Integrating Social Network Analysis and Topic Modeling in Social Media Research: A Systematic Literature Review of Open-Access Scopus Studies (2016-2026)
تكشف هذه المراجعة المنهجية للأدبيات، التي شملت 194 دراسة من المصادر المفتوحة في قاعدة بيانات "سكوبس" (Scopus) من عام 2016 إلى عام 2026، أنه في حين أن دمج تحليل الشبكات الاجتماعية ونمذجة المواضيع في أبحاث وسائل التواصل الاجتماعي ينمو بسرعة ويركز بشكل أساسي على الصحة والسياسة عبر منصة "تويتر"، إلا أن التطبيقات الحالية لا تزال سطحية ومتوازية إلى حد كبير، مما دفع المؤلف إلى اقتراح تصنيف شامل، ونموذج بحثي، وأجندة لتعزيز العمق المنهجي ومعايير التحقق.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تترك وسائل التواصل الاجتماعي خلفها نوعين متميزين من البصمات في كل مرة نتصفح فيها، أو ننشر، أو نشارك. إحدى هاتين البصمتين هي المحتوى نفسه: الكلمات التي نكتبها، والآراء التي نعبر عنها، والقصص التي نرويها. أما البصمة الأخرى فهي الاتصال: فعل إعادة التغريد، أو الرد، أو متابعة شخص ما، وهو ما يكشف عمن يستمع لمن وكيف تنتقل الأفكار بين الناس. لسنوات طويلة، درس الباحثون هاتين البصمتين بشكل منفصل؛ حيث قامت بعض الفرق برسم خرائط للاتصالات لمعرفة كيفية تشكل المجتمعات وكيفية انتشار التأثير، بينما حلل آخرون النصوص لفهم ما يقوله الناس بالفعل. ولكن لفهم العالم الرقمي حقاً، يجب على المرء أن ينظر إلى خريطة العلاقات وخريطة المحادثة في آن واحد. لقد كان التحدي يكمن في كيفية نسج هاتين الخريطتين المختلفتين معاً دون فقدان التفاصيل في أي منهما.
تلقي مراجعة منهجية حديثة أجراها "دوي جايا سابوترا"، وهو باحث في جامعة براويجايا، نظرة شاملة على كيفية محاولة العلماء دمج هذين الأسلوبين على مدار العقد الماضي. فحصت الدراسة 194 مقالاً بحثياً مفتوح المصدر نُشرت بين عامي 2016 و2026 حاولت دمج تحليل الشبكات الاجتماعية مع نمذجة المواضيع. لم يكن الهدف مجرد عدّ الدراسات الموجودة، بل فهم كيفية بنائها، وما توصلت إليه، وإلى أين يتجه هذا المجال. وتكشف المراجعة عن مجال ينمو بسرعة ولكنه غالباً ما يتوقف عند السطح، حيث يقوم الباحثون بإجراء تحليلين منفصلين جنباً إلىاً بدلاً من نسجهما في فهم واحد أكثر عمقاً.
بدأت المراجعة بالبحث في قاعدة بيانات أكاديمية كبرى عن الدراسات التي استخدمت كلاً من تحليل الشبكات ونمذجة المواضيع على بيانات وسائل التواصل الاجتماعي. وبعد تصفية المقالات المكتوبة باللغة الإنجليزية والمتاحة مجاناً، قلص الباحثون قائمة تضم 560 ورقة بحثية محتملة إلى 194 ورقة استوفت معايير صارمة. غطت هذه الدراسات مجموعة واسعة من المواضيع، من المناقشات الصحية والجدالات السياسية إلى اتجاهات الأعمال والمخاوف البيئية. جاءت البيانات من منصات عديدة، وإن كانت منصة "إكس" (تويتر سابقاً) قد وفرت المعلومات لأكثر من نصف الدراسات. ومع مرور الوقت، زاد استخدام منصات أخرى مثل "ريديت"، و"يوتيوب"، و"ويبو"، مما يشير إلى توسع المشهد البحثي بعيداً عن مصدر واحد.
وعندما نظر الباحثون في كيفية إجراء هذه الدراسات، وجدوا نمطاً واضحاً في كيفية دمج هذين الأسلوبين. ففي الغالبية العظمى من الحالات، أي حوالي 71 بالمئة، استخدم الباحثون نهجاً "متوازياً". وهذا يعني أنهم أجروا تحليلاً للمواضيع لمعرفة ما يتحدث عنه الناس، وتحليلاً للشبكة لمعرفة من المتصلون، ثم قارنوا ببساطة بين النتائج. الأمر يشبه النظر إلى خريطة لطرق مدينة وقائمة بمتاجرها الشهيرة بشكل منفصل، ثم ملاحظة أنها تبدو متداخلة، دون تتبع المسارات التي تؤدي فعلياً إلى تلك المتاجر. وبينما يعد هذا الأسلوب شائعاً ومفيداً للحصول على نظرة عامة، وجدت المراجعة أنه نادراً ما يختبر ما إذا كانت الروابط بين الاثنين حقيقية أم مجرد مصادفة.
