Диссертация (1148128), страница 39
Текст из файла (страница 39)
Именно по этой причине необходимо былоприменить симуляцию эхо-камер. Кроме того, модель, плотность которойприближаласькединице,неявляетсяинформативной.Выбраннаяисследователями симуляция эхо-камер позволила нивелировать слабые ичастотные связи, чтобы изучить сообщества, из которых состоит сеть, болееподробно.Раскрываяструктуруобщественно-политическойсети,мыпровеликластеризацию с разными настройками распространения связи, а также сравнениекластеризаций. Используя разные настройки распространения связей, мы каждыйраз дробили граф на большее количество сообществ: с двух до одиннадцати. Графполитических сообществ, который был построен с использованием укладкиForceAtlas2 и называется картой, демонстрирует два крупных и многочисленныхкластера: националисты и общественно-либеральный кластер с постояннойдемаркационной линией.
Только лишь в кластеризации с использованиемраспространениеметок«Дистанция»,снижающейснижающиммасштабразделения на сообщества, появилась «буферная зона» из разрозненных кластеровсоциалистов.Необходимо отметить, что в метрическом центре графа оказалисьобщественные организации, которые привлекают сторонников различныхидеологий: в частности, сообщество «Красивый Петербург». Неполитическиеобщественные сообщества выполняют необходимую роль сетевых мостов.Интересно, что в националистическом кластере, а также выделяемом из негоспортивном кластере, такую роль выполняют коммерческие сообщества,занимающиесяторговлейразнообразной атрибутикой.товарамиссоответствующейсимволикойи182Результат применения разных настроек распространения связей позволилвыявить на всех срезах два крупных центра: общественно-либеральныесообщества и националистические сообщества.
Данные кластеры отличаютсятопологией сети, количеством участников и «публикационной активностью». Унационалистов значительно выше как степень вовлеченности в сетевое участие ипотребление информации, так и среднее количество участников и публикаций,однако, число сообществ в целом меньше. Другими словами, можно сказать, чтововлечение в виртуальную националистическую среду носит контагиозныйхарактер: очень велика роль вхождения в ядро кластера (участие во множествесообществ), при условии, когда другой кластер более фрагментирован и не имеетинтенсивныхпересеченийаудиторий.Общественно-либеральныйкластеротличается большим количеством сообществ, которые возможно выделять вотдельныеподкластеры,распространениесвязейснижаямасштаб«Дистанция»,мыкластеризации.получилиПрименивкачественнуюхарактеристику состава кластера националистов и общественно-либеральногокластера: сведения о подкластерах.
Сильные и плотные межкластерные связинационалистов со спортивным кластером говорят о диффузии аудиторий. Другаяотличительная особенность — это отдельный кластер курсов по подготовки кчрезвычайным ситуациям. Мы нашли образовательный кластер в другомполитическом спектре — у левых, но националисты занимаются скореепрактикой, чем теорией. Общественно-либеральный кластер включает множествосообществ ЛГБТ, социалистов и общественных движений. Это интересныйвопрос для дальнейшего изучения различий в характере участия и потребленияинформации. Любопытно, что, при снижении масштаба кластеризации изкластеров выделяются подкластеры, которые практически не имеют пересеченийс противоположным «родительскому» кластеру.
Более того, они могут иметь иболее высокую плотность, как, например, обстоит дело с ЛГБТ-кластером.Данная структура отражает пристрастия аудитории, которая находит в техили иных сообществах удовлетворение своих информационных потребностей,соотносящихся с ценностными установками. По этой причине в структуре183информационного потребления не видны расколы, пожалуй, кроме социалистов, видеологическихкластерах.Чтобыпродемонстрироватьихмысоздалиматематическую модель, в которой под связью понимался факт перепоста однойзаписи из сообщества в выборке в другое.
Так, в новой модели мы сможемвыявить группы, которые занимаются информационной деятельностью, так какперепост записи из одного сообщества в другое могут сделать толькоадминистраторы виртуального сообщества. Такая модель является направленнымграфом, где направление отражает источник заимствования.Результатымоделиикластеризацияснастройкой«Дистанция»представлены в Приложении Ц. Первое, что бросается в глаза – это большоеколичество кластеров. Нами были обнаружено 50 кластеров: 12 кластероввключают всего 2 сообщества, 8 кластеров содержат по три сообщества, аостальныевключаютбольшееколичествосообществ.Следовательно,методологическая триангуляция дает основание несколько выводов. Во-первых,сетевой ландшафт имеет два измерения.
Если на уровне аудитории, мы находимотносительно крупные кластеры, выделение ценностных ориентаций которых несоставляет труда, то на уровне администраторов сообществ это сделать безподробного анализа текста, участников и администраторов сделать нельзя. Вовторых,лидерыобщественногомнения,являющиесяадминистраторамисообществ, имеют распределенные сферы влияния, которые в значительнойстепени фрагментированы, чем потребности аудитории. Таким образом,существует большая разница между стратегиями и тактиками.
Если стратегияаудиторииипотребителейполитическойинформацииможноназватьобъединяющей (к примеру, мы были вынуждены симулировать поляризацию эхокамер), то стратегия администраторов отражает большое количество расколов, внекоторых моментах, она противоречит желаниям их последователей.Результаты подсчета метрик центральности для всей выборки представленыв Приложении Ш.
