Big Data Analytics in social media - A Case Study of Twitter

Abstract

With the rapid expansion of social media usage on the Internet, these platforms have become a massive source of data reflecting users’ behaviors, interactions, and interests in the digital world. This data is characterized by the main properties of big data, namely large volume, high velocity, variety, value, and veracity, which makes its analysis require specialized big data analytics techniques and tools.

This thesis aims to study the role of big data analytics in understanding and analyzing data extracted from social media platforms, with a particular focus on Twitter as a case study. The study is based on collecting and processing Twitter data, which are then analyzed using big data analytics approaches, with a focus on content-oriented methods such as sentiment analysis and text classification, applied at scale using distributed computing frameworks.

The results of the study show that big data analytics techniques enable the extraction of valuable information from Twitter data, such as identifying trending topics, analyzing user interaction patterns, and detecting different digital behaviors. The findings also highlight the importance of combining content-based analysis with network-based analysis to achieve a deeper understanding of interaction dynamics within the platform.

This thesis concludes that big data analytics represents an effective tool for understanding social media networks, particularly Twitter , and contributes to supporting various fields such as social, economic, and marketing analysis, while emphasizing the need to address challenges related to data quality and privacy.ع التوسع السريع لاستخدام وسائل التواصل الاجتماعي على الإنترنت، أصبحت هذه المنصات مصدراً ضخماً للبيانات التي تعكس سلوكيات المستخدمين وتفاعلاتهم واهتماماتهم في العالم الرقمي. تتميز هذه البيانات بالخصائص الرئيسية للبيانات الضخمة، وهي: الحجم الكبير، والسرعة العالية، والتنوع، والقيمة، والمصداقية، مما يجعل تحليلها يستلزم تقنيات وأدوات متخصصة في تحليل البيانات الضخمة.

تهدف هذه المذكرة إلى دراسة دور تحليلات البيانات الضخمة في فهم وتحليل البيانات المستخرجة من منصات التواصل الاجتماعي، مع التركيز بشكل خاص على منصة تويتر كدراسة حالة. يرتكز البحث على جمع بيانات تويتر ومعالجتها، ثم تحليلها باستخدام مناهج تحليل البيانات الضخمة، مع التركيز على الأساليب الموجهة نحو المحتوى كتحليل المشاعر وتصنيف النصوص، وذلك على نطاق واسع باستخدام أطر الحوسبة الموزعة.

تُظهر نتائج الدراسة أن تقنيات تحليل البيانات الضخمة تُمكّن من استخراج معلومات قيّمة من بيانات تويتر، كتحديد الموضوعات الرائجة، وتحليل أنماط تفاعل المستخدمين، واكتشاف السلوكيات الرقمية المختلفة. كما تبرز النتائج أهمية التحليل القائم على المحتوى للوصول إلى فهم أعمق لديناميكيات التفاعل داخل المنصة.

تخلص هذه المذكرة إلى أن تحليل البيانات الضخمة يمثل أداةً فعّالة لفهم منصات التواصل الاجتماعي، ولا سيما تويتر، ويُسهم في دعم مجالات متعددة كالتحليل الاجتماعي والاقتصادي والتسويقي، مع التأكيد على ضرورة معالجة التحديات المتعلقة بجودة البيانات والخصوصية.