منهجيتنا



ترتكز أغلب منتجات وخدمات البرنامج السوري في مرصد الشبكات السياسية والاقتصادية الساعية لفهم النظم المعقدة على بناء قواعد المعرفة الشبكية Knowledge Graphs من المصادر المنشورة. بشكل عام تتم عملية البناء على ثلاث مراحل رئيسية:

  1. الاستخلاص: يمكن تقسيم مصادر البيانات إلى نوعين: مصادر موثوقة ومصادر محدودة الثقة. وبحسب نوع المصدر يتم إعطاء البيانات "وزن الثقة".
  2. المعالجة: يقوم الباحثون بجمع أو تحديث البيانات بوتيرة زمنية محددة، ويتم مواءمتها مع نموذج البيانات والتصنيفات المعرفة مسبقا.
  3. النسج: يتم استخدام البيانات ذات الموثوقية العالية كمدخلات في صناعة المنتجات البحثية ولوحات البيانات الخاصة بالمرصد وعمليات التحليل الشبكي والجغرافي والزمني.
 

الاستخلاص

نستند في بناء قواعد المعرفة الشبكية على مصادر عديدة، وتتم عملية جمع البيانات بالشكلين اليدوي والآلي، ومن ثم تخزينها بعد المعالجة الأولية.

تتم عملية التوثق من الحقائق Fact Checking على خمسة مراحل:

  1. التحقق من الأصل: أن يكون المصدر الأول للبيانات موجودا.
  2. الموضوعية: أن يكون مؤلف البيانات معروفا وموضوعيا.
  3. الموثوقية: أن يكون قد تم إعادة استخدام البيانات لبناء تحقيقات أخرى.
  4. فحص المحتوى: بحث إمكانية أن يتم فحص المحتوى من مصادر متنوعة مستقلة.
  5. فحص المصداقية: بالتحقق من أن المصادر الأخرى المؤيدة ذات ثقة.

لكل مصدر من مصادر البيانات مستوى مختلف من الموثوقية في صحة المعلومات التي يوردها، لذلك فإننا نحدد مدى موثوقية العلاقة التي نضيفها لقواعد المعرفة الشبكية باستخدام «مؤشر وزن الثقة». فعلى سبيل المثال، إذا ما ذكرت علاقة ملكية إحدى الشركات لرجل أعمال في الموقع الرسمي للشركة أو في موقع وزارة التجارة الداخلية وحماية المستهلك، فإننا نضيف علاقة الملكية بينهما ونحدد خاصية وزن الثقة بـ 100٪، بينما إذا وجدنا هذه المعلومة في فيسبوك، فإننا نرصدها ونحدد وزنها بـ 20٪. وبذلك لا نفقد المعلومة ونعمل على التحقق منها باستمرار، وباستطاعة مستخدم أداة الاستعراض التفاعلي في قواعد المعرفة الشبكية الاستعلام عن العلاقات ذات مؤشر الثقة العالية، وبالتالي لا تظهر لديه العلاقات الأقل موثوقية.

تشمل المصادر التي نستند عليها أيضا النعوات وبيانات الوفاة ومحركات بحث التسريبات، لرصد علاقات القرابة والمصاهرة، والصور الشخصية على إنستغرام وفيسبوك والمجلات، خاصة في المناسبات، لاستنتاج العلاقات الروحية كالصداقة. كما نستخدم تقنيات استخبارات المصادر المفتوحة OSINT لجمع بيانات إضافية. ولم نتوقف عند الإطار الجغرافي داخل حدود سوريا، فقد رصدنا امتدادات العلاقات بمختلف أنواعها لتشمل المنطقة العربية والعالم. 

المعالجة

من الخصائص الأساسية للمعرفة هي أنها عملية تراكمية، وتحاول قواعد المعرفة الشبكية التعامل مع هذا التحدي عبر تعريف نموذج بيانات منطقي يصف الكيانات والعلاقات التي تدور بينها ومن ثم ربطها وتخزينها في قواعد بيانات شبكية Graph Databases (وهي مختلفة عن قواعد البيانات العلائقية المنتشرة Relational Databases).

قمنا بتصميم نموذج البيانات المنطقي Logical Data Model التالي بحيث يمكنه تلبية حاجات المرصد:



وبربط هذا النموذج بقواعد بيانات شبكية، فإن ذلك يتيح لنا:

  1. ربط الكيانات ببعضها (الأشكال الملونة في النموذج) عبر أنواع مختلفة من العلاقات الوظيفية، ولكل من الكيانات والعلاقات خصائص تصفها (الخط الرمادي الفاتح في النموذج).
  2. مراكمة التطورات والتحديثات التي تطرأ على الكيانات والعلاقات ووسمها ببيانات الزمان والمكان. 
  3. خاصية البحث والاستعلام الشبكي عبر العلاقات المباشرة وغير المباشرة بين الكيانات.
  4. بناء خوارزميات تستكشف أنماطاً في شبكة العلاقات التي تجمع الكيانات والعلاقات، وتساعد في تحقيق ما يلي: 
    1. استكشاف أقصر الطرق بين الكيانات Shortest Path. 
    2. استكشاف المجتمعات الشبكية الفرعية ذات الخصائص الفريدة Community Detection.
    3. حساب مستويات التأثير والأهمية بحسب الموقع الشبكي Influence and Centrality.
    4. حساب مرونة الشبكات الفرعية وصمودها وعقد التحليل المقارن بينها Connectivity Analytics.
  5. إجراء مختلف أنواع التحليلات الزمنية والجغرافية؛ التحليل بالسيناريو؛ ماذا - لو؛ المحاكاة والتنبؤ.
  6. تمكين دمج النماذج المعرفية ببعضها وبمختلف مستوياتها التفصيلية (مثل نماذج أقل تفصيلاً بغرض تطبيق تحليلات التفكير النظمي وأخرى أكثر تفصيلا بغرض تضمين الشبكات الشخصية).
 

النسج

بناء على احتياجات الشرائح المتعددة التي يستهدف البرنامج السوري في مرصد الشبكات السياسية والاقتصادية خدمتها، يتم طرح الأسئلة البحثية المناسبة بحدود واضحة وتحديد أنواع التحليلات الملائمة لها ثم تصميم المخرجات من المنتجات والخدمات التي توجه للمستفيد النهائي.