معالجة المعلومات الاجتماعية

تتيح وسائل التواصل الاجتماعي للمستخدمين تقديم ملاحظاتهم على المحتوى الذي ينشره مستخدمو مواقع التواصل الاجتماعي، وذلك من خلال التعليق على المحتوى الذي يشاركه الآخرون أو الإعجاب به، بالإضافة إلى إضافة تعليقات توضيحية إلى محتواهم الخاص عبر الوسوم. تُسهم هذه البيانات الوصفية المُستحدثة في تحسين فعالية التوصيات المُقدمة لمحتوى وسائل التواصل الاجتماعي. ^{[ 3 ]} كما تُتيح وسائل التواصل الاجتماعي استخلاص العلاقات الواضحة بين المستخدمين، مثل الصداقة والأشخاص الذين يتابعونهم أو يتابعونهم. يُحسّن هذا من أنظمة التصفية التعاونية، إذ يُمكن للمستخدمين الآن تقييم التوصيات بناءً على علاقاتهم مع الأشخاص. ^{[ 3 ]} وقد أظهرت دراسات فعالية أنظمة التوصية التي تستفيد من العلاقات بين المستخدمين على وسائل التواصل الاجتماعي مقارنةً بأنظمة التصفية التعاونية التقليدية، لا سيما في مجال توصية الأفلام والكتب. ^{[ 4 ] [ 5 ]} ومن التحسينات الأخرى التي أضافتها وسائل التواصل الاجتماعي لأنظمة التوصية، حل مشكلة البداية الباردة للمستخدمين الجدد. ^{[ 3 ]}

تتضمن بعض مجالات التطبيق الرئيسية لتوصيات محتوى وسائل التواصل الاجتماعي ما يلي: توصيات المدونات ومنشوراتها، وتوصيات محتوى الوسائط المتعددة مثل فيديوهات يوتيوب، وتوصيات الأسئلة والأجوبة لمن يطرحون الأسئلة ويجيبون عليها في مواقع الأسئلة والأجوبة الاجتماعية ، وتوصيات الوظائف (لينكدإن)، وتوصيات الأخبار على مواقع تجميع الأخبار الاجتماعية (مثل ديج، وجوجل ريدر، وريديت، إلخ)، وتوصيات الرسائل القصيرة على المدونات المصغرة (مثل تويتر). ^{[ 3 ]}

تُعرف أنظمة التوصية بالأشخاص أيضًا باسم التوفيق الاجتماعي (وهو مصطلح اقترحه تيرفين وماكدونالد)، وتتعامل مع التوصية بأشخاص لأشخاص آخرين على وسائل التواصل الاجتماعي. وتتمثل الجوانب التي تميز أنظمة التوصية بالأشخاص عن أنظمة التوصية التقليدية، وتتطلب اهتمامًا خاصًا، في الخصوصية، والثقة بين المستخدمين، والسمعة. ^{[ 6 ]} وهناك عدة عوامل تؤثر على اختيار تقنيات التوصية للأشخاص على مواقع التواصل الاجتماعي. وتتعلق هذه العوامل بأنواع العلاقات بين الأشخاص على مواقع التواصل الاجتماعي، مثل العلاقات المتناظرة مقابل غير المتناظرة، والعلاقات المؤقتة مقابل طويلة الأمد، والعلاقات المؤكدة مقابل غير المؤكدة. ^{[ 3 ]}

يمكن تصنيف نطاق أنظمة التوصية بالأشخاص إلى ثلاثة أقسام: ^{[ 3 ]} التوصية بأشخاص مألوفين للتواصل معهم، والتوصية بأشخاص لمتابعتهم، والتوصية بأشخاص غرباء. وتُعتبر التوصية بأشخاص غرباء بنفس أهمية التوصية بأشخاص مألوفين، لما تُتيحه من فرص لتبادل الأفكار، واكتساب فرص جديدة، وتعزيز السمعة.

