلاوت، معرفة الجنس، طبيعة الآراء Sentiment analysis، بالإضافة الى مصادر معلومات متنوعة (فيس بوك، امازون، توتير، المدونات،….). ببساطة هي شركة توفر غنى معلوماتي عن الكلمات المراد متابعتها تتفوق به عن كل المواقع المجانية. السؤال هو: هل انت بحاجة لهذا الكم من المعلومات؟ ربما في الموضوع الذي تكلمت عنه وهو social media monitoring، بالفعل المواقع المجانية كافية، خصوصا اذا كان المحتوى المولد ليس غزيرا.. ولكن ماذا لو كانت شركتك تقدم دراسات عن الشبكات الاجتماعية لشركة كبيرة ترغب في معرفة ما يقال عنها وعن منافسيها؟ هنا قد يكون من المبرر دفع هذا المبلغ. اذا ما يحكم عملية الدفع واللجوء الى داتا سيفت هو الغرض من البحث\المشروع.
    شكرا لك مجددا ولا تترددي بالسؤال.

  3. رهف في 18 May, 2012 12:56 am

    فعلا فعلا الان فهمت. يوجد شركات عديدة تشترك لتقديم تحاليل لشركات أخرى كبيرة. سمح لي تجريب أكثر من أداة مدفوعة في مجال الرصد مثل Attentio و Radian6 و… رأيت أنهما فعلا مهمين للشركات الكبيرة فقط. بالنسبة لتحليل الاراء Sentiment قال لي مدراء تلك الشركات انها تقريبا بنسبة ٥٠٪ صحيحة فقط. مهما كانت الاداة التي تستخدمها. على فكرة أغلب النتائج عند الرصد من تويتر. نتائج قليلة جدا من فيسبوك و لا نتائج تقريبا من لينكد اين (لم ادرس رصد المدونات و المواقع) هذا حسب عدة دراسات. ننتظر مقالات أخرى في هذا المجال.

  4. wa2el.net في 18 May, 2012 1:12 am

    صحيح.. أنا أيضا قمت بتجربة راديان ٦ وأتنتيو وغيرها.. برامج متميزة فعلا، وبالمناسبة عدد منها (لا أذكر ان كانت راديان ٦ او اتنتيو) تتعامل مع داتا سيفت وتشتري منهم البيانات. لأن الوضع التقليدي الذي يتيحه تويتر للعموم محدود جدا. أقصد البيانات الممكن ارتجاعها عبر ال API. مثلا أنا في هذه الدراسة اضطررت لعمل ٢٠ حساب لأستطيع جمع المعلومات التي أردت.
    بالنسبة لل sentiment هو كما ذكرتِ، والوضع يصبح أكثر سوءا مع المحتوى العربي (الدقة تنخفض بشكل كبير). حضرت مؤتمرا في لندن منذ فترة وقال لي مسؤول في شركة KPMG الاستشارية بأنهم متحمسون لموضوع تحليل المحتوى الاجتماعي، ولكن ما يقلقهم ليس دقة ال sentiment، انما عدم امكانية أي خوارزمية من التقاط التويتات التي تهزأ أو تسخر من شيء.. أي ال sarcasm 🙂 وهذا صحيح تماما، فعندما أكتب تويتة في ظاهرها مديح ولكنها في الأصل انتقاد واستهزاء لاذع، فكيف سيكشفها التطبيق\الخوارزمية.

    بالنسبة للفيس بوك ومن تجربة، المحتوى قليييل جدا والسبب كما تعرفين الخصوصية.. التطبيقات الوحيدة الى حد الآن المناسبة للفيس بوك برأيي هي التي تعنى بإدارة محتوى صفحات الشركات الموجودة أصلا هناك ك hootsuite وغيرها.. عدا عن ذلك فهو ليس بثري. لا أعلم عن لينكد ان، ولا اطلاع لدي عن مدى المعلومات التي يتيحونها عبر ال API خاصتهم.