أما نسبة صغيرة فقط من الدراسات، حوالي 9 بالمئة، فقد حاولت اتباع نهج "مشترك"، حيث يتم تحليل الشبكة والنص معاً في إطار رياضي واحد. وتعد هذه الدراسات أكثر تعقيداً لأنها تحاول تقدير بنية المجتمع ومحتوى المحادثة في وقت واحد. واستخدمت مجموعة أخرى من الدراسات نهج "الشبكة إلى الموضوع"، حيث حددوا أولاً مجموعات من الناس ثم حللوا ما تقوله تلك المجموعات المحددة. وهناك مجموعة رابعة نادرة، تشكل أقل من 5 بالمئة، استخدمت نهج "الموضوع إلى الشبكة"، حيث بنوا الروابط بين الناس بناءً على تشابه المواضيع التي ناقشوها. وتشير المراجعة إلى أنه بينما يتحرك المجال نحو أساليب أكثر تطوراً، لا يزال النهج المتوازي البسيط هو الخيار الافتراضي لمعظم الباحثين.
كما تطورت الأدوات المستخدمة لتحليل النصوص. لفترة طويلة، كان أسلوب يُسمى "تخصيص ديريكليه الكامن" (LDA) هو المعيار لإيجاد المواضيع الخفية في المجموعات الكبيرة من النصوص، وقد ظهر في حوالي ثلث الدراسات التي تمت مراجعتها. ومع ذلك، بدأت الأساليب الجديدة التي تستخدم فهم اللغة المتقدم، مثل "بير توبيك" (BERTopic)، في الظهور بشكل متزايد، خاصة في السنوات الأخيرة. وبالرغم من هذا التحول التكنولوجي، لاحظت المراجعة فجوة كبيرة في الشفافية: فنصف الدراسات لم تذكر الخوارزمية المحددة التي استخدمتها في ملخصاتها. علاوة على ذلك، لم تتضمن دراسات قليلة جداً شرحاً واضحاً لكيفية التحقق من دقة نتائجها. ولم تذكر معظم الملخصات ما إذا كان الباحثون قد اختبروا ما إذا كانت نتائجهم ستتغير إذا استخدموا إعدادات مختلفة أو أدوات مختلفة.
خلص الباحثون إلى أنه بينما أصبح دمج هذين الأسلوبين جزءاً روتينياً من أبحاث وسائل التواصل الاجتماعي، إلا أن هذا الدمج غالباً ما يكون سطحياً. لقد نما المجال من مقال واحد فقط في عام 2016 إلى 36 مقالاً في عام 2025، مما يظهر تسارعاً واضحاً في الاهتمام. ومع ذلك، فإن طريقة تصميم هذه الدراسات لم تواكب هذا النمو. وتقترح المراجعة إطاراً جديداً للبحوث المستقبلية يشجع العلماء على تجاوز مجرد إجراء تحليلين منفصلين. وبدلاً من ذلك، ينبغي عليهم اختيار مسار محدد لكيفية تفاعل الشبكة والنص، سواء كان ذلك عبر بناء شبكة من المواضيع أو تحليل المواضيع ضمن مجتمعات محددة. ومن الأهمية بمكان، كما يجادل المؤلف، أن يقوم الباحثون بالتحقق من صحة نتائجهم المدمجة، واختبار ما إذا كانت الصلة بين الناس والكلمات تصمد تحت ظروف مختلفة.
وبالنظر إلى المستقبل، ترسم المراجعة أجندة لعقد من البحوث القادم. فهي تدعو إلى مزيد من الدراسات حول منصات أخرى غير "إكس"، بما في ذلك المواقع القائمة على الفيديو وتطبيقات المراسلة التي تعاني حالياً من نقص التمثيل. كما تحث الباحثين على توسيع نطاق عملهم ليشمل اللغات والمناطق التي تم تجاهلها إلى حد كبير، والابتعاد عن هيمنة الدراسات القادمة من الولايات المتحدة والصين. وأخيراً، تقترح المراجعة أن المسار الأكثر واعداً يكمن في تطوير نماذج تعامل بنية الشبكة ومحتوى المحادثة كنظام واحد مترابط. ومن خلال القيام بذلك، يمكن للباحثين الانتقال من مجرد وصف ما يحدث على وسائل التواصل الاجتماعي إلى الفهم الحقيقي لكيفية تشكيل الروابط بين الناس للأفكار التي يتشاركونها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.