پیش‌بینی شوک‌های اجتماعی اقتصادی با استفاده از داده‌های بلادرنگ رفتاری و احساسی از فضای دیجیتال

تحولات سریع فناوری‌های دیجیتال و گسترش شبکه‌های اجتماعی در دهه اخیر، سبب شده‌اند حجم بی‌سابقه‌ای از داده‌های بلادرنگ رفتاری و احساسی از کاربران در سطح جهان تولید شود. این داده‌ها بازتابی زنده از نگرش‌ها، احساسات و واکنش‌های اجتماعی محسوب می‌شوند و توانایی آشکارسازی الگوهای پنهان در رفتار جمعی را دارند. پژوهشگران در سال‌های اخیر از این منابع داده برای پیش‌بینی شوک‌های اجتماعی اقتصادی مانند ناآرامی‌های سیاسی، نوسانات بازار، کاهش اعتماد عمومی و بحران‌های مالی استفاده کرده‌اند. هدف این مقاله مرور نظام‌مند پژوهش‌های انجام‌شده در بازه 2018 تا 2025 در زمینه پیش‌بینی شوک‌های اجتماعی اقتصادی بر اساس داده‌های بلادرنگ رفتاری و احساسی فضای دیجیتال است. نتایج مرور نشان می‌دهد که استفاده از مدل‌های یادگیری ماشین، تحلیل احساسات، داده‌کاوی متون و داده‌های چندمنبعی (رسانه‌ای، تراکنشی و مکانی) می‌تواند دقت پیش‌بینی رویدادهای اجتماعی را به‌طور قابل‌توجهی افزایش دهد. همچنین، تلفیق داده‌های احساسی شبکه‌های اجتماعی با شاخص‌های اقتصادی کوتاه‌مدت، توانایی بالایی در شناسایی روندهای پیش‌نگر دارد. بااین‌حال، چالش‌هایی همچون سوگیری الگوریتمی، حریم خصوصی کاربران، و تفسیر نادرست داده‌ها همچنان از موانع اصلی توسعه سامانه‌های پیش‌بینی دقیق و اخلاق‌مدار محسوب می‌شوند.