نقد و بررسی پایاننامه «تجزیه و تحلیل دادهها در مورد فرهنگ بازیهای ویدئویی و نقش تگ Let’s Play در یوتیوب» اثر Ana Ruiz Segarra در مقطع کارشناسی ارشد از دانشگاه انتاریو غربی
عنوان اصلی:
A Data-Driven Analysis of Video Game Culture and the Role of Let’s Plays in YouTube
این پایاننامه به دنبال شناسایی و بررسی فرهنگ بازی ویدئویی در یوتیوب است. Lets Play پدیده است که در چند سال اخیر در یوتیوب مرسوم شده است و بدین معنی است که کاربران بازیهای رایانهای در حین بازی از خود فیلم میگیرند و در یوتیوب به اشتراک میگذارند. اشتراکگذاری ویدئو در یوتیوب با اصطلاح Let’s Play و همچنین تگهای مختلف دیگر همراه است که در این پایاننامه نویسنده آنها را بررسی کرده است. نکته مثبت و خلاقانه این اثر، بخش روششناسی است. برای انجام این کار نویسنده از دادهکاوی در یوتیوب با استفاده از API استفاده کرده است و سپس برای نمایش شبکه تعاملات در یوتیوب از گفی استفاده کرده است.
در بخش اول نویسنده به بیان خلاصهای از ادبیات در این حوزه میپردازد و به فعالیتهای کاربران در فضای یوتیوب با درنظر گرفتن بازیهای رایانهای میپردازد. همچنین آمارهایی از مهمترین تگها و کانالها در یوتیوب میدهد. نویسنده در بیان مسئله و ضرورت تحقیق بیان میکند که قدرت اینترنت باعث شده است که فضای بیشتری برای تعامل و اشتراکگذاری به وجود بیاید و افراد میتوانند به راحتی در اجتماعی که ایجاد شده، درگیر شوند و احساسات و عقاید خودشان را بیان کنند. در پس این ارتباطات که از طریق امکانات مختلف هر شبکه اجتماعی ایجاد میشود، یک نظام فرهنگی بسته به نوع فضا به وجود میاید. هشتکها و کانالها در یوتیوب از مهمترین فاکتورهایی هستند که ایجاد شبکه میکنند و باعث به وجود آمدن موج ارتباطات کاربران حول هشتکهای مختلف میشوند. نویسنده بیان میکند که کاربران با تولیدات خود در فضای مجازی موجب تغییرات صنعت گیم شدهاند و UGC (محتوای تولید شده توسط کاربر) از مهمترین فاکتورهای زنده نگهداشتن بازیها در شبکههای اجتماعی است. هرقدر محتوای بیشتری در شبکههای اجتماعی در مورد یک بازی منتشر شود و شبکه بزرگتری ایجاد شود، بازی گسترش بیشتری پیدا میکند.
فصل دوم به بخش روششناسی پایاننامه اختصاص دارد که نکات قوی و خلاقانه زیادی دارد. در ابتدا نویسنده تمامی کانالهایی که از سال 2007 تا 2016 در مورد بازیها ایجاد شده است را شناسایی کرده است و همچنین 21 بازی بسیار محبوب که در مورد آنها در یوتیوب محتوا تولید شده است نیز رتبهبندی شده است.
در نهایت 145405 کانال ویژه در یوتیوب در مورد بازیها شناسایی شده است. یکی از نکات جالب این است که نویسنده برای رتبهبندی و نشان دادن کانالهای ویژه از روش یادگیری عمیق استفاده کرده است. بر اساس زمان مشاهده و لایک و واکنشها مثبت کاربران در کانال 138228 باقی ماند.
بازیهای:
Minecraft و Overwatch و Agar.io و League of Legends Call of Duty و Five Nights at Freddy’s و Pokémon GO و Roblox و Grand Theft Auto v و HappyWheels
مهمترین بازیهای شناسایی شده در این کانالها هستند. برای مطالعه کانالها فقط از تگها استفاده شده است. از تعداد 138228 تنها 24.27 درصد آنها حاوی تگ بودند. با توجه به توزیع فراوانی تگها، تعداد کمی از تگهای مورداستفاده در اکثر کانالها وجود دارد، درحالیکه تگهای زیادی وجود دارد که فقط توسط تعداد کمی از کانالها استفاده شده است. این یک قانون قدرتمند است توزیع تعداد یونگرامهای منحصربهفرد 79155 که در آن 74.82٪ از این برچسبها تنها توسط یک کانال استفاده میشود.
