Диссертация (1137013), страница 25
Текст из файла (страница 25)
затратам внимания и приверженностигруппе.8. Компонента 8, куда входят Male-Female Edges Share и Female Share,отсылает к оценке сети с точки зрения пропорции разнополыхпользователей и доли связей между разнополыми пользователями.Вычислениекоэффициентовкорреляциидлясовокупностиисследуемых переменных точнее позволяет оценить связь для каждойпары переменных и выявить группировки тесно связанных между собойпеременных,наблюдению.т.е.изменяющихсяВычислениеодновременнокоэффициентовотнаблюдениякорреляциидалокрядпромежуточных результатов о связи структурных характеристик сетей«дружбы» с другими параметрами онлайн-групп.134Таблица 3.1.8Коэффициенты корреляции Пирсона для мер неравенства по степеницентральностиGiniDegree0,289*0,358**0,2020,275*CentralizationDegree0,647**0,624**0,547**0,602**DensityDensity without isolatesMeanDegreeMean degree withoutisolatesModularity-0,793**-0,676**Clusters-0,534**-0,583**Diameter-0,655**-0,646**Mean Geodesics-0,749**-0,724**Gini Degree10,576**Centralization Degree0,576**1** - Корреляция значима на уровне 0,01 (2-сторон.)* - Корреляция значима на уровне 0,05 (2-сторон.)Приведенные в Таблице 3.1.8 коэффициенты корреляции Пирсонаподтверждают любопытный результат, а именно, что централизация графапо степени тесно и прямо связана с плотностью сети и средним значениемстепени, относящимся к фактору насыщенности связями.
Следовательно,возрастание плотности сети и приращение числа связей в группахпроисходит за счет действий узкого круга пользователей, за счет сетевых«хабов» или «звезд» (пользователей с превосходящим числом связей), а неза счет связывания периферийных пользователей между собой. Такжевидно, что индекс неравенства распределения степени Джини коррелируеттолько с характеристиками связанностии монолитности сети, чтоозначает, что большая связанность и интегрированность сети достигаетсяза счет увеличения неравенства по степени центральности, и, вероятно, засчет сетевых «хабов».135Таблица 3.1.9Коэффициенты корреляции Пирсона для географических и структурныхпеременныхInterCityInCity EdgesIsolates ShareVertex Giant ComponentInCity EdgesInterCity EdgesEdges-0,631**0,433**0,622**-0,426**1-0,855**-0,855**1** - Корреляция значима на уровне 0,01 (2-сторон.)Корреляционные коэффициенты подтверждают, что доля связанныхпользователей растет с увеличением доли связей между пользователями изодинаковых населенных пунктов.
Это может означать, что в целомприрост общегрупповой связанности возможен за счет прироста «дружб»между пользователями, проживающих в одном, а не в разных населенныхпунктах.Таким образом, результаты факторного анализа - высокая доляобъясненной дисперсии, снижение размерности матрицы наблюдений ипеременных с 36 независимых переменных до 8 факторов и осмысленнаяинтерпретация компонент - полезны для описания и объяснения различийна уровне онлайн-групп разных типов. Для выявления различий былииспользованы однофакторные модели линейной регрессии и ящичковыедиаграммы («ящики с усами», графики одномерного распределенияплотности вероятности).3.2. Социальная фрагментация в сообществах поклонниковСогласно полученным результатам, сети «дружбы» поклонниковотличаются от сетей двух других типов групп по структурнымхарактеристикам, в частности, значимо большим числом соединенныхкомпонент (Рис.
