Диссертация (1148128), страница 17
Текст из файла (страница 17)
Сторонники разных кластеров обладали высокими показателямицентральности, однако, по мнению, авторов исследования, сеть вокругпротивников была менее сплоченной.Российский ученый Г. Градосельская в феврале 2014 г. представилаисследование, посвященное кластеризации политических онлайн-сообществ.Градосельская использует метод зерновой кластеризации для группировкиполитических сообществ в социальной сети «Facebook». Для составления моделииспользовалась вероятностная матрица в качестве веса ребер. Вероятностьопределялась как величина пересечения множеств, деленное на количествоаудитории одного множества.
В качестве границы отсечения слабых связейисследователь взяла порог в 0,15. В качестве расширяющейся выборки критериемвыступает плотность, т.е. плотность, посчитанная в выборке-затравке, не должнауменьшаться.В результате ей были получены 3 крупных кластера: «пропутинский»,оппозиционный и националистический.
«Пропутинский» кластер, по её мнению,пополняется при помощи так называемых «помоечных групп», к которым можноотнести рекламу, MLM, финансовые пирамиды. Почти все группы являютсяискусственно созданными, они по усмотрению создателей пополняются записямии привлекают читателей, участников, сторонников. Градосельская считает, чтосоздан специфический механизм по захвату и перепрофилированию этих групп впсевдополитические.166Mascaro C. M., Goggins S.
P. Brewing up citizen engagement: the coffee party on facebook // Proceedings of the 5thInternational Conference on Communities and Technologies. ACM, 2011. P. 11—2070Оппозиционный кластер состоит из живых и искусственных групп.Координируется узким кругом лиц, к которым относятся и зарубежные акторы.Выявление и вербовка активистов в различных российских регионах, созданиегруппнедовольствабытовымипроблемами(ЖКХ,призыввармию,строительство) — все это механизмы, с помощью которых пополняется кластер. Витоге это приводит к канализации негатива в политическую плоскость.Националистический кластер по большому счету является естественным, онне создается искусственно.
Все группы в нем носят, скорее, реальный характер,так как процесс их пополнения осуществляется через заинтересованных акторов(естественным путем). Вызывает вопросы позиция исследователя, относящаясообщества, призывающие к активным протестным действиям (митинг, шествие,что относится к основным правам человека и закреплено в 31 статье КонституцииРоссийской Федерации), к экстремистским группам. Исследователь считает, чтонационалистический кластер состоит из групп, которые информируют о случаяхдискриминации русского населения в конкретных регионах и призывают кактивным действиям, или экстремистских групп и групп, чьей характернойособенностью является размышление о месте русских в современном мире, новойрусской идеологии и неоязыческой культуре или философских групп.Twitter — это онлайн социальная сеть для обмена сообщениями припомощи веб-интерфейса, которая появилась в 2006 г.
и быстро завоевалапопулярность. В целом Твиттер можно назвать блогом, точнее, микроблогом, таккак пользователи ограничены 140 символами в одной публикации — твите. Егороднит с блогами «невзаимная дружба» (можно подписаться на множествостраниц, но не факт, что выбор будет взаимным).
Любым публикациям можновыражать симпатию и переопубликовывать (репостить) запись.Статья «Что есть Твиттер: Социальная сеть или новостная медиа?»,написаннаяподруководствомХ. Квак,являетсясамымцитируемымисследованием Twitter167. В 2010 г. исследователи проанализировали, как они167Kwak H., Lee C., Park H., Moon S What is Twitter, a social network or a news media? // Proceedings of the 19thinternational conference on World wide web. ACM, 2010. P.
591—60071полагают, весь Твиттер: 41,7 млн. пользователей, 1,47 млрд. социальныхотношений, 4262 трендовые темы и 106 млн. твиттов. Полученные данныепозволили судить о топологии всей социальной сети. Укажем на основныерезультаты, которые касаются топологии сети. Твиттер значительно отличается отсоциальных сетей, так как распределение степеней узлов не подчиняетсястепенному закону, для данной сети характерен низкий диаметр и низкаявзаимность. Примерно 77,9% дружеских пар являются невзаимными и только22,1% пользователей находятся в статусе взаимных подписок друг на друга.Авторы исследования сравнивают данные с другими социальными сетями; всоциальной сети Flickr взаимность достигает 68%168, а в Yahoo! 360 — 84%169.Другой значительный вывод касается расстояния в сети.
