داده کاوی خبر

رسانه ها همه روزه حجم وسیعی از اخبار را تولید می نمایند و مخاطبین نیز واکنش های متفاوتی در قبال این اخبار داشته و این واکنش ها را در قالب درج کامنت، لایک کردن، توصیه خبر به سایرین، مشاهده خبر و … نشان می دهند. برای صاحبان رسانه ها و همچنین دولت ها، تحلیل داده کاوی بر روی اخبار و نوع واکنش های کاربران به اخبار از اهمیت زیادی برخوردار است. در این مقاله در ابتدا فیلدهای اطلاعاتی مطرح در رابطه با اخبار معرفی شده و سپس به بیان نمونه ها و مثال هایی از تحلیل های داده کاوی بر روی خبر، پرداخته می شود. 

فیلدهای اطلاعاتی (متغیرهای) مربوط به داده کاوی خبر

فیلدهای اطلاعاتی مربوط به هریک از خبرهای منتشر شده متنوع می باشند، برخی از آنها عبارتند از:

• تاریخ خبر (شمسی، میلادی، قمری)
• نوع خبر (متنی، تصویری، صوتی، ویدیویی، مالتی مدیا)،
• گروه محتوایی خبر (سیاسی، اقتصادی، اجتماعی، فرهنگی، ورزشی، حوادث، خارجی و بین الملل)،
• تعداد بازدید در ساعت اول انتشار خبر،
• بیشترین بازدید از کدام منطقه جغرافیایی (شهر، استان/ ایالت، کشور) بوده است؟
• تعداد بازدید در ۲۴ ساعت اول انتشار خبر،
• تعداد like یا dislike کاربران نسبت به خبر
• و …

انواع تحلیل های داده کاوی قابل ارائه در داده کاوی خبر

انجام تحلیل های داده کاوی بر روی خبر را می توان از دو زاویه مورد نظر قرار داد:

الف) تحلیل داده کاوی روی داده های کمی و عددی مربوط به خبر

در این نوع از تحلیل ها، داده های عددی (اعداد و ارقام) مربوط به اخبار مورد دقت نظر قرار می گیرند. به عنوان نمونه برخی از خروجی های تحلیل های داده کاوی در این حوزه به صورت زیر می باشند:

• اخبار داغ و پربیننده بیشتر از چه گروه محتوایی، نوع بوده و در چه ساعاتی از روز منتشر می شوند؟
• مردم مناطق مختلف بیشتر به چه نوع اخباری علاقمند بوده و این علاقمندی را به چه صورت (ارائه کامنت، لایک کردن خبر، پیشنهاد خبر به سایرین، انتشار خبر در شبکه های اجتماعی و …) نشان می دهند؟

ب) تحلیل از نوع متن کاوی بر روی محتوای خبر

در این نوع از تحلیل ها به استفاده از طیف وسیعی از تکنیک ها و الگوریتم های متن کاوی (text mining) بر روی اخبار پرداخته می شود. این نوع از تحلیل ها معمولا نسبت به تحلیل های گروه الف از پیچیدگی بیشتری برخوردار بوده و نیازمند زمان بیشتری برای آماده سازی داده ها و همچنین اجرای الگوریتم های مختلف می باشد.