هل تساءلت يومًا كيف يمكن للمحللين أن يقولوا بثقة أن "المحادثات حول أخلاقيات الذكاء الاصطناعي آخذة في الارتفاع" أو أن "قضايا سلسلة التوريد هي موضوع مهيمن في أخبار الأعمال في الربع الثالث"؟

إنهم لا يقرأون كل مقال إخباري منشور. بل يستخدمون تقنيات فعّالة لرؤية الصورة الكاملة، واكتشاف مواضيع خفية في نصوص ضخمة. ومن أروع أساليبهم: نمذجة الموضوع.

في جوهرها، تُعدّ نمذجة المواضيع عمليةً آليةً تفحص مجموعةً من المستندات، وتكتشف أنماط الكلمات والعبارات فيها، وتُجمّع هذه الأنماط تلقائيًا في مجموعات تُمثّل "المواضيع". تخيّلها كآلةٍ قادرةٍ على قراءة آلاف المقالات الإخبارية وإرجاع مُلخّصٍ مثل: "حسنًا، يبدو أن الموضوع الأول يتناول العملات المشفرة، والبورصات، والتنظيم، بينما الموضوع الثاني يتناول الانتخابات، واستطلاعات الرأي، والمرشحين".

هذه ليست مجرد حيلة بسيطة لعلماء البيانات. لكل من يعمل في مجال التسويق أو المالية أو البحث أو الصحافة، تُعدّ نمذجة المواضيع أداة عملية لتحويل سيل الأخبار اليومية الهائل إلى مصدر لرؤى منظمة وقابلة للتنفيذ. فهي تتيح لك اكتشاف التوجهات فور ظهورها، وفهم الخطاب العام، ومتابعة نبض قطاعك دون عناء يدوي.

كيف تعمل نمذجة الموضوع في الواقع؟

دعونا نكشف غموض الأمر قليلاً. خوارزميات نمذجة المواضيع لا تفهم النصوص كما يفهمها الإنسان. إنها لا تعرف ما هو "سوق الأسهم". بدلاً من ذلك، تعمل بناءً على افتراض بسيط ولكنه فعال: تستخدم المستندات ذات المواضيع المتشابهة كلمات متشابهة.

هناك خوارزمية شائعة وأساسية لذلك تسمى تخصيص ديريتشليت الكامن (LDA)ليس عليك فهم الرياضيات المعقدة الكامنة وراءها، لكن الفكرة الأساسية واضحة. يفترض تحليل البيانات الوصفية أن كل مستند هو مزيج من مواضيع مختلفة، وكل موضوع هو مزيج من كلمات مختلفة.

على سبيل المثال، قد تكون المقالة حول إطلاق سيارة كهربائية جديدة على النحو التالي:

• 60% "تكنولوجيا السيارات" (كلمات مثل كهربائي، بطارية، مركبة، شحن، محرك)
• 30% "التمويل المؤسسي" (كلمات مثل الأسهم، الاستثمار، السوق، الأسهم، مليار)
• 10% "السياسة البيئية" (كلمات مثل الانبعاثات، المناخ، الحكومة، التنظيم)

تعمل الخوارزمية بشكل عكسي بدءًا من المقالات. فهي تفحص جميع المستندات دفعةً واحدة، وتلاحظ الكلمات التي تظهر غالبًا معًا في المجموعة بأكملها. من المرجح أن تتكرر كلمات مثل "apple" و"iPhone" و"iOS"، مما يشير إلى موضوع "تكنولوجيا المستهلك". أما كلمات مثل "interest" و"rate" و"bank" و"inflation"، فتتجمع معًا لتشكل موضوع "السياسة النقدية". تُحسّن الخوارزمية هذه المجموعات من الكلمات بشكل متكرر حتى تعثر على المجموعة الأكثر احتمالًا من المواضيع التي كان من الممكن أن تُنتج المستندات المُقدمة لها. والنتيجة النهائية هي قائمة مواضيع، يُمثل كل موضوع بكلماته الأكثر تميزًا.

