基于词共现图方法的Instagram波斯语新闻机构分析

互联网的兴起和数据量的指数级增长使得手动数据总结和分析成为一项具有挑战性的任务。Instagram社交网络是伊朗各年龄段人群广泛用于信息共享和通信的重要社交网络。Instagram的内在结构以其丰富的文本内容和类似图的数据表示为特征，使得文本和图处理技术可用于数据分析。这些网络的度分布表现出无标度特性，表明其非随机增长模式。近年来，词共现因其简单性和实用性而受到多个学科研究者的关注。关键词提取是自然语言处理中的关键任务。在本研究中，我们证明，使用无监督的词共现方法，无需借助聚类或预训练模型等传统技术，即可从波斯语Instagram帖子中高精度提取关键词。经过图可视化和社区检测后，观察到新闻机构覆盖的热门话题由这些图表示。该方法可推广到新的多样化数据集，并能对新数据提供可接受的输出。据作者所知，该方法此前尚未在Instagram社交网络上用于波斯语。新爬取的数据已在GitHub上公开发布，供其他研究者探索。通过使用该方法，可以应用其他基于图的算法，如社区检测。结果有助于我们识别不同新闻机构在公众信息传播中的关键作用，发现隐藏的社区，并从海量数据中发现潜在模式。