امروزه شبکه های اجتماعی در حال تبدیل شدن به یک عنصر اساسی زندگی ما ، راهی سریعتر برای به اشتراک گذاشتن ایده ها و تأثیرگذاری بر مردم است. تعامل در شبکه های اجتماعی تمایل دارد در جوامع اتفاق بیفتد ، مجموعه ای از حسابهای اجتماعی که دوستی ، ایده ، علاقه و علاقه دارند. کشف جوامع دیجیتالی از نظر اجتماعی و اقتصادی از اهمیت بیشتری برخوردار است.
در این مقاله ، مسئله شناسایی جامعه از دیدگاه تحلیل محتوا را مورد تجزیه و تحلیل قرار می دهیم: استدلال می کنیم که محتوای تولید شده در تعامل اجتماعی ویژگی بسیار متمایز یک جامعه است ، از این رو می توان از آن برای شناسایی جامعه به طور مؤثر استفاده کرد. ما مسئله را از منظر متنی با استفاده از تنها ویژگی های نحوی و معنایی ، از جمله ویژگی های سطح پنهان سطح بالا که از آنها به عنوان موضوع یاد می کنیم ، تجزیه و تحلیل می کنیم.
ما نشان می دهیم که با بازرسی از مطالب استفاده شده توسط توییت ها ، می توان به طبقه بندی کننده های بسیار کارآمد و پیش بینی کننده عضویت در حساب در یک جامعه معین دست یافت. ما ویژگی هایی را توصیف می کنیم که بهترین واژگان را تشکیل می دهند ، سپس ارزیابی مقایسه ای آنها را ارائه می دهیم و بهترین ویژگی ها را برای این کار انتخاب می کنیم و در آخر کاربردی از رویکرد خود را در مورد برخی سناریوهای تشخیص جامعه مشخص مانند سیاست ایتالیا و تبلیغات هدفمند نشان می دهیم.