3.2.1, Таб. 3.2.1), меньшими пропорциями максимальной136соединенной компоненты по числу ребер (Рис. 3.2.2, Таб. 3.2.2), а такжезначимо большим числом сетевых кластеровДанныепоказателиговорято(Рис. 3.2.3, Таб. 3.2.3).значительнойфрагментацииираздробленности сетей «дружбы» поклонников. Поклонники в онлайнсообществах гораздо меньше склонны к формированию единой сети иподсоединению к ней по сравнению с другими группами, поэтому их сетисостоят из множества небольших отдельных компонент и кластеров.Таблица 3.2.1.Коэффициенты линейной регрессии: число соединенных компонент в сети«дружбы».Коэффициент(Стд.ошибка) 14741.4 (96.5) ***-401.1 (136.5) **-548.2 (140.4) ***05001000150020002500Группы поклонниковГруппы профессионаловГруппы общественных движенийFanProfMoveРисунок.
3.2.1. Число соединенных компонент в сети «дружбы».14Здесь и далее отметки уровней значимости: . p < 0,1; *p < 0,05; **p < 0,01; ***p < 0,001137Таблица 3.2.2.Коэффициенты линейной регрессии: доля ребер в наибольшейсоединенной компоненте.Коэффициент(Стд.ошибка)0.814 (0.031) ***Группы профессионалов0.122 (0.044) **Группы общественных движений0.148 (0.045) **0.40.60.81.0Группы поклонниковFanProfMoveРисунок. 3.2.2. Доля ребер в наибольшей соединенной компоненте.Таблица 3.2.3.Коэффициенты линейной регрессии: число сетевых кластеров.Коэффициент(Стд.ошибка)Группы поклонников781.84 (98.34) ***Группы профессионалов-398.05 (139.07) **Группы общественных движений-560.08 (143.10) ***13825002000150010005000FanProfMoveРисунок.
3.2.3. Число сетевых кластеров.Сети «дружбы» поклонников также имеют более высокое значениеиндексаДжинидляраспределенияцентральностипосредничестваучастников (Рис. 3.2.4, Таб. 3.2.4), что говорит о вероятном присутствии всетинесколькихучастников-посредников,связывающихмножествообособленных участников. Высокое значение индекса Джини дляраспределения центральности посредничества в сетях поклонников можетбыть объяснено через существенную фрагментацию сетей «дружбы», т.е.присутствиемножествамаленькихсоединенныхкомпонентсминимальными или нулевыми значениями центральности посредничества.Таблица 3.2.4.Коэффициенты линейной регрессии: индекс Джини для распределенияцентральности посредничества участников.Коэффициент(Стд.ошибка)Группы поклонников0.888 (0.0091) ***Группы профессионалов-0.030 (0.0129) *Группы общественных движений-0.034 (0.0133) *1390.950.900.850.80FanProfMoveРисунок. 3.2.4.
Индекс Джини для распределения центральностипосредничества участников.Еще одной особенностью онлайн-групп поклонников является болееравномерное распределение участников по оставляемым «лайкам» всравнении с объединенными показателями по другими группами (Рис.3.2.5, Таб. 3.2.5). Это означает, что пользователи сравнительно болееравномерно участвуют в потреблении контента группы и выражениисвоего интереса / лояльности по отношению к контенту группы. Вместе сэтим, полученные «лайки» внутри групп поклонников распределяютсякрайне неравномерно (см.
Рис. 3.3.9).Таблица 3.2.5.Коэффициенты линейной регрессии: индекс Джини для распределенияисходящих «лайков».Коэффициент(Стд.ошибка)Группы поклонников0.772 (0.018) ***Другие группы-0.085 (0.031) **1400.90.80.70.60.5otherFanGroupРисунок. 3.2.5. Индекс Джини для распределения исходящих «лайков».Онлайн сообщества поклонников были оценены с точки зрениявоплощения партисипаторной культуры в их пространстве. По мнениюФукса, для фактического воплощения партисипаторной культуры важна невозможность как таковая создавать пользовательский контент, а то, какмного участников вовлечены в этот процесс (Fuchs 2014).
