Home/المجلة المصرية لبحوث الرأى العام/Article Record
Peer-Reviewed Article July 31, 2021

توظیف تطبیقات الذکاء الاصطناعی لتحلیل مشاعر مستخدمی مواقع التواصل الاجتماعی فی الوقت الفعلی لأزمة جائحة فیروس کورونا

Are you an author of this work?Link to your sovereign AfriScholar profile
Published in: المجلة المصرية لبحوث الرأى العام
Publisher: Cairo University, Faculty of Mass Communication • Egypt • 1110-5844 • 2682-4655
DOI: https://doi.org/10.21608/joa.2021.190747

Abstract

لقد أدت جائحة کورونا إلى نقاش عام ومهم علي وسائل التواصل الاجتماعي، وبالتالي يمکن أن يساعد فهم هذه المناقشات المسئولين والأفراد علي تجاوز هذه الجائحة، ولذلک هدفت الدراسة إلي تحليل المشاعر العامة تجاه تفشي فيروس کورونا، وتحديد الموضوعات السائدة في المناقشات المتعلقة بالفيروس علي موقع تويتر. وطبقت الدراسة منهجية التعلم الآلي "Machine learning" في مجال الذکاء الاصطناعي "Artificial Intelligence" لتحليل البيانات التي تم جمعها من موقع تويتر الفترة من 1 مارس إلى 30 مايو 2020، وشملت عينة الدراسة 109154 تغريدة. وقد أسفرت الدراسة عن ثلاثة جوانب رئيسية حول المشاعر العامة بشأن جائحة کورونا، أولاً- تم تقسيم اتجاهات المواطنين نحو انتشار وأعراض فيروس کورونا إلى ثلاث مراحل؛ ثانيًا- أظهرت نتائج تحليل المشاعر أن معظم المواطنين (الرقميين) لديهم مشاعر سلبية تجاه فيروس کورونا علي موقع تويتر، وجاءت مشاعر الخوف في المرتبة الأولي؛ ثالثًا- استنادًا إلى نمذجة الموضوعات تم تقسيم الموضوعات المتعلقة بـ "فيروس کورونا" علي تويتر -التي عبرت عن مخاوف المستخدمين- إلى خمس فئات رئيسية على النحو التالي:1) بيئة الرعاية الصحية؛ 2) والدعم النفسي والعاطفي،3) واقتصاد الأعمال؛ 4) والتغير الاجتماعي؛ 5) التوتر والاجهاد النفسي. وفي ضوء ذلک يمکن استخلاص الآتي: (أ) يمکن استخدام موقع تويتر کمدخل واعد ليعکس معرفة المواطن؛ (ب) يمکن استخدام التغريدات لتحديد تقلبات حدة الأزمات بمرور الوقت؛ (ج) تحليل المشاعر للتغريدات يؤکد صحة تطبيق رسائل التغريدات المحددة جغرافيا لتحديد المناطق شديدة التأثر بالأزمة.

Download Full Text PDFView at PublisherCrossref RecordCrossref XML

Verified Citation Velocity

Recorded scholarly citations in African and international peer-reviewed literature

2
Total Citations

Citations are continuously tracked and harvested across continental OJS endpoints and OpenAlex feeds.