    شكرا رهف وسعدت بأنك مهتمة بهذه المواضيع. تحياتي

  5. Haider في 23 May, 2012 6:25 pm

    الحقيقة موضوع قيم جدا , أنا حالياً اقوم بدراسة المخاطر الأمنية في الشبكات الأجتماعة, ولكن انا حالياً مقيم في الصين ولا استطيع الوصول الى تويتر وفيس بوك كونهما مغلقه هنا. هل بالأمكان ان توضح ماهي الشبكات الأجتماعية التي يستخدمها العالم العربي والتي تدعم خاصية API.
    شكراً جزيلاً – وارجو ان احصل على جواب
    حيدر – الصين

  6. www.ayam-zman.com في 5 June, 2012 2:35 am

    موقع يتحدث عن ايام زمان بكل معانيه الحلوة فيتحدث عن العالم زمان وكيف كانت بدايته وعن اختراعات وابتكارات زمان ويوجد قسم يذكر بايام الطفوله من اغانى والعاب وتسالى زمان الجميله

  7. ميس في 14 June, 2012 1:19 pm

    حلو اوى اوى اوى الموضوع ده . تسلم ايديكوا

  8. Ahmed Fikry في 25 June, 2012 3:01 pm

    حلو التحليل الجميل دا … شكرا على الموضوع

  9. وظائف خالية في 30 August, 2012 12:30 pm

    ربما كانت هذه هي زيارتي الأولي لهذه المدونة .. ولكنها حتماً لن تكون الأخيرة
    فالمرء يقابل أحياناً من يظن في نفسه القدرة على التدوين .. وهم كثير
    ولكنه يأتي عليه يوم – مثل هذا اليوم – يقابل فيه من يلتهم كلماتهم المكتوبة التهاماً
    شكراً لك على العرض الرائع 🙂

  10. شقق وعقارات وفيلات للبيع والايجار فى مصر في 3 September, 2012 12:26 pm

    الشبكات الاجتماعية اصبح دورها لا حدود له فى العالم الواقعى ، بمعنى ان العالم االافتراضى اثر على العالم الواقعى بشكل كبير ، واصبح العالم الواقعى لايستطيع الاستغناء عن العالم الافتراضى

  11. أنا واصل دوت كوم في 8 September, 2012 2:11 pm

    وبتلك التقنية نستطيع ان نقول ان العالم اصبح قرية صغيرة

  12. تثقف في 17 September, 2012 4:05 pm

    ايع المعلومات الجامده اوى دى
    الف شكر يا غالى على المقاله وفى انتظار جديدك

  13. أحلى حاجة دوت كوم في 22 October, 2012 4:04 pm

    موضوع قيم
    اتمنى لك مزيد من الابداع والتألق

  14. وظائف من اتصالات في 1 November, 2012 4:26 pm

    شكرا على هذا التحليل الرائع

  15. فاضل في 4 November, 2012 10:42 am

    مقالة رائعة جداً، أنا مهتم جداً بموضوع التنقيب في الشبكات الاجتماعية ،
    مشكور جدً

  16. بدر الجريسي في 11 November, 2012 7:36 am

    السلام عليكم ورحمة الله

    أشكرك أستاذ وائل على هذا الموضوع الرائع

    ولقد قمت بإرسال إيميل بخصوص هذه القضية

    اتمنى الاطلاع عليه في أقرب وقت ممكن

    وتقبل تحيتي

  17. Self Improvement Planet في 11 December, 2012 12:06 am

    التحليل أكثر من رائع
    بجد أكثر من ممتاز
    لديّ بعض الاقتراحات التي أتمنى أن تحوز رضاك وقبول لديك (وبالطبع القبول يتبعه تنفيذ أي من هذه الاقتراحات :)):-
    1- عمل هذه المقالت ببرنامج باور بوينت ووضعها في موقع SlideShare.
    2- عملها كفيديو على اليوتيوب بالتعليق العربي والأجنبي .. سيجلب لك هذا آلاف الزوار
    3- استخدام موقع ريجزا في التعبير عن هذه الإحصائية بشكل متميز.
    4- .. قول انت بقى 🙂

    ربنا يوفقك وشكراً على التحليل الرائع.

  18. abo nawas في 11 January, 2013 3:36 pm

    لتحليل اكثر من رائع و اضاف الي الكثير
    و انا على المستوى الشخصي اضف لي شبكات التواصل الاجتماعي مزيد من التواصل مع الاهل و الاصحاب و يتابع بعضنا اخبار بعض

  19. جمالك مع نانيس في 14 January, 2013 6:12 pm

    موضوع رائع
    شكرا لكم

  20. طارق في 25 March, 2013 5:46 pm

    السلام عليكم ورحمة الله وبركاته
    اخي الفاضل كيف يمكنني التواصل مع حضرتكم لأني طالب دراسات عليا وابحث في موضوع الشبكات الاجتماعية واود الاستفادة من خبراتكم وتقبلوا فائق التقدير والاحترام
    طارق الداقل من ليبيا

  21. Evan في 19 April, 2013 12:42 am

    Some First Class stamps propecia generic Employers may decide to have their members’ prescriptions filled from certain