Средняя длина путисреди пользователей, которые имеют взаимных друзей, составила 4,12, чтоудивительно мало для сети такого размера и соответственно графа такогопорядка. Таким образом, Твиттер можно назвать социальной сетью sui generis.Другое важное тополологическое исследование связано с географиейпользователей170. В исследовании авторы оценили влияние географическогорасстояния, границ государств, языкового барьера, частоту и стоимостьавиасообщения на формирование связей между пользователями в Твиттере.Выборка была случайной бесповторной, составила более 600 тыс. сообщений инакапливалась в течение 25 временных периодов в неделю. Исследователи несмогли реконструировать геоданные (страна или город) 15,1 % выборки.
Так,расстояние действительно оказывает влияние на предпочтения пользователей:39% связей их случайной выборки были между пользователями на расстояниименее 100 км. Более того, на расстоянии 1000 км пользователи чащеподписываются друг на друга. В этом смысле не подтверждаются тезисы тех, кторатовал за то, что Интернет преодолевает любые границы, а расстояние как168Cha M., Mislove A., Gummadi K. P. A measurement-driven analysis of information propagation in the flickr socialnetwork // Proceedings of the 18th international conference on World wide web. ACM, 2009.
P. 721—730169Kumar R., Novak J., Tomkins A. Structure and eVolution of online social networks // Link mining: models, algorithms,and applications. Springer New York, 2010. P. 337—357170Takhteyev Y., Gruzd A., Wellman B. Geography of Twitter networks // Social networks. 2012. Vol. 34. №. 1. P. 73—8172физический феномен умирает171. Границы государств и языковые барьерыоказывают разделяющее воздействие. Но частота авиаперелетов создает связимежду пользователями при значительном расстоянии. Так, при расстоянияхмежду крупными хабами авиасообщений, например, Нью-Йорк – Лос-Анжелеспоявляются всплески связей. Таким образом, главное значение приобретаеттранзитивнаяфункциягородов.Ксожалению,авторынеупомянулипространственную диффузию инноваций, она помогла бы им в интерпретациивыводов.Из-за общедоступности Twitter он является одним из самых популярныхплатформ, используемых для различных протестов.
Существует большоеколичество литературы, рассматривающий Twitter в качестве поддержкиколлективных действий. Например, испанские исследователи А. Моралес иР. М. Бенито исследовали протестную акцию #SOSInternetVE в Twitter в 2010 г.,направленнуюнаподдержкусвободыраспространенияинформациивВенесуэле172. Они обнаружили, что сильно связанные аккаунты в сетизначительно сокращали расстояния между кластерами пользователей и повышалискорость распространения информации. Исследование показало различныекрупныекластерыврамкахоппозиционнойсети.Крупныекластерыформировались вокруг оппозиционных СМИ и журналистов, что подтвердилотезис о том, что традиционные средства массовой информации по-прежнемувлияют на распространение информации и занимают важное положение враспределении информации.В исследовании Я.
Феокариса показано, как Twitter использовался в 2010 г.в протестах против университетских сокращений и повышения платы за обученияв Великобритании173. Исследование показало, что, несмотря на высокую степеньсвязанности аккуантов, сетевая структура оставалась децентрализованной и171Cairncross F. The death of distance: How the communications reVolution is changing our lives. Harvard Business Press,2001. 320 p.172Morales A. J., Losada J.
C., Benito R. M. Users structure and behavior on an online social network during a politicalprotest // Physica A: Statistical Mechanics and its Applications. 2012. Vol. 391. №. 21. P. 5244—5253173Theocharis Y. The wealth of (occupation) networks? Communication patterns and information distribution in a Twitterprotest network // Journal of Information Technology & Politics. 2013. Vol.
10. №. 1. P. 35—5673поддерживала эффективный информационный обмен. Этот случай отличается отпредыдущего, так как содержит в себе сильный автономный компонент, а сетьTwitter помогла участникам создать устойчивые горизонтальные связи, которыесыграли значительную роль в координации и организации протеста.Кроме того, существуют исследования, направленные на изучениеполитической конкуренции во время электоральных кампаний.
Например, вовремя президентских выборов в Иране группа Хансари изучала использованиеTwitterоппозиционнымигруппами174.Исследователиобнаружилидецентрализованную сеть с высокой фрагментированностью. Хотя в сетиприсутствовали высокосвязанные узлы, она состояла из двух основных кластеров:оппозиции — 70% узлов, а также сторонников правительства — 24% узлов.В рамках электоральной кампании А. Груздь и Дж.