ينظر للشبكات الاجتماعية من المنظور العلمي البحت على أنها مجموعة من العقد المرتبطة مع بعضها البعض بروابط تمثل علاقات ذات معاني محددة. ويمكن عرض هذه الشبكات على شكل خرائط رسومية تقدم نظرة متعمقة لا يمكن الحصول عليها بأي وسيلة أخرى.
وفي السنوات القليلة الماضية، زاد الاهتمام بدراسة وتحليل الشبكات الاجتماعية لما لها من فوائد جمة في فهم المجتمع بشكل أفضل ومعرفة البارزين والمؤثرين في هذه المجتمعات وأيضا متابعة نمو هذه المجتمعات وفهم لتركيبتها الحزبية وقوة تماسكها. فنجد على سبيل المثال، قسم التسويق في الشركات الكبرى ومثلها الحملات الانتخابية والاستخبارات تستخدم طرق علمية مقننة لفهم ودراسة ديناميكية الشبكات الاجتماعية وذلك لخدمة مصالحها.
وإلى وقت قريب كان مجال تحليل الشبكات الاجتماعية مقصوراً على المختصين والباحثين في هذا المجال، إلا أنه مع وجود أدوات مفتوحة المصدر ومتاحة بالمجان يمكن لغير المختصين توظيف هذه الأدوات لدراسة بعضا من ظواهر هذه الشبكات الاجتماعية ورصد لتغيراتها.
فمن القراءات التي يمكن الخروج بها من تحليل الشبكات الاجتماعية، معرفة الأشخاص المؤثرين في أي شبكة اجتماعية بناء على معاملات حسابية معروفة في مجال تحليل الشبكات الاجتماعية، مثل معامل الوسطية (Betweenness) ومعامل المركزية (Centrality) ومعامل أيقن (Eigenvector) ومعامل الجوار (Closeness). وأيضا تتبع كيفية انتشار الأخبار واحتدام النقاشات في هذه الشبكات عبر الوقت.
ولتوضيح القراءات التي تزودنا بها أدوات تحليل الشبكات الاجتماعية، قمنا باستخدام أداة (NodeXL) والتي يمكن تركيبها في برنامج إكسل 2007 لجلب البيانات من عدد من الشبكات الاجتماعية وتحليلها. وللمعلومية يمكن استخدام هذه الأداة لجلب البيانات من موقع تويتر أو اليوتيوب أو فليكر أو حتى البريد الإلكتروني وذلك من خلال نوافذ مخصصة في هذه الأداة.
فعند البحث عن كلمات معينة أو وسم (هاشتاق Hashtag) للدلالة على موضوع بعينه في شبكة تويتر مثلا، فإن هذه الأداة تقوم بجلب جميع المشاركين في هذا الموضوع ورسم العلاقات فيما بينهم بصورة تحمل معاني شتى. وعليه، فقد قمنا بالبحث عن كلمة "ساعة مكة" باستخدام الأداة السابق ذكرها لمعرفة النقاش الدائر حول هذا الموضوع في تويتر في أول أيام رمضان. وقد أظهرت النتيجة كما في الصورة 1 وجود تكتلات فرعية للحديث عن الساعة، كما أن هناك أشخاصا في هذه الشبكة يعملون كوسطاء بين الكتل المختلفة كما هو واضح من الصورة.
ومن الجميل في أداة (NodeXL) منحها المستخدم القدرة على رسم الشبكة المتكونة بطرق مختلفة، وبذلك يستطيع الشخص الخروج بقراءات متنوعة للشبكة. فالصورة 2 تعرض نفس الشبكة السابقة ولكن هذه المرة تم تحديد الأشخاص الأكثر فاعلية في الشبكة من خلال تكبير صورهم الشخصية بناء على معامل أيقن.
ولا يقتصر تحليل الشبكات الاجتماعية على تحليل الترابط بين المجتمعات البشرية بل يمكن أيضا تحليل المحتوى وترابطه مع بعضه البعض.
بهذه النظرة السريعة على مجال تحليل الشبكات الاجتماعية، نجد أن التأمل في مثل هذه الشبكات الناتجة وتحليلها بدقة سيساعد كثيرا المهتمين بمعرفة كيفية نمو هذه المجتمعات الافتراضية وازدهارها وخفايا بعضها الآخر، ومع مرور الوقت، ستتشكل صورة واضحة لأي مجتمع معني وسيسهل فهمه!!
