همه‌گیری کووید-۱۹، یک بحران جهانی بی‌سابقه، تأثیرات گسترده‌ای بر جنبه‌های مختلف زندگی بشر، به ویژه اقتصاد، داشته است. برای درک بهتر این تأثیرات، جمع‌آوری و تحلیل داده‌های مرتبط با این بحران از اهمیت بالایی برخوردار است. در این میان، نظرات و بازخوردهای کاربران در شبکه‌های اجتماعی، منبع غنی و دست‌اولی از اطلاعات را در اختیار محققان قرار می‌دهد. این مقاله، با عنوان “تحلیل تأثیر کووید-۱۹ بر اقتصاد از دیدگاه نظرات کاربران”، به بررسی و تحلیل همین داده‌ها می‌پردازد تا تصویری دقیق‌تر از تأثیرات اقتصادی این همه‌گیری ارائه دهد.

این مقاله توسط فاطمه سلمانی، حامد وحدت‌نژاد و حمیده حاجی‌آبادی نوشته شده است. نویسندگان با بهره‌گیری از تخصص خود در زمینه‌های پردازش زبان طبیعی، بازیابی اطلاعات، و اقتصاد، به تحلیل داده‌های شبکه‌های اجتماعی پرداخته‌اند. زمینه تحقیقاتی این مقاله، در حوزه محاسبات و زبان (Computation and Language) و شبکه‌های اجتماعی و اطلاعاتی (Social and Information Networks) قرار می‌گیرد. این موضوع نشان‌دهنده رویکرد بین‌رشته‌ای تحقیق است که از ابزارهای محاسباتی برای تحلیل مسائل اجتماعی و اقتصادی استفاده می‌کند.

این مقاله با هدف بررسی تأثیرات اقتصادی همه‌گیری کووید-۱۹ از طریق تحلیل نظرات کاربران در شبکه‌های اجتماعی انجام شده است. محققان با جمع‌آوری تعداد زیادی از توییت‌های مرتبط با کووید-۱۹، به تعیین موقعیت جغرافیایی این توییت‌ها و استخراج توییت‌های مرتبط با اقتصاد پرداخته‌اند. سپس، با استفاده از مدل زبانی RoBERTa، احساسات موجود در این توییت‌ها (مثبت و منفی) مورد تحلیل قرار گرفته است. در نهایت، نمودار فراوانی توییت‌های اقتصادی و امتیازات احساسی آن‌ها در طول زمان برای کل جهان و ۱۰ اقتصاد برتر ترسیم شده است. نتایج نشان می‌دهد که انتشار توییت‌های اقتصادی نه تنها با افزایش تعداد مبتلایان به کرونا مرتبط است، بلکه تحت تأثیر محدودیت‌ها و قرنطینه‌های اعمال شده در کشورها نیز قرار دارد. این محدودیت‌ها منجر به از دست دادن میلیون‌ها شغل و رکود اقتصادی شده است. این تحقیق، بینش ارزشمندی در مورد درک تاثیرات اقتصادی کووید-19 از طریق تحلیل نظرات کاربران ارائه می‌دهد.

روش‌شناسی این تحقیق شامل چندین مرحله کلیدی است:

• جمع‌آوری داده‌ها: جمع‌آوری تعداد زیادی از توییت‌های مرتبط با کووید-۱۹ از طریق API توییتر.
• تعیین موقعیت جغرافیایی: استفاده از پایگاه داده جغرافیایی Geo-Names برای تعیین موقعیت مکانی توییت‌ها. این پایگاه داده شامل اطلاعات دقیقی از مکان‌های مختلف مانند نام شهرها، خیابان‌ها و کدپستی است. برای مثال، با یافتن نام یک شهر در متن توییت، می‌توان موقعیت تقریبی فرستنده را تعیین کرد.
• استخراج توییت‌های اقتصادی: استفاده از یک فرهنگ لغت بزرگ از اصطلاحات اقتصادی برای شناسایی توییت‌های مرتبط با اقتصاد. این فرهنگ لغت می‌تواند شامل کلماتی مانند “بیکاری”، “تورم”، “رشد اقتصادی”، “رکود”، “بازار سهام” و غیره باشد.
• تحلیل احساسات: استفاده از مدل زبانی RoBERTa برای تعیین احساسات موجود در توییت‌های اقتصادی. RoBERTa یک مدل پیشرفته یادگیری ماشین است که برای درک و تحلیل زبان طبیعی آموزش داده شده است. این مدل می‌تواند احساسات مثبت، منفی و خنثی را در متن تشخیص دهد.
• تجزیه و تحلیل داده‌ها: ترسیم نمودار فراوانی توییت‌های اقتصادی و امتیازات احساسی آن‌ها در طول زمان برای کل جهان و ۱۰ اقتصاد برتر. این نمودارها به محققان کمک می‌کنند تا روند تغییرات در احساسات عمومی نسبت به وضعیت اقتصادی را در طول همه‌گیری کووید-۱۹ بررسی کنند.

استفاده از مدل RoBERTa به دلیل دقت بالا و عملکرد خوب آن در تحلیل متون کوتاه، انتخاب مناسبی برای این تحقیق بوده است. همچنین، استفاده از پایگاه داده Geo-Names امکان تعیین موقعیت مکانی دقیق‌تری را فراهم کرده است.