Согласнополученнымданным,минимальныепропорциипользователей,размещающих контент (см. Рис. 3.3.6), и неравномерное распределениевнимания (см. Рис. 3.3.9) в онлайн-группах поклонников свидетельствуюто фактическом отсутствии партисипаторной культуры. Таким образом,данныйрезультатопровергаетпредположенияитеоретическиеутверждения Дженкинса о преобладании партисипаторной культуры всообществах поклонников (Jenkins 2008), и подкрепляет критику Фукса,направленную на развенчание мифа о господстве партисипаторнойкультуры и ее влиянии на демократизацию общества.
Полученныерезультаты о низком уровне вовлечения пользователей согласуются сэмпирическимиданнымидругихисследованийонлайнсообществпоклонников (см. напр., Watson 2002; Rowe и др. 2010).141Выявленные особенности онлайн сообществ поклонников означают,что их члены в наименьшей степени используют группы для налаживаниясвязей и поиска единомышленников по культурным предпочтениям.Данныйрезультатустановившими,идетчтовразрезучастиесвнекоторымионлайн-группахисследованиями,иразмещениепользовательского контента, например видео, является способом достичь иналадить связь с другими поклонниками (Baym 2000; Lingel, Naaman2012).
Вместе с тем, более равномерное участие в производстве «лайков»указывает на их основную функцию - потребление цифрового контента иувеличение вовлеченности.Наконец,полученныерезультатыдемонстрируют,чтосетипоклонников из культурной сферы не соответствуют характеристикаммодели «тесного мира», как это было показано в исследованиисетипоклонников школьной стрельбы (Oksanen и др.
2014), т.к. в сетяхпоклонников сравнительно большая доля изолятов (см. Рис. 3.4.6) иразделенных компонентов и меньший коэффициент кластеризации УоттсаСтрогатца (см. Рис. 3.3.2), показывающий склонность участниковобразовывать небольшие плотные группировки. Единственный признак,отражающийпохожестьсетей-наличиеучастниковсвысокойцентральностью посредничества, и как следствие, более высокогокоэффициента Джини для распределения центральности посредничествасреди узлов сети.Итак,поклонниковсогласнополученнымпредставляютсобойрезультатамнаиболееонлайн-группыраздробленныеифрагментированные сообщества по сравнению с другими типами.
Группыпоклонников отличаются наименьшими коэффициентами централизациисетей (как по степени центральности (см. Рис. 3.4.12), так и поцентральности посредничества (см. Рис. 3.3.1), поэтому в сетевом ракурсеих структура является более эгалитарной, и вместе с тем наиболее«бедной» в валюте социального капитала. Участие в группах в меньшей142мере предполагает поиск единомышленников и налаживание связей, амотивируется скорее потреблением контента.
Таким образом, с точкизрения участников, данные группы представляют собой преимущественноисточник релевантной информации и новостей, но не источник накоплениясоциальногокапитала,чтообуславливаетихсравнительноболееэгалитарную структуру. Онлайн-группы поклонников функционируютскорее как традиционные медиа вещания (СМИ), поэтому участниковданных групп можно описывать как аудиторию, преимущественнопотребляющую контент. Такой подход обоснован и с точки зрения сетевойинтерпретацииконцепта«сообщество»,предполагающейвысокуюплотность связей, т.к.
в онлайн-группах поклонников наблюдаетсясущественная фрагментация и низкая плотность связей.Нижеприведенавизуализацияоднойизсетейсообществапоклонников в качестве иллюстрации типичных характеристик данныхсетей.143Рисунок. 3.2.6. Визуализация сети «дружбы» онлайн-группы поклонниковрежиссера Кристофера Нолана (размер вершин пропорционален числуоставленных «лайков», цветовые обозначения: красный - пользователь,разместивший контент в группе в виде поста, комментария или сообщения,желтый - пользователь, оставивший только «лайк» к контенту группы,синий - пользователь, вступивший в группу, но не проявляющий участия).3.3. «Тесный мир» и эгалитаризм в профессиональных сообществахСтруктура сетей «дружбы» в профессиональных сообществахсущественно отличается от других типов по двум взаимосвязаннымпараметрам, образующим шестую компоненту в факторном анализе.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
