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” للطالبة فاتن محمد كريم. 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@٢٠٠ بلغت ٨٣.٦%، فيما حقق نموذج (HGNN) أعلى جودة ترتيب تحت تقسيم معرّف المؤثر بنسبة NDCG@٢٠٠ بلغت ٨٨.٤%، ما يعكس كفاءة المنهجية المقترحة في تحسين دقة الترتيب وتحليل البيانات المعقدة. وتُوّجت نتائج البحث بنشرها في مجلات علمية عالمية رصينة مصنفة ضمن الربعين Q٢ وQ٣، 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. ويحقق هذا النشاط أحد أهداف التنمية المستدامة المتمثلة بالهدف الرابع الذي يدعو الى التعليم الجيد.
