ناقش قسم هندسة المعلومات والاتصالات في كلية الهندسة الخوارزمي / جامعة بغداد رسالة ماجستير موسومة بـ “ترتيب الحسابات المؤثرة في إنستغرام باستخدام خوارزميات التعلم العميق والشبكات العصبية الرسومية غير المتجانسة”، وذلك على قاعة مناقشات الكلية يوم الأربعاء الموافق 4/3/2026، للطالبة فاتن محمد كريم، التي نالت درجة امتياز.
وتألفت لجنة المناقشة من:
الأستاذ المساعد الدكتور إيمان صالح كريم – رئيساً
الأستاذ المساعد الدكتور أحمد ستار هادي – عضواً
الأستاذ المساعد الدكتور عمار عادل حسن – عضواً
المدرس الدكتور فاطمة بهجت – عضواً ومشرفاً
هدفت الدراسة إلى تطوير إطار ذكي لتحليل التفاعلات المعقدة في شبكات التواصل الاجتماعي وتحديد الحسابات الأكثر تأثيراً بمرور الزمن، بالاعتماد على نمذجة بيانات المؤثرين كسلسلة ديناميكية من الرسوم البيانية غير المتجانسة الشهرية.
وتضمن العمل المقترح خط معالجة مكوّناً من مرحلتين: الأولى لتعلّم تضمينات العقد باستخدام شبكة عصبية رسومية غير متجانسة (HGNN) مدعومة بوحدة متكررة ثنائية الاتجاه (BiGRU)، والثانية لتدريب نموذج ترتيب زمني قائم على (BiLSTM) مع آلية الانتباه الذاتي متعدد الرؤوس، بهدف إنتاج قوائم شعبية شهرية دقيقة للحسابات المؤثرة.
وأظهرت النتائج التجريبية تفوق النموذج HGNN (pre-BiGRU) تحت التقسيم الزمني محققاً نسبة NDCG@200 بلغت 83.6%، فيما حقق نموذج (HGNN) أعلى جودة ترتيب تحت تقسيم معرّف المؤثر بنسبة NDCG@200 بلغت 88.4%، ما يعكس كفاءة المنهجية المقترحة في تحسين دقة الترتيب وتحليل البيانات المعقدة.
وتُوّجت نتائج البحث بنشرها في مجلات علمية عالمية رصينة مصنفة ضمن الربعين Q2 وQ3، الأمر الذي يؤكد القيمة العلمية والتطبيقية للدراسة في مجال تحليل بيانات شبكات التواصل الاجتماعي.
وأوصت الدراسة بفصل مرحلة تعلم تمثيلات العقد عن مرحلة التدريب المخصص للمهمة لما لذلك من دور في تقليل التعقيد الزمني وتعقيد الذاكرة، فضلاً عن توسيع تطبيق النظام المقترح ليشمل مهام ترتيب أخرى مثل ترتيب شعبية المحتوى في منصات التواصل الاجتماعي، واعتماد تمثيل بيئة الشبكات الاجتماعية ككائن بيانات غير متجانس (Heterogeneous Data Object) لما يوفره من كفاءة أعلى في تقليل استهلاك الذاكرة ووقت التنفيذ.
