Big data is als het ware big en de buzz-zin gaat vaak gepaard met bijbehorende termen als datamining, machine learning, computationele intelligentie, het semantische web en sociale netwerken. Onderzoek gepubliceerd in het International Journal of Cloud Computing kijkt in deze context naar big data en vraagt ​​hoe sociale big data het beste kunnen worden geanalyseerd met state-of-the-art tools om nieuwe kennis te extraheren.

Sociale media en sociale netwerken vertegenwoordigen een enorme informatiebron met honderden miljoenen mensen die dagelijks tientallen tools gebruiken, zoals Twitter, Instagram en Facebook, en miljarden updates, afbeeldingen, video's en nog veel meer plaatsen. Al deze informatie, waarvan een groot deel openbaar toegankelijk is, zou heel goed kunnen worden gebruikt voor nuttige kennis die op zijn beurt nuttig zou kunnen zijn voor een breed scala aan derden in verschillende soorten bedrijven, non-profitorganisaties, wetshandhavingsinstanties, handel en marketing, onderzoekers op het gebied van socio-economie, gezondheidszorg en vele andere gebieden.

Brahim Lejdel van de Universiteit van El-Oued in El-Oued, Algerije, wijst erop dat de combinatie van big data-technologieën en traditionele machine learning-algoritmen al heeft geleid tot een aantal nieuwe en interessante uitdagingen voor sociale media en sociale netwerken. Een van de uitdagingen is hoe de enorme opslagplaatsen van informatie die big data vertegenwoordigt, het beste kunnen worden verwerkt, opgeslagen, weergegeven en gevisualiseerd.

Het nieuwe onderzoek maakt gebruik van een hybride benadering van multi-agent systemen en algoritmen. Het biedt wat Lejdel beschrijft als een "nieuwe benadering die entiteiten en hun relaties uit sociale big data kan extraheren." Dit stelt onderzoekers in staat om zinvolle kennis uit big data te halen. Lejdel wijst erop dat onderzoek naar big data en sociale netwerken natuurlijk nog in de kinderschoenen staat. Elke kleine stap in het onderzoek brengt ons dichter bij het begrijpen en gebruiken van big data en het aanpakken van die uitdagingen.

In het huidige werk stelt hij voor wat hij beschrijft als "een conceptueel model dat besluitvormers en klanten helpt om de meest relevante oplossingen te vinden die momenteel beschikbaar zijn voor het extraheren, beheren, controleren, analyseren en visualiseren van kennis in sociale media voor betere gebruikerservaringen en Diensten."