دليل عملي للعثور على الاتجاهات في الأخبار

هل أنت مستعد للتجربة بنفسك؟ إليك عملية متقدمة ودقيقة لنمذجة المواضيع على بيانات الأخبار.

الخطوة 1: الحصول على البيانات باستخدام واجهة برمجة تطبيقات الأخبار

أولاً، تحتاج إلى مجموعة بيانات ضخمة من المقالات الإخبارية. يُعدّ استخراج بيانات المواقع يدويًا بطيئًا وغير موثوق، وغالبًا ما يكون محل تساؤل قانوني. أفضل طريقة للقيام بذلك هي استخدام واجهة برمجة تطبيقات (API) للأخبار. واجهة برمجة التطبيقات (API) هي خدمة تتيح لك طلب البيانات واستلامها برمجيًا.

هذا هو المكان مثل الخدمات واجهة برمجة تطبيقات GNews.io تصبح مفيدة للغاية. بدلاً من عناء استخدام أدوات استخراج البيانات من الويب، يمكنك ببساطة إرسال طلب إلى واجهة برمجة التطبيقات (API) الخاصة بها لاستخراج آلاف المقالات حول موضوع محدد، من بلد معين، أو ضمن نطاق زمني محدد. على سبيل المثال، يمكنك طلب جميع المقالات المنشورة خلال الشهر الماضي والتي تذكر "الذكاء الاصطناعي". تُقدم واجهة برمجة التطبيقات هذه البيانات بتنسيق واضح ومنظم (عادةً ما يكون بتنسيق JSON)، جاهزة للتحليل. يجب أن تحتوي مجموعة البيانات الجيدة لنمذجة المواضيع على ما لا يقل عن بضع مئات إلى عدة آلاف من المستندات لضمان أن تكون الأنماط التي تجدها ذات دلالة إحصائية.

الخطوة 2: معالجة النص وتنظيفه مسبقًا

النص الخام فوضوي وغير مناسب للنمذجة. عليك تنظيفه في عملية تُسمى المعالجة المسبقةتُعدّ هذه الخطوة الأكثر أهمية، إذ تعتمد عليها جودة نتائجك. تشمل خطوات المعالجة المسبقة القياسية ما يلي:

• التحويل إلى أحرف صغيرة: يضمن هذا أن النموذج يعامل "السوق" و"السوق" ككلمة واحدة.
• إزالة علامات الترقيم: لا تضيف علامات الترقيم عمومًا قيمة دلالية لنمذجة الموضوع.
• إزالة كلمات التوقف: كلمات التوقف هي كلمات شائعة لا تضيف الكثير من المعنى، مثل "the" و"a" و"is" و"in". تحتوي معظم مكتبات البرمجة على قوائم مُعدّة مسبقًا لكلمات التوقف.
• الاستنباط أو التجريد: تُختزل هذه الخطوة الكلمات إلى أصلها. على سبيل المثال، تُصبح كلمات "running" و"run" و"runs" جميعها "run". يُساعد هذا النموذج على تجميع الكلمات ذات الصلة ضمن مفهوم واحد.

الخطوة 3: بناء النموذج

بمجرد أن يصبح نصك واضحًا، تُدخله في خوارزمية نمذجة المواضيع. باستخدام لغات برمجة مثل بايثون مع مكتبات مثل جنس or تعلم الحروف يجعل هذه الخطوة سهلة للغاية. ستحتاج إلى تحديد عدد المواضيع التي تريد أن يجدها النموذج. هذا يتطلب بعض الفن والعلم؛ قد تحتاج إلى تجربة أرقام مختلفة (مثلًا، ١٠، ٢٠، ٥٠ موضوعًا) لمعرفة أيها يُعطي نتائج أكثر تماسكًا وقابلية للتفسير.

