ماذا ستتعلم في هذه الغرفة؟
-
إتقان استخبارات وسائل التواصل الاجتماعي (SOCMINT) ورسم خرائط التفاعل بين الأهداف.
-
استخراج وتحليل بيانات التفاعل (Mentions, Likes, Retweets, Comments) لكشف دوائر النفوذ والثقة.
-
تطبيق مقاييس تحليل الشبكات الاجتماعية (Social Network Analysis – SNA) مثل درجة المركزية (Degree Centrality).
-
بناء المخططات البيانية التفاعلية والتنبؤ بالحسابات المحورية والوسيطة داخل المجموعات المغلقة.
محتوى الدرس:
تتجاوز استخبارات الشبكات الاجتماعية (SOCMINT) مجرد المتابعة الفردية للحسابات إلى تحليل “الشبكة كاملة”. ينشئ المستخدمون عبر تفاعلاتهم اليومية خريطة غير مرئية من الروابط. يتيح تحليل هذه الشبكات (Graph Analysis) للمحقق فهم هيكلية التكتلات الرقمية، كشف موجهي الرأي، وتحديد الحسابات التي تلعب دور الجسر (Bridge) بين المجموعات المختلفة.
تُعتبر استخبارات الشبكات الاجتماعية (SOCMINT) الصندوق الأسود الذي يفكك أعقد العمليات الرقمية. حين يتعمد الهدف إخفاء هويته، تبقى شبكة التفاعلات الجماعية هي الأثر الوحيد الذي لا يمكن محوه بالكامل.
1. استخراج بيانات التفاعل (Social Interaction Scraping & Graph Construction)
البحث التقليدي يتوقف عند قراءة التغريدة أو المنشور، بينما يتجاوز التحليل البياني ذلك لبناء مصفوفة العلاقات (Adjacency Matrix):
-
العقد (Nodes) والروابط (Edges): الحساب هو (Node)، وكل تفاعل بين حسابين هو (Edge).
-
الاتجاهية (Directionality):
-
رابط غير موجه (Undirected): متابعة متتبادلة أو إشعار ثنائي.
-
رابط موجه (Directed): حساب $A$ يوجه إعادة نشر (Retweet) أو رد (Reply) لحساب $B$ (يُرسم بسهم ينطلق من $A$ إلى $B$).
-
-
الأوزان (Edge Weights): إذا قام $A$ بالتفاعل مع $B$ مرة واحدة، يكون وزن الرابط $1$. أما إذا تفاعل معه $50$ مرة، يزداد ثقل الرابط، مما يعكس علاقة وثيقة أو حسابات تُدار ضمن نفس الخلية.
2. المعايير الرياضية المتقدمة لقياس المكونات الشبكية (SNA Metrics)
تستخدم خوارزميات تحليل الشبكات الاجتماعية (SNA) معادلات رياضية فريدة لتحديد أدوار العناصر دون الحاجة لقراءة المحتوى النصي:
| المقياس (Metric) | الصيغة / المفهوم الرياضي | الدلالة التحقيقية |
| Degree Centrality | $C_D(v) = \deg(v)$ | الحجم الاجتماعي: قياس الاتصالات المباشرة. الحساب ذو الـ In-Degree العالي هو قائد رأي، والـ Out-Degree العالي يُشير لحساب ينشر آلياً (Bot/Spammer). |
| Betweenness Centrality | $C_B(v) = \sum_{s \neq v \neq t} \frac{\sigma_{st}(v)}{\sigma_{st}}$ | حارس البوابة (Gatekeeper): يحدد الحسابات الوسيطة. قيامك بحجب أو تتبع هذا الحساب يقطع شريان الاتصال بين تكتلين كاملين. |
| Eigenvector Centrality | $\lambda v = A v$ | نفوذ التأثير: لا يقيس عدد اتصالاتك، بل من هؤلاء الذين تتصل بهم. الاتصال بحساب واحد نافذ يُعطي وزناً أكبر من الاتصال بـ 100 حساب وهمي. |
| Closeness Centrality | $C_C(v) = \frac{N-1}{\sum_{u \neq v} d(v, u)}$ | سرعة الانتشار: الحساب الأقدر على إيصال المعلومة لأكبر عدد من عناصر الشبكة بأقل عدد من الخطوات (Shortest Paths). |
3. هندسة خوارزميات التكتل وعزل الخلايا (Community Detection)
تُستخدم خوارزميات مثل Louvain Modularity أو Leiden Algorithm لتجميع الحسابات التي تتفاعل بكثافة عالية مع بعضها البعض في مجموعات لونية (Clusters):
-
كشف الخلايا المغلقة (Echo Chambers): إظهار الحسابات التي تعيد تدوير الشائعات بينها بشكل دائري مغلق.
-
تحليل الجسور (Bridge Identification): كشف العناصر التي تنتمي ظاهرياً لمجموعة ما، بينما ترتبط روابط ثقيلة مع مجموعة معادية أو توجيهية خارجية.
4. خطوات بيئة العمل الميدانية (SOCMINT Pipeline)
-
الجمع (Scraping): استخراج بيانات التفاعل باستخدام أطر عمل مثل
TWINTأوNodeXLأو التناغم مع APIs المنصات. -
المعالجة (Data Cleansing): تنظيف البيانات وإزالة الحسابات العشوائية لتجنب الضوضاء (Noise).
-
التجسيد البصري (Visualization): رفع ملف الـ
CSVأوGEXFإلى Gephi وتطبيق تنسيق Layout مثل ForceAtlas 2 ليقوم بفرد الشبكة وتوزيع الكتل بناءً على قوة الجذب والنفور بين العقد.