کارشناس رسانه های اجتماعی ۱۷۰ هزار توئیت کرونایی را تحلیل کرد
میثم علی‌زاده، محقق فوق‌دکتری دانشگاه پرینستون و کارشناس رسانه های اجتماعی گزارشی از تحلیل ۱۷۰ هزار توئیت مربوط به کرونا منتشر کرد.
وی در حساب توییتر خود نوشت:
به دلیل شیوع اخبار گمراه‌کننده در مورد #کرونا تصمیم گرفتم ببینم چه خبره تو توئیتر. فعالیت تحریک‌آمیز و هماهنگ گروه‌های مخالف مشهوده. تحلیل ۱۷۰هزار توئیت مرتبط با #کرونا – درصد ریتوئیت: ۵۸٪ – تعداد کاربر: ۵۸هزار – توئیت فارسی: ۱۶۰هزار – عربی: ۱۰هزار
شبکه ریتوئیت: بدون‌هویت، عامه‌پسند، غیرسیاسی (آبی): ۱۹٪ پهلوی و مخالفین (سبز): ۱۸٪ اصول‌گرا (بنفش): ۱۵٪ اصلاح‌طلب و قشر خاکستری (نارنجی): ۱۰٪ عربی: ۷٪ ری‌استارت (قرمز): ۱٪ سایر: ۳۰٪ ماجولاریتی شبکه: ۰.۷۲ (یعنی خیلی جزیره‌ای طور)
هیستوگرام تعداد توئیت‌ها بر حسب نفر: تعداد زیادی از کاربرا فقط یک یا چند توئیت منتشر کردن. اما تعداد کمی از کاربرا بسیار فعال بودن و بیش‌از ۱۰۰ توئیت منتشر کردن.
فعال‌ترین کاربران: غیر از خبرآنلاین، بقیه عمدتا ناشناس و عضو شبکه مخالفین
کاربرانی که بیشترین تعداد ریتوئیت‌شدن رو داشتن:
کاربرایی که بیشتر تعداد ریتوئیت‌کردن رو داشتن: تقریبا همگی گم‌نام، ناشناس، و از شبکه مخالفین:
کاربرانی که بیشتر تعداد منشن‌شدن یا ریپلای رو داشتن:
سهم گروه‌ها از مجموع تعداد توئیت‌ها: پهلوی و مخالفین: ۲۸٪ غیرسیاسی، عامد‌پسند: ۱۹٪ اصول‌گرا: ۱۱٪ اصلاح‌طلب و خاکستری: ۹٪ ری‌استارت: ۲٪ سایر: ۳۱٪
تم اصلی کاربران گروه پهلوی و مخالفان: شیوع کرونا بالا بودن تعداد تلفات پنهان‌کاری مسئولین تحریم انتخابات براندازی
تم اصلی کاربران گروه غیرسیاسی، عامه‌پسند: شیوع کرونا فاجعه بودن شرایط ایران لزوم پیشگیری حمله به قم و حوزه اینا در حالیه که ایران جزو کم‌ریسک‌ترین کشورهاست (طبق گزارش دانشگاه جانز هاپکینز).