الخطوة 4: تفسير النتائج

سيُخرِج النموذج المواضيع التي وجدها، مُمَثَّلة كلٌّ منها بقائمة من الكلمات المفتاحية. على سبيل المثال، قد يبدو الموضوع كما يلي:

الموضوع 4: [0.05*اللقاح، 0.04*الجائحة، 0.03*الصحة، 0.02*الفيروس، 0.02*الحالات، …]

تمثل الأرقام وزن أو أهمية كل كلمة في هذا الموضوع. مهمتك، بصفتك الشخص المسؤول، هي النظر إلى هذه الكلمات الرئيسية وتحديد تصنيف ذي معنى لها. في هذه الحالة، يُحتمل أن تُصنّف الموضوع الرابع باسم "الصحة العامة والأوبئة". تتيح لك مراجعة المواضيع الحصول على نظرة عامة شاملة على جميع المواضيع الرئيسية في مجموعة بياناتك الإخبارية.

تطبيقات العالم الحقيقي

إذن، ماذا يمكنك أن تفعل بهذه الأفكار؟

• اكتشاف الاتجاه: من خلال تطبيق نموذج مواضيعي على أخبار من فترات زمنية مختلفة (مثلاً، شهراً بعد شهر)، يمكنك معرفة المواضيع التي تزداد أهمية وتلك التي تتلاشى. هل يتراجع الحديث عن "العمل عن بُعد" بينما يتزايد الحديث عن "العودة إلى المكتب"؟
• البحث عن المتجر: حلل أخبار الأعمال لفهم أهم المخاوف والابتكارات في قطاع معين. يمكنك اكتشاف استراتيجيات المنافسين والتقنيات الجديدة والتحديات الاقتصادية السائدة.
• التحليل السياسي: تتبع المواضيع السائدة في الخطاب السياسي خلال الدورة الانتخابية. افهم القضايا التي تحظى باهتمام الجمهور ووسائل الإعلام.
• إدارة العلامات التجارية: تابع الأخبار لمعرفة المواضيع التي تُناقش بخصوص شركتك أو علامتك التجارية. هل يرتبط اسمك بالابتكار أم بمشاكل خدمة العملاء؟

تُحوّل نمذجة المواضيع المعلومات الخام إلى معلومات استراتيجية. إنها طريقة فعّالة، وبفضل سهولة الوصول إلى واجهات برمجة التطبيقات الإخبارية ومكتبات البرامج الحديثة، لم تعد مقتصرة على مختبرات البحث الأكاديمي. بإمكان أي شخص لديه القليل من الفضول أن يبدأ بكشف القصص الخفية التي ترويها أخبار العالم.

نمذجة الموضوع 101: ما هو الأكثر أهمية

تُحوّل نمذجة المواضيع سيلاً من الأخبار إلى مواضيع واضحة يُمكن استخدامها. فهي تفحص مجموعات كبيرة من المقالات، وتبحث عن الكلمات التي تظهر معًا، وتُجمّعها في مواضيع. لستَ بحاجة لقراءة كل خبر لمعرفة المواضيع الرائجة. باستخدام واجهة برمجة تطبيقات أخبار فعّالة، مثل GNews.io، يُمكنك جمع آلاف المقالات الحديثة بتنسيق واضح، ثم تشغيل خوارزمية مثل تحليل البيانات الوصفية (LDA) لعرض مواضيع مثل أخلاقيات الذكاء الاصطناعي، وسلاسل التوريد، والسياسة النقدية. يُمكن لكل مقال أن يجمع بين عدة مواضيع، ما يُتيح لك رؤية واقعية لما يُناقش وكيفية تحوّله.

العملية سهلة المتابعة. أولًا، اجمع البيانات باستخدام واجهة برمجة تطبيقات الأخبار حسب التاريخ أو البلد أو الكلمة المفتاحية. بعد ذلك، نظّف النص: اكتبه بأحرف صغيرة، وأزل علامات الترقيم وكلمات التوقف، وحوّل الكلمات إلى "يعمل" (runs) و"ران" و"يجري" (runing). بعد ذلك، أنشئ نموذجك وحدد عدد المواضيع، وراجع الكلمات الأكثر شيوعًا في كل موضوع، وصنّفها بلغة واضحة. أخيرًا، تحقق من صحة البيانات وحسّنها؛ اضبط عدد المواضيع، وأزل التشويش، واستمر في التكرار حتى تصبح النتائج واضحة.