همچنین برای دقیقتر شدن کار از الگوریتمهای شناسایی زبان نیز استفاده شده است و برای آن از API گوگل ترنسلیت استفاده شده است. برخی از تگهای در زبانهای مختلف نیز استفاده شدهاند و 58 درصد تگها به انگلیسی است اما در کل برای رتبهبندی تگها پنج کشور مهم در نظر گرفته شد. در نهایت تگها لیستبندی شده و در تگهای
‘game’, ‘video’, ‘gaming’, ‘tutorial’, ‘mod’, ‘gta’, ‘cod’, ‘funny’, and ‘let play’
برای ترسیم گراف و مشخص کردن گراف شبکه ارتباط کاربران در کانالهای مختلف استفاده شد.
در فصل 3 به یافتههای پژوهش پرداخته شده است که از گرافها شروع میشد.
شکل زیر شبکه این تگها را بر اساس ارتباط با تگهای دیگر بررسی میکند.
سایز هر نود نشاندهنده تعداد کانالهای استفادهکننده از تگ است. همچنین نویسنده هر تگ ویژه را به عنوان مرکزیت قرار داده است و ارتباط آن را با دیگر شبکهها و تگها بررسی کرده است. برای مثال تگ mod به شکل زیر در شبکه ترسیم شده است.
همچنین نمایش تگ gaming نیز به صورت زیر است:
در این شبکه مهمترین تگهایی که با تگ gaming ارتباط داشتند مشخص شده است و دسته تگهایی که در یک دایره قرار گرفتهاند در یک تراز معنایی قرار دارند و شبیه به هم هستند. در این گراف تگهایی وجود دارد که مربوط به بازی نمیشود ولی در ارتباط با این تگها استفاده شده است.
در نهایت گراف کلی از همهی تگها ترسیم شده است که درشکل A سایز نودها بر اساس تعداد بازدید است و در شکل B بر اساس مرکزیت بینابینی است.
در این گراف همریختی جامعه ترسیم شده است و اینکه کدام خوشهها به یکدیگر شبیهترند و در کل با محوریت کل تگها جامعه ایجاد شده چگونه شکل گرفته، نمایش داده شده است.
در نهایت براساس هر رنگ نوع اجتماع تحلیل شده است. هر رنگ نشاندهنده یک نوع فرهنگ و اجتماع شبیه به هم ست. مثلاً رنگ سیاه نشاندهنده فعالیت کابران شبیه به هم است و نیز تگهایی که استفاده کردهاند در یک خوشه را نمایش داده است. جدول زیر تگهای جامعه سیاه را نشان میدهد.
همچنین میزان استفاده هر جامعه از هر تگ را در یک روند در نمودار نشان داده است. برای مثال برای تگ Let Play نمودار زیر ترسیم شده است.
فصل چهار به نتیجهگیری و پاسخ به سوالات اختصاص دارد که خلاصهای از آن بیان میشود.
در این فصل اشاره شده است که تگ letPlay همیشه در مرکزیت قرار داشته است و مهمترین دلیل استفاده از آن سرگرمی است. در این فصل به ارتباط تگها و توصیف هرکدام اختصاص داده شده است. نویسنده معتقد است که انواع تگها با دستهبندیهای مختلف دیگر در ارتباط هستند و توصیفات خود را از آن میگیرند. برای مثال برای توصیف کانالهای مربوط به بازی از تگ funny استفاده میشود و همچنین برخی از تگها که مربوط به بازیها است با توصیفاتی مانند دوستی و خانواده همراه است. همچنین برای نشان دادن احساس نسبت به بازیها نیز از تگها استفاده شده است. برای مثال تگ GTA با هشتکهای مرتبط با مفهوم لذت بردن همراه است. همچنین زبان تاثیر زیادی در دستهبندی اولویت کاربران دارد. تگ LetPlay مهمترین تگ و مشترکترین تگ بین کاربران توسعهدهنده بازی در یوتیوب است که موجب وصل شدن شبکه به هم شده است.
مهمترین مسئلهای که در این پژوهش وجود داشت بحث روششناسی و استفاده مناسب از دانش کامپیوتری در علم ارتباطات و مطالعات رسانه بود و به درستی و دقیق تمام فاکتورها شناسایی و توصیف شده بود؛ اما مهمترین ضعف پژوهشهای از این جنس ضعف در بحثهای نظری است که البته این موضوع در اکثر پژوهشهای این حیطه به چشم میخورد. در این پژوهش بیشتر به توصیف شبکه پرداخته شده بود و اهمیت کمتری به استنباط و استفاده از تئوریهای فرهنگ شده است.
نویسنده: شقایق کلی
کارشناس ارشد مدیریت رسانه دانشگاه علامه طباطبائی