يُعدّ التعامل مع تدفقات البيانات الاجتماعية أحد التحديات التي تواجه أنظمة التوصية الاجتماعية. ^{[ 3 ]} يُمكن تعريف تدفق البيانات الاجتماعية بأنه بيانات نشاط المستخدم المُجمّعة في موجز الأخبار على مواقع التواصل الاجتماعي. تتميز بيانات تدفق البيانات الاجتماعية بخصائص فريدة، مثل سرعة تدفقها، وتنوّعها (محتوى نصي فقط مقابل محتوى غير متجانس)، وضرورة تحديثها باستمرار. تُشكّل هذه الخصائص الفريدة لبيانات تدفق البيانات، مقارنةً ببيانات مواقع التواصل الاجتماعي التقليدية، تحدياتٍ أمام أنظمة التوصية الاجتماعية. ومن التحديات الأخرى في التوصية الاجتماعية، تقديم توصيات عبر مجالات مختلفة، كما هو الحال في أنظمة التوصية التقليدية. ^{[ 3 ]} والسبب هو أن مواقع التواصل الاجتماعي في مختلف المجالات تتضمن معلوماتٍ مختلفة عن المستخدمين، وقد لا يؤدي دمج المعلومات ضمن سياقات مختلفة إلى توصيات مفيدة. على سبيل المثال، قد لا يكون استخدام الوصفات المفضلة للمستخدمين على أحد مواقع التواصل الاجتماعي مصدرًا موثوقًا للمعلومات لتقديم توصيات فعّالة بشأن وظائفهم.

بنفس الطريقة التي يتم بها في العالم الحقيقي، يمكن أن يساعد توفير الإشارات الاجتماعية في المجتمعات الافتراضية الأشخاص على فهم المواقف التي يواجهونها في هذه البيئات بشكل أفضل، وتخفيف عمليات اتخاذ القرار لديهم من خلال تمكينهم من الوصول إلى خيارات أكثر استنارة، وإقناعهم بالمشاركة في الأنشطة التي تجري هناك، وتنظيم جدولهم الزمني للأنشطة الفردية والجماعية بشكل أكثر كفاءة. ^{[ 9 ]}

في هذا السياق، طُرح نهج يُسمى "شاشات السياق الاجتماعي" لعرض المعلومات الاجتماعية -سواءً من بيئات حقيقية أو افتراضية- في سيناريوهات رقمية. يعتمد هذا النهج على استخدام التمثيلات الرسومية لتصوير وجود مجموعة من الأشخاص وآثار أنشطتهم، مما يتيح للمستخدمين رؤية خارجية لما يحدث داخل المجتمع، أي من يشارك بنشاط، ومن لا يُساهم في جهود المجموعة، وما إلى ذلك. وقد دُرِس هذا النهج الكاشف للسياق الاجتماعي في سيناريوهات مختلفة (مثل برنامج مؤتمرات الفيديو من IBM، وعرض آثار النشاط الاجتماعي في مجتمع كبير في مساحة مشتركة تُسمى NOMATIC*VIZ)، وثبت أن تطبيقه يُمكن أن يُوفر للمستخدمين فوائد عديدة، مثل تزويدهم بمعلومات أكثر لاتخاذ قرارات أفضل، وتحفيزهم على تبني موقف فعّال تجاه إدارة تمثيلاتهم الذاتية والجماعية داخل الشاشة من خلال أفعالهم في الحياة الواقعية. ^{[ 9 ]}

من الطبيعي أن يثير نشر آثار أنشطة المستخدمين على الملأ مخاوفهم بشأن حقوقهم في البيانات التي ينتجونها، ومن هم المستخدمون النهائيون الذين يمكنهم الوصول إلى معلوماتهم، وكيف يمكنهم معرفة سياسات الخصوصية والتحكم بها. ^{[ 9 ]} توجد عدة وجهات نظر تحاول وضع قضية الخصوصية هذه في سياقها الصحيح. إحدى هذه الوجهات هي اعتبار الخصوصية بمثابة موازنة بين درجة انتهاك الخصوصية الشخصية وعدد الفوائد التي قد يجنيها المستخدم من النظام الاجتماعي من خلال الكشف عن آثار أنشطته على الإنترنت. ^{[ 10 ]} ووجهة نظر أخرى هي دراسة التوازن بين مدى وضوح الأشخاص داخل النظام الاجتماعي ومستوى خصوصيتهم، والذي يمكن إدارته على مستوى الفرد أو المجموعة من خلال تحديد أذونات معينة للسماح للآخرين بالوصول إلى معلوماتهم. ويشير باحثون آخرون إلى أنه بدلاً من إجبار المستخدمين على ضبط إعدادات الخصوصية والتحكم بها، يمكن للأنظمة الاجتماعية التركيز على رفع مستوى وعيها بشأن جمهورها حتى تتمكن من إدارة سلوكها على الإنترنت وفقًا لردود الفعل المتوقعة من مختلف فئات المستخدمين. ^{[ 9 ]}