لماذا هذا مهم لفرق التجارة الإلكترونية

• اكتشف الاتجاهات مبكرًا: اكتشف فئات المنتجات أو المخاوف أو الميزات الصاعدة قبل أن يفعلها المنافسون، ثم قم بتعديل الإعلانات والمخزون.
• مواءمة الرسائل: قم بربط المحتوى والحملات الخاصة بك بالموضوعات التي يهتم بها العملاء هذا الأسبوع، وليس الربع الأخير.
• وفر الوقت: استبدل المسح اليدوي بنبض آلي للأخبار التي تؤثر على الطلب أو التسعير أو تصور العلامة التجارية.
• اتخذ القرارات في سياقها: عندما تظهر أخبار مثل "عمر البطارية" أو "الإرجاع" أو "تأخيرات الشحن" بشكل كبير، خطط للعروض الترويجية والأسئلة الشائعة وتحديثات العمليات حولها.

خطوات عملية يمكنك استخدامها اليوم

• قم بسحب موجز مدته 30 يومًا لأفضل 3 كلمات رئيسية لمنتجك ومصطلحات العلامة التجارية باستخدام واجهة برمجة تطبيقات الأخبار؛ واستهدف عدة مئات من المقالات.
• قم بتنظيف النص وتشغيل نموذج LDA مع نطاق بداية يتراوح من 8 إلى 12 موضوعًا؛ وقارن درجات التماسك واختر الانقسام الأكثر وضوحًا.
• قم بتسمية المواضيع بعبارات بسيطة يستخدمها العملاء، مثل "الاستدامة" أو "تأخيرات التوريد" أو "أدلة الهدايا".
• قم بإنشاء لوحة معلومات أسبوعية لتتبع مشاركة الموضوع بمرور الوقت والعناوين الرئيسية التمثيلية والكلمات العاطفية المرتبطة بكل موضوع.
• ربط الإجراءات بالحدود: إذا ارتفعت "الإرجاعات" عن مستوى محدد، فقم بنشر دليل تحديد الحجم، وتحديث نسخة PDP، وتقديم الدعم المختصر.
• قم بإدراج تسميات الموضوعات في خطة الإعلان والمحتوى الخاصة بك: قم بإنشاء المنشورات ورسائل البريد الإلكتروني وصفحات المنتجات التي تجيب على المحادثة الحالية.

المزالق الشائعة التي يجب تجنبها

• عدد قليل جدًا من المستندات: تصبح أنماط الموضوعات مزعجة مع مجموعات البيانات الصغيرة؛ استهدف على الأقل بضع مئات من المقالات.
• تخطي المعالجة المسبقة: النص الفوضوي ينتج مواضيع فوضوية؛ خذ وقتك لتنظيفه وتفكيكه.
• الإفراط في عدد الموضوعات: كثرة الموضوعات لا يعني بالضرورة الأفضل؛ اختر أصغر عدد يمكن قراءته بوضوح من قبل الإنسان.
• العلامات الغامضة: إذا لم يتمكن فريقك من التصرف بناءً على علامة ما، فقم بإعادة كتابتها.

ملخص

تساعدك نمذجة المواضيع على تحويل الأخبار العشوائية إلى رؤى واضحة وقابلة للاستخدام. من خلال الجمع بين واجهة برمجة تطبيقات أخبار موثوقة ومعالجة مسبقة فعّالة وخوارزمية مثل تحليل البيانات الوصفية (LDA)، يمكنك ربط المحادثات المباشرة بتحركات الأعمال الفعلية. بالنسبة للتجارة الإلكترونية، يعني هذا اكتشافًا أسرع للاتجاهات، ورسائل أكثر وضوحًا، وإجراءات أسبوعية أكثر ذكاءً مرتبطة بما يهتم به الناس حاليًا. ابدأ بسحب لمدة 30 يومًا، وراجع النص، واختبر من 8 إلى 12 موضوعًا، وصنّفها بوضوح، ثم اربط النتائج بمحتواك وإعلاناتك.