نهِ ده

نوشته های محسن فینی زاده

نوشته های محسن فینی زاده







درباره من | ارتباط من | تلگرامم | توییترم
---------------------------------

بایگانی

۶ مطلب با کلمه‌ی کلیدی «داده_کاوی» ثبت شده است

همه چیز در مورد هشتگ یک سال گذشته شبکه‌های اجتماعی را در «صبح‌نو» بخوانید

 

ابرهشتگ‌های سال

✍️محسن فینی‌زاده | تحلیلگر شبکه‌های اجتماعی

منتشر شده در روزنامه صبح نو👇

http://sobhe-no.ir/newspaper/984/11/40053

منتشر شده در خبرگزاری آنا👇

https://ana.press/fa/news/113/504578

منتشر شده در راسخون👇

https://rasekhoon.net/news/show/1535090/

هشتگ را کلمه یا عبارتی متشکل از اعداد و حروف می‌دانیم که بین آن‌ها فاصله‌ای وجود ندارد و در ابتدای آن از نماد‌# استفاده می‌شود تا امکان شناسایی هر موضوعی را برای دیگر کاربران شبکه اجتماعی آسان کند. هشتگ دقیقا نوعی برچسب است که در شبکه‌های اجتماعی و صفحات وب روی موضوعات مختلف زده می‌شود تا هر زمان که جست‌وجویی اتفاق بیفتد، بتوانیم مجموعه‌ای از مطالب را مرتبط با موضوع مورد نظر خود یکجا در اختیار داشته باشیم.

گزارش «صبح‌نو» از سهم موضوعات مختلف در میان پست‌های منتشر‌شده کاربران فارسی‌زبان اینستاگرام

✍️محسن فینی‌زاده | تحلیلگر شبکه‌های اجتماعی

منتشر شده در روزنامه صبح نو👇

http://sobhe-no.ir/newspaper/974/11/39621

 

فرایند جهانی شدن با گسترش قلمرو، روابط زندگی اجتماعی دنیای اجتماعی افراد را بسیار بزرگتر می‌کند و احساس کنترل­‌ناپذیر‌شدن چنین دنیایی را در آن‌ها به‌­وجود می­‌آورد. شبکه‌­های اجتماعی مجازی به لحاظ عمومیت یافتن در میان کاربران و با گستره وسیع جغرافیایی در درون مرزهای ملی، تبدیل شدن به یک ارتباط خصوصی، شخصی و فارغ بودن از هر نوع کنترل از سوی مراجع قدرت، به‌­وسیله‌­ای بی‌­بدیل در عرصه ارتباطات تبدیل شده‌اند و زمینه‌­های تأثیرگذاری خارج از کنترل دولت‌ها و نهادهای قدرت را در جوامع به‌­وجود آورده‌­اند.

اقلیت منتقدان


✍️یادداشت محسن فینی‌زاده | تحلیلگر شبکه‌های اجتماعی

منتشر شده در روزنامه صبح نو👇

http://sobhe-no.ir/newspaper/969/14/39408

دوره یازدهم مجلس شورای اسلامی از هفتم خرداد رسماً آغاز شد. رویدادهای این چند هفته برای نمایندگان، بعضی از قوانین، تایید اعتبار‌نامه نمایندگان و انتخاب هیات رییسه مجلس تا حدود زیادی توانست توجه کاربران شبکه‌های اجتماعی را به خود جلب کند .

در طول شروع کار این مجلس تا به حال بیش از دو میلیون محتوا در شبکه‌های اجتماعی مرتبط با نمایندگان و مجلس منتشر شده است که این محتواها توانسته میلیون‌ها بازدید و لایک از دیگر کاربران بگیرد. در نمودار زیر نمایش خط زمان انتشار پست‌ها در سه بستر تلگرام، توییتر و اینستاگرام را می‌توانید مشاهده کنید که همانطور که مشخص است روز افتتاحیه مجلس در هر سه بستر بیشتر انتشار پست را به خود اختصاص داده است.

 

✍️یادداشت محسن فینی‌زاده | تحلیلگر شبکه‌های اجتماعی

منتشر شده در روزنامه صبح نو👇

http://sobhe-no.ir/newspaper/964/14/39197

 می‌توان گفت یکی از اصطلاحاتی که در سال‌های اخیر در زمینه فناوری اطلاعات زیاد شنیده شده است، بیگ دیتا یا کلان داده است. بیگ دیتا (Big Data) فقط در حوزه فناوری اطلاعات مطرح نمی‌شود کاربرد‌های زیادی در پزشکی، اقتصاد، بانکداری، حسابداری و دارد، داده‌هایی که هر روز از حساب‌های بانکی، بورس،تراکنش‌های بانکی، بیماران و آزمایش‌های تجربی، اطلاعات بیمه‌شدگان یا هر اطلاعات عظیم سازمانی حاصل می‌شود، همه و همه بیگ دیتا یا کلان داده هستند.

 

پیش‌بینی انتخابات رییس‌جمهوری 96 با داده‌های مجازی


✍️یادداشت محسن فینی‌زاده | تحلیلگر شبکه‌های اجتماعی

منتشر شده در روزنامه صبح نو👇

http://sobhe-no.ir/newspaper/959/13/38992 

 

 در داده‌کاوی یا تحلیل داده در شبکه اجتماعی به صورت کلی از یک دیدگاه می‌توان سه بخش اصلی برای مرتبط با حوزه محدودی از علوم اجتماعی در نظر گرفت؛ اول، پیش‌بینی کنش افراد که می‌تواند در رویدادهای اجتماعی، اقتصادی یا سیاسی باشد، دوم، ذائقه‌سنجی، افکارسنجی بر اساس داده‌های شبکه‌های اجتماعی.

 

 

به صورت کلی 6 مزیت برای افکارسنجی مبتنی بر شبکه‌های اجتماعی می‌توان بیان کرد اما قبل از بیان این مزیت‌ها، ذکر چند نکته ضروری است.

 

 داده‌کاوی شبکه اجتماعی


✍️یادداشت محسن فینی‌زاده | تحلیلگر شبکه‌های اجتماعی

منتشر شده در روزنامه صبح نو👇

http://sobhe-no.ir/newspaper/950/12/38601

چگونه از داده‌های اطلاعاتی برای تصمیم‌گیری بهینه استفاده کنیم؟

 به ‌باور بسیاری از صاحب‌نظران، علم داده جذاب‌ترین و پرکاربردترین علم قرن حاضر است. در مجله بررسی کسب‌و‌کار هاروارد[1] از شغل دانشمند داده با عنوان جذابترین شغل یاد شده است. اما علم داده چیست؟

 

علم داده[2] یک زمینه میان رشته‌ای است که از روش‌ها، فرایندها، الگوریتم‌ها و سیستم‌های علمی برای استخراج دانش و بینش از داده‌ها در اشکال گوناگون (ساختار‌یافته و ساختار‌نیافته) استفاده می‌کند. در حقیقت وظیفه اصلی علم داده تبدیل اطلاعات و داده‌های خام به دانش قابل استفاده می‌باشد. در علم داده ، متخصصان در میان حجم عظیمی از داده‌های به ظاهر پراکنده ، الگوهایی را براساس مسأله خود می‌یابد و تصمیم‌گیری‌های بعدی خود را براساس این کار انجام می‌دهند.