تحلیل ۱.۵میلیون توئیت مرتبط با #کرونا: – ۲۰۰هزار کاربر – تاثیرگذارترین کاربران داخلی به ترتیب:
– هیچ خبرگزاری داخلی در بین ۴۰ کاربر تاثیرگذار نیست – یک‌چهارم توئیت‌ها توسط شبکه پهلوی/براندازان منتشر شده
– خبرگزاری/شخصیت رسانه‌ای داخلی در بین ۵۰ کاربر تاثیرگذار:
– حدود ۵۰ کاربر عرب‌زبان مشغول حمایت از کاربران مطرح شبکه مخالفین هستن – ایران‌اینترنشنال، بی‌بی‌سی و منوتو در بین ۱۰ کاربر مهم
– در مجموع اوضاع نسبت به ۳ روز اول بهتر شده. اما هم‌چنان در مجموع تاثیرگذاری خبرنگارها و خبرگزاری‌های خارج از کشور بیشتره. – علاوه بر دلایلی که تا حالا زیاد بحث شده، یک دلیل پایین بودن اثرگذاری رسانه‌های داخلی در توئیتر فعالیت جزیره‌ای، عدم حمایت از یکدیگر، و فیلتر بودن توئیتره
کاربران فارسی زبان: سبز: اصول‌گرا (۱۵٪ از کاربران و ۲۰٪ از توئیت‌ها) بنفش: اصلاح‌طلب/حامی دولت/منتقد (۳۰٪ و ۲۸٪) آبی: عامه‌پسند/گم‌نام/کاربران عادی/اینفلوئنسرها (۱۱٪ و ۱۴٪) نارنجی: پهلوی/برانداز (۹٪ و ۲۶٪) قرمز: مجاهدین (۱٪ و ۳٪) زرد: ری‌استارت/عرفان حلقه (۱٪ و۱٪) سایر: ۳۳٪ و ۷٪
– گروه آبی مهمه. ناشناخته‌ترین گروه. احتیاج به تحقیق درست حسابی. همه جور خبری تو اون گروه می‌چرخه. – – هر چی به سمت چپ شبکه می‌ریم شاهد محتوای ملتهب و ضدمسئولین هستیم؛ به سمت راست بریم شاهد گفتمان مقاومت. وسط شبکه (نصف چپ سبز و نصف راست بنفش) عمدتا اطلاع‌رسانی مفید.
شبکه پهلوی دنبال انتشار اخبار منفی و ضعیف نشون‌دادن مسئولین و در نهایت جذب مخاطب از داخل کشوره. اما مجاهدین بیشتر به دنبال اطلاع‌رسانی بین‌المللی و ارتباط با سازمان‌ها و اشخاص بین‌المللی هستن. به افرادی که توسط کاربران گروه مجاهدین منشن شدن یا براشون ریپلای گذاشته شده دقت کنید:
تعداد توئیت‌های منشرشده در هر ساعت: – روند صعودی مشهوده – اکثر توئیت‌ها بعدازظهر به بعد خصوصا شبا بوده. – پیک تعداد توئیت‌ها نزدیکای ۱۲ شبه (باید با الگوی روزای عادی مقایسه بشه)
شبکه ریتوئیت با درنظرگرفتن کاربران عرب‌زبان: – گروه زردرنگ کاربران عرب هستند. عمدتا عربستان و امارات – رنگ یال بر اساس هدف تعیین شده. یعنی نشون می‌ده که گروه زرد گروه قرمز و نارنجی رو ریتوئیت کرده. – در مجموع اکثر کاربران عرب صرفا مشغول اطلاع‌رسانی در مورد کرونا بودن.
اما تعدادی‌شون هم به صورت فعال مشغول ریتوئیت اخبار منفی در مورد ایران بودن که عمدتا توسط کاربران شبکه پهلوی و مجاهدین و قسمتی از منتقدین منتشر شده بوده. مثلا کاربر زیر توئیت‌هایی از مریم رجوی، وزارت خارجه آمریکا به فارسی، و اخبار منفی رو ریتوئیت کرده:
کاربری به اسم خالد جابر هم شایعه درست کرده در مورد کرونا گرفتن نوه‌ی رهبری و سردار قاآنی
مثال‌هایی دیگه از فعالیت کاربران عرب در انتشار اخبار منفی و ملتهب: کرونا گرفتن خانم فوتسالیست ۲۳ ساله شورش مردم قم
تحلیل‌های دیگه‌ای هم میشه کرد: شناسایی بات‌ها و سنجش اثربخشی‌شون، برآورد حد بالا و پایین کاربرانی که در معرض گروه‌های مختلف قرار گرفتن، اندازه‌گیری اثر فعالیت گروه‌های موافق و مخالف بر رفتار دیجیتال مردم، کشف اخبار جعلی، و … که وقت‌گیر هستن و بعضا احتیاج به داده‌های کمکی دارن.