یافته‌های این تحقیق نشان می‌دهد که:

• انتشار توییت‌های اقتصادی نه تنها با افزایش تعداد مبتلایان به کرونا مرتبط است، بلکه تحت تأثیر محدودیت‌ها و قرنطینه‌های اعمال شده در کشورها نیز قرار دارد. به عنوان مثال، پس از اعلام قرنطینه در یک شهر یا کشور، شاهد افزایش قابل توجهی در تعداد توییت‌های مربوط به بیکاری و مشکلات اقتصادی بوده‌ایم.
• محدودیت‌ها و قرنطینه‌ها منجر به از دست دادن میلیون‌ها شغل و رکود اقتصادی شده است. این یافته با سایر تحقیقات و گزارش‌های اقتصادی نیز همخوانی دارد.
• احساسات عمومی نسبت به وضعیت اقتصادی در طول همه‌گیری کووید-۱۹ عمدتاً منفی بوده است. این امر نشان‌دهنده نگرانی و ناامیدی مردم از وضعیت اقتصادی و آینده آن است.
• بررسی نمودارها نشان می‌دهد که در برخی از کشورها، با اعمال سیاست‌های حمایتی و ارائه کمک‌های مالی به کسب‌وکارها و افراد، تا حدی از شدت احساسات منفی کاسته شده است.

به طور کلی، یافته‌های این تحقیق تأیید می‌کند که همه‌گیری کووید-۱۹ تأثیرات منفی قابل توجهی بر اقتصاد جهانی داشته است و این تأثیرات در نظرات و احساسات کاربران شبکه‌های اجتماعی بازتاب یافته است.

این تحقیق دارای کاربردهای متعددی است:

• سیاست‌گذاری اقتصادی: نتایج این تحقیق می‌تواند به سیاست‌گذاران اقتصادی کمک کند تا درک بهتری از تأثیرات اقتصادی همه‌گیری‌های مشابه در آینده داشته باشند و سیاست‌های مناسب‌تری را برای کاهش این تأثیرات اتخاذ کنند. برای مثال، با توجه به این یافته که محدودیت‌ها و قرنطینه‌ها تأثیر منفی قابل توجهی بر اقتصاد دارند، سیاست‌گذاران می‌توانند به دنبال راهکارهایی برای کاهش این تأثیرات باشند، مانند ارائه کمک‌های مالی به کسب‌وکارها و افراد، یا استفاده از فناوری برای تسهیل دورکاری و تجارت آنلاین.
• پیش‌بینی روند اقتصادی: تحلیل احساسات کاربران شبکه‌های اجتماعی می‌تواند به عنوان یک شاخص اولیه برای پیش‌بینی روند اقتصادی مورد استفاده قرار گیرد. به عنوان مثال، افزایش احساسات منفی نسبت به وضعیت اقتصادی می‌تواند نشانه‌ای از احتمال وقوع رکود اقتصادی در آینده باشد.
• مدیریت بحران: این تحقیق می‌تواند به مدیران بحران کمک کند تا درک بهتری از نگرانی‌ها و نیازهای مردم در طول بحران داشته باشند و پاسخ مناسب‌تری به این نیازها ارائه دهند.
• تحقیقات آینده: این تحقیق می‌تواند به عنوان پایه‌ای برای تحقیقات آینده در زمینه تحلیل شبکه‌های اجتماعی و تأثیرات بحران‌های جهانی بر اقتصاد مورد استفاده قرار گیرد.

دستاورد اصلی این تحقیق، ارائه یک روش جدید برای درک و تحلیل تأثیرات اقتصادی بحران‌های جهانی از طریق تحلیل نظرات کاربران شبکه‌های اجتماعی است.

این مقاله نشان داد که تحلیل نظرات کاربران در شبکه‌های اجتماعی می‌تواند منبع ارزشمندی از اطلاعات برای درک تأثیرات اقتصادی همه‌گیری کووید-۱۹ باشد. یافته‌های این تحقیق تأیید می‌کند که همه‌گیری کووید-۱۹ تأثیرات منفی قابل توجهی بر اقتصاد جهانی داشته است و این تأثیرات در نظرات و احساسات کاربران شبکه‌های اجتماعی بازتاب یافته است. با استفاده از روش‌های پردازش زبان طبیعی و بازیابی اطلاعات، می‌توان اطلاعات ارزشمندی از این داده‌ها استخراج کرد و از آن‌ها برای سیاست‌گذاری اقتصادی، پیش‌بینی روند اقتصادی و مدیریت بحران استفاده نمود. تحقیقات آینده می‌تواند بر بررسی تأثیرات بلندمدت همه‌گیری کووید-۱۹ بر اقتصاد و همچنین توسعه روش‌های پیشرفته‌تر برای تحلیل داده‌های شبکه‌های اجتماعی تمرکز کند.

در نهایت، این تحقیق تأکیدی است بر اهمیت استفاده از داده‌های بزرگ و ابزارهای تحلیلی برای درک بهتر مسائل پیچیده اجتماعی و اقتصادی و اتخاذ تصمیمات آگاهانه‌تر.