برساخت اجتماعی واقعیت در توئیتر فارسی؛ قالب بندی شبکه ای ارزش های سیاسی توسط همگان های شبکه ای در انتخابات ریاست جمهوری سال 1396

ایده اصلی این مقاله این است که کاربران توئیتر با انتشار توئیت های خود واقعیت را برساخته و به تجربه زیسته خود معنا می بخشند. بنابراین هدف ما در این مقاله، شناخت این مسئله در جریان انتخابات ریاست جمهوری سال 1396 است. ما در این تحقیق ابتدا همگان های شبکه ای در توئیتر فارسی را شناسایی و تحلیل کرده و سپس برای درک چگونگی برساخت واقعیت در توئیتر فارسی، از مفهوم قالب بندی شبکه ای استفاده می کنیم. در واقع تمرکز ما بر چگونگی قالب بندی شبکه ای ارزشهای سیاسی در توئیتر فارسی خواهد بود. برای انجام این تحقیق روشهای تحلیل شبکه اجتماعی، تحلیل محتوای مردمنگارانه و تحلیل گفتمان انتقادی رسانه های اجتماعی را ترکیب کرده ایم. داده های تحقیق در دوران انتخابات از api توئیتر گردآوری شد و سپس با استفاده از روش تحلیل خوشه، همگان های شبکه ای توئیتر فارسی شناسایی شدند. با استفاده از شاخص pagerank، 50 کاربر موثر در هر همگان را شناسایی کرده و سپس تمام توئیت های آنها در کل شبکه را استخراج کردیم. نهایتا با نمونه گیری احتمالی از این توئیت ها، نمونه تحقیق را شکل داده (حجم نمونه: 10416 توئیت) و همه توئیت های نمونه را تحلیل کردیم. نتایج تحقیق نشان داد که قالب های ارزشی مذمومیت مردمفریبی و مذمومیت فساد بیشترین بسامد را در توئیتر فارسی داشته اند. برای تحلیل دقیقتر چگونگی اجرای این کردار شبکه ای، نتایج مربوط به بسامد قالب های شبکه ای ارزشی در هر یک از همگان ها و همچنین بر اساس نوع کاربر نیز ارائه شده اند.

The Twitteristic construction of reality: An analysis of networked framing of political values during Iran’s 2017 presidential election

This paper tries to understand how Iranian Twitter users framed political values during Iran’s 2017 presidential election. Based on social construction theory and networked framing concept, we argue that Iranian Twitter users as networked publics are constructing reality and making their livedexperiences meaningful by networked framing of 2017 election in a connective action. In order to investigate this argument, we combined social network analysis, ethnographic content analysis and social media critical discourse study approach. First, we collected 2596284 tweets during the election period. Then, we focused on retweet (RT) network as the information diffusion network, and discovered networked publics by applying cluster analysis on this corpus. Afterwards, we identified 50 top influential users in each cluster based on their PageRanks. Finally, we collected all tweets of these users in the whole network and analyzed them. We used 3 coders to code the selected sample of 10416 tweets in 3 rounds. Results showed that three networked publics were formed in RT network: Reformists, Conservatives and Diaspora. Furthermore, findings showed that ‘undesirability of political deception’ and ‘undesirability of corruption’ are the most frequent networked frames in Persian Twitter. We, in addition, analyzed all networked frames based on networked publics and users’ types.