  22. فابريكا في 23 April, 2013 12:21 pm

    موضوع قيم
    يعطيك العافية

  23. اسعار ومواصفات الموبايلات في 9 May, 2013 11:12 pm

    مقال رائع بالفعل ، شكرا للكاتب

  24. funny questions في 25 May, 2013 9:07 pm

    كل الاحترام على المجهود اخي وائل

  25. البحث عن وظائف في 27 June, 2013 12:31 am

    جيد جدا

  26. الطب البديل في 30 August, 2013 8:47 am

    تحليل رائع شكرا لك

  27. فتيحة صدوقي في 21 November, 2013 1:21 pm

    السلام عليكم ورحمة الله وبركاته
    اخي الفاضل كيف يمكنني التواصل مع حضرتكم لأني طالبة دراسات عليا وابحث في موضوع الشبكات الاجتماعية وأود الاستفادة من خبراتكم وتقبلوا فائق الاحترام و التقدير
    فتيحة صدوقي الجزائر

  28. نوكيا لوميا 920 في 29 November, 2013 5:33 pm

    موضوع قيم
    اتمنى لك مزيد من الابداع والتألق

  29. محمد يوسف في 15 March, 2014 1:46 am

    موضوع رائع وقيم ، وبالنسبة لمنهجية تحليل الشبكات الاجتماعية هي جديدة وهناك ندرة في المراجع لشرح هاته المنهجية خاصة باللغة العربية وقد أردت استعمالها في موضوع بحثي ولكن لم أجد الاساتذة المتمكنين في هذا الموضوع لذلك أرجوا مساعدتي ، ولكم جزيل الشكر

  30. منظور تحليلي للشبكات الإجتماعية للمنظمات .. دعوة مفتوحة للتعاون | wa2el.net في 2 April, 2014 10:33 pm

    […] استعرضت مسبقا عددا من المفاهيم الأساسية لمجال تحليل الشبكات الاجتماعية هنا. […]

  31. abdelwadoud في 5 April, 2015 5:17 pm

    أفضل موقع PTC على الاطلاق شبيه موقع Neobux

    http://www.ariib7.com/2015/04/ptc-neobux.html

  32. النخبة للعملات في 9 April, 2015 10:45 pm

    الموضوع رائع جدا
    شكرا على الافاده

  33. mona في 25 May, 2015 1:19 am

    تحليل ممتاز مشكور

  34. شقق للبيع في 1 June, 2015 12:16 pm

    التحليل أكثر من رائع
    بجد أكثر من ممتاز

  35. شقق للبيع في 13 June, 2015 3:11 pm

    تسلم ايديك شكراااااااااااااااااااااااااا

  36. موقع العاب في 15 July, 2015 12:39 pm

    الحقيقه انا كتير استفدت

  37. Tiger9751 في 12 September, 2015 10:39 am

    مقال مشكور عليه….

  38. فادي عمروش | مقدمة في علم تحليل الشبكات الاجتماعية في 15 September, 2015 7:40 pm

    […] [4]  مدونة وائل.نت. […]

  39. من يدير دفة الحوار والتأثير في الشبكات الاجتماعية ؟ دراسة تحليلية على نقاش التحرش | سم ون في 17 September, 2015 9:42 am

    […] لعدة مغردين في تغطية حدث تفجير في دمشق بمعايير مختلفة. (تدوينة / شرائح […]

  40. عمار في 13 February, 2016 9:38 am

    السلام عليكم الموضوع جدا جميل وعندي بحث اعمله على الشبكات التواص الاجتماعي والارهاب ,,ممكن اقدر احصل البرناج networkx اقصد الكود الي حللت فيه

  41. محمد حسين خالد في 18 December, 2016 9:57 pm

    اشكر الجميع على هذه المعلومات القيمة
    واخص بالشكر المهندس وائل على طرحة الجميل

    انا طالب دكتوراة وما زلت في اول الطريق ورسالتي حول التنبؤ بالارهابيين في تويتر

    وسمعت عن برنامج اسمه nodexl لجلب البيانات من تويتر وتحليلها ولكني فعلا احتاج الى بيانات كثيرة لاني لست مستخدما نشطا في تويتر وليس لدي متابعين او اصدقاء كثر

    فما الحل
    هل اشترك في data sift ام توجد طريقة اسهل
    وسؤالي الثاني
    هل برنامج nodexl يقوم بمقاييس تحليل الشبكات الاجتماعية التي تحدثت عنها في مدونتك ام احتاج الى اكواد

    واشكركم على الرد مقدما
    ولمن لديه أي اقتراحات او افكار تسهل عملي ارجوا اخباري بها

إكتب تعليقك