البيانات الضخمة Big data كبيرة، كما كانت، وغالبًا ما تكون العبارة الطنانة مصحوبة بمصطلحات مرتبطة بها مثل التنقيب عن البيانات data mining، والتعلم الآلي machine learning، والذكاء الحسابي computational intelligence، والويب الدلالي semantic web، والشبكات الاجتماعية social networks. تبحث الأبحاث المنشورة في المجلة الدولية للحوسبة السحابية International Journal of Cloud Computing في البيانات الضخمة في هذا السياق وتتساءل عن أفضل السبل التي يمكن بها تحليل البيانات الاجتماعية الضخمة باستخدام أحدث الأدوات للسماح لنا باستخراج معرفة جديدة.
تمثل وسائل التواصل الاجتماعي والشبكات الاجتماعية مصدر معلومات ضخم حيث يستخدم مئات الملايين من الأشخاص عشرات من الأدوات، مثل Twitter و Instagram و Facebook بشكل يومي وينشرون المليارات من التحديثات والصور ومقاطع الفيديو وغير ذلك الكثير. قد يتم استخراج كل هذه المعلومات، التي يمكن الوصول إلى الكثير منها للجمهور، للحصول على معرفة مفيدة يمكن أن تكون، بدورها، مفيدة لمجموعة واسعة من الأطراف الثالثة في أنواع مختلفة من الأعمال، والمنظمات غير الهادفة للربح، وإنفاذ القانون، وأولئك في التجارة والتسويق والباحثين في الاقتصاد الاجتماعي والرعاية الصحية والعديد من المجالات الأخرى.
يشير Brahim Lejdel من جامعة الواد بالجزائر إلى أن الجمع بين تقنيات البيانات الضخمة وخوارزميات التعلم الآلي التقليدية قد أدى بالفعل إلى بعض التحديات الجديدة والمثيرة للاهتمام لوسائل التواصل الاجتماعي والشبكات الاجتماعية. من بين التحديات أفضل السبل لمعالجة وتخزين وتمثيل وتصور المستودعات الضخمة للمعلومات التي تمثلها البيانات الضخمة.
يستخدم البحث الجديد نهجًا هجينًا من أنظمة وخوارزميات متعددة العوامل. إنه يقدم ما يصفه Lejdel بأنه "نهج جديد يمكنه استخراج الكيانات وعلاقاتها من البيانات الاجتماعية الضخمة." يذكر أن هذا سيسمح للباحثين بسحب المعرفة المفيدة من البيانات الضخمة. يشير Lejdel إلى أن البحث في البيانات الضخمة والشبكات الاجتماعية لا يزال في مهده بالطبع. تقربنا كل خطوة صغيرة في البحث من فهم البيانات الضخمة والاستفادة منها ومعالجة تلك التحديات.
في العمل الحالي، يقترح ما يصفه بأنه "نموذج مفاهيمي يساعد صانعي القرار والعملاء على إيجاد الحلول الأكثر صلة والمتاحة حاليًا لاستخراج المعرفة في وسائل التواصل الاجتماعي وإدارتها والتحكم فيها وتحليلها وتصورها من أجل تحسين تجارب المستخدمين و خدمات".
تمثل وسائل التواصل الاجتماعي والشبكات الاجتماعية مصدر معلومات ضخم حيث يستخدم مئات الملايين من الأشخاص عشرات من الأدوات، مثل Twitter و Instagram و Facebook بشكل يومي وينشرون المليارات من التحديثات والصور ومقاطع الفيديو وغير ذلك الكثير. قد يتم استخراج كل هذه المعلومات، التي يمكن الوصول إلى الكثير منها للجمهور، للحصول على معرفة مفيدة يمكن أن تكون، بدورها، مفيدة لمجموعة واسعة من الأطراف الثالثة في أنواع مختلفة من الأعمال، والمنظمات غير الهادفة للربح، وإنفاذ القانون، وأولئك في التجارة والتسويق والباحثين في الاقتصاد الاجتماعي والرعاية الصحية والعديد من المجالات الأخرى.
يشير Brahim Lejdel من جامعة الواد بالجزائر إلى أن الجمع بين تقنيات البيانات الضخمة وخوارزميات التعلم الآلي التقليدية قد أدى بالفعل إلى بعض التحديات الجديدة والمثيرة للاهتمام لوسائل التواصل الاجتماعي والشبكات الاجتماعية. من بين التحديات أفضل السبل لمعالجة وتخزين وتمثيل وتصور المستودعات الضخمة للمعلومات التي تمثلها البيانات الضخمة.
يستخدم البحث الجديد نهجًا هجينًا من أنظمة وخوارزميات متعددة العوامل. إنه يقدم ما يصفه Lejdel بأنه "نهج جديد يمكنه استخراج الكيانات وعلاقاتها من البيانات الاجتماعية الضخمة." يذكر أن هذا سيسمح للباحثين بسحب المعرفة المفيدة من البيانات الضخمة. يشير Lejdel إلى أن البحث في البيانات الضخمة والشبكات الاجتماعية لا يزال في مهده بالطبع. تقربنا كل خطوة صغيرة في البحث من فهم البيانات الضخمة والاستفادة منها ومعالجة تلك التحديات.
في العمل الحالي، يقترح ما يصفه بأنه "نموذج مفاهيمي يساعد صانعي القرار والعملاء على إيجاد الحلول الأكثر صلة والمتاحة حاليًا لاستخراج المعرفة في وسائل التواصل الاجتماعي وإدارتها والتحكم فيها وتحليلها وتصورها من أجل تحسين تجارب المستخدمين و خدمات".
