الگوی رفتاری نسل بومیان دیجیتال ایرانی در اینستاگرام: یک داده‌کاوی در کلان داده‌های شبکه اجتماعی

متولدان 1374 تا 1391 خورشیدی، به‌عنوان «بومیان دیجیتال» یا «نسل زِد» (z generation) شناخته می‌شوند؛ نسلی که از ابتدای تولد، با اینترنت و رسانه‌های اجتماعی همزیستی داشته‌اند و ازاین‌رو، انتظار می‌رود که الگوهای رفتاری آنان با نسل‌های پیشینشان متفاوت باشد. در پژوهش حاضر، با استخراج و داده‌کاوی کلان داده‌های حاصل از به‌کارگیری روش سما (semma)، اطلاعات مربوط به رفتار نسل «بومیان دیجیتال» ایرانی در اینستاگرام که یکی از محبوب‌ترین شبکه‌های اجتماعی ایران به‌شمار می‌رود، بررسی شده است. با استفاده از نمونه‌گیری در دسترس، تعداد 534 کاربر انتخاب ‌شده‌اند و کلان داده‌های مربوط به فعالیت‌های آنان، در بازه زمانی یک‌ماهه از طریق ای‌پی‌آی‌های (application programming interface) باز اینستاگرام استخراج و تحلیل شده است. نتایج به‌دست آمده، ضمن تایید مفهوم «بومیان دیجیتال» و فناوری آگاهان، نشان می‌دهد که کاربران این نسل، از تک تصویر بیش از اشکال دیگری مانند کلیپ و آلبوم تصاویر استفاده می‌کنند و رفتارهای کامنت‌گذاری و لایک آنان نیز از الگوهای مشخصی تبعیت می‌کند. به همراه این نتایج که برای کمک به سیاستگذاران، مدیران فرهنگی، کارآفرینان رسانه‌ای و طراحان اپلیکیشن‌ها ارائه شده است، نظریه‌ای پیشنهادی به نام انجماد کاربردی نیز مطرح می‌شود که می‌تواند در پژوهش‌های آتی مورد آزمون قرار گیرد.

Behavior Pattern of Iranian Digital Natives on Instagram: A Data Mining of Social Networks

The generation born from 1995 to 2012 is known as digital natives or Z generation. A generation coexisted with the Internet and social media since birth, so their behavioral patterns are expected to be different from those of previous generations. In this research, data on the Iranian digital natives on Instagram, which is considered one of the most popular social networks in Iran, was examined through extracting big data using the SEMMA method. 534 users were selected using the available sampling, and their activities were extracted and analyzed over one month through Application Programming Interface. The results showed that this generation uses single images more than other forms, such as video clips and albums. Their commenting and liking behaviors follow specific patterns. Along with the results provided to help policymakers, cultural managers, media entrepreneurs, and app designers, there is a proposed theory called Functional Freezing that can be tested in future research.