Данные вычисления представляют самыми центральнымиследующие сообщества: Красивый Петербург, Наблюдатели Петербурга зачестные выборы, Петербургский гражданин, Помощь задержанным в Питере,184Экологическое движение «РазДельный Сбор». Данные виртуальные сообществатрудно назвать политическими, но их работа, как показывает модель, очень важнадля всего политического пространства петербургского сегмента.Впредыдущихмоделяхмыподробнорассматривалиструктурукоммуникативного пространства, где сетевые особенности высчитывались наотношении фактов подписки или заимствования, интерпретировать которыеможно достаточно широко: идентификация с ценностными ориентирамисообщества, симпатия к лидерам или к политическому тексту, присутствующемув новостных публикациях сообществ, медиаэффект сообщества и т.п.
Такимобразом, нам удалось косвенно рассмотреть пристрастия людей, пересчитав их вмеры смежности между сообществами.В следующей модели мы создали сеть «дружбы» ядра коммуникационногопространства. Под ядром мы понимали тех людей, которые подписаны минимумна 2 сообщества из выборки.
Следует отметить что, в оценке численностиаудитории тех или иных сообществ ранее мы учитывали только неуникальнуюаудиторию, то есть сумму количества подписчиков сообществ. Переход к ядрукоммуникационного пространства имеет несколько преимуществ. Так, не имея нитипологии пользователей социальной сети «ВКонтакте», чтобы дать определениенеаутентичнойстраницыпользователей,мы(«бот»,полагает,«фейк»),чтониалгоритмовоптимальнымспособомучетатакихфильтрацииискусственного увеличения пользователей в сообществах представляется визучении ядра коммуникационного пространства. Кроме того, в ядре сообществав большей степени окажутся пользователи, которые проявили интерес кобщественно-политической теме.Соотношение суммы неуникальной и уникальной аудитории отличается отв ядрах кластеров. В националистическом кластере это соотношение составляетпрактически 9 к 1: неуникальная аудитория составляет 1 845 560 подписчиков, ауникальная –205 230.Вовторомкрупном –общественно-политическомнеуникальная аудитория насчитывает 503 082 подписчика, когда уникальная67 277.
Соотношение 7,5 к 1. В спортивном кластере – неуникальная – 220 087,185уникальная – 22 026. Соотношение 10 к 1. В кластере ЛГБТ: неуникальная 48 063,уникальная – 7 605. Соотношение 6 к 1. В группе левых кластеров: неуникальная33 117, уникальная – 3 473. Соотношение 10 к 1. Чем выше соотношение, тем набольшее количество сообществ подписаны участники в ядре. Другими словами,это косвенно говорит о степени контагиозности.На Рисунке 15 в кругах Эйлера показано пересечение ядер кластеров.Интенсивность пересечений представлена в Таблице 12. Другими словами,пересечение означает количество пользователей, отнесенные нами к ядрам разныхкластеров. Как и подтверждается в сетевом анализе смежности, есть большоеколичество общих читателей в двух крупных кластерах.
Матрица пересеченийкластеров представлена ниже. Кластер социалистических или левых сообществимеет пересечения с другими кластерами, однако величина их мала длябиблиотеки VennDiagram в языке программирования R.186Рисунок 15 – Круги Эйлера ядер кластеров. Цвета обозначают границы кластера.Таким образом, полученная модель имела порядок графа – 319 504 узла иразмерность графа – 7 070 030 ребер.Ксожалению,работасбольшимиобъемамиданныхявляетсяперспективной и неразработанной областью в общественных науках, так чтоединственной вычисляемой метрикой графа оказалась средняя степень узла. Онасоставила 44,256.
Это среднее значение дружеских контактов, которые имеютучастники ядра в рамках его.187СпортивныйкластерКластер ЛГБТГруппа левых кластеровНационалистический кластерОбщественнополитический кластерНационалистическийкластерТаблица 12 – Матрица пересечений ядер кластеров13560430548014343249609601218Общественно-политический кластер13560Спортивный кластер4305324Кластер ЛГБТ480153812Группа левых кластеров1434960187070Стоит обратиться к результатам опроса «Интернет в жизни петербуржцев».Инструментарий опроса содержал переменную доверия к людям: «В какойстепени вы доверяете людям, с которыми познакомились в Интернете?» (см.Таблица 13).
Так, абсолютно доверяют 1,8%, скорее доверяют – 13,7%. В большестепени респонденты не доверяют людям в Интернете: скорее не доверяют –29,7%, не доверяют абсолютно – 28,9%. Затруднились ответить 26%.Таблица 13 – Степень доверия к людям, с которыми познакомились в Интернете?(Санкт-Петербург, 2015 г., %)В какой степени вы доверяете людям, с которыми познакомились в Интернете?Абсолютно доверяю1,8Скорее доверяю13,7Скорее не доверяю29,7Не доверяю абсолютно28,9Затрудняюсь ответить26Так, респонденты в целом не доверяют другим людям в Интернете.Кумулятивный процент недоверия больше – 58,6% против такого же показателядоверия – 15,5%.
Кроме того, средняя степень узла отличается от числа Донбара:188она меньше. Таким образом, не имея данных о «сетях дружбы» крупныхсообществ размером с город или регион, трудно заявлять, велика ли плотностьсвязей в ядре коммуникационного пространства. Сопоставляя эти данные срезультатами опроса населения, можно предположить, что, скорее всего,плотность связей довольно низкая по причине недоверия и отличия от числаДанбара, что косвенно выражается в расколах внутри коммуникационногопространства.Говоряоданныхпользователей,стоитсказатьозначительныхограничениях. Многие пользователи не указывают свои персональные данные всоциальных сетях. Это отчасти связано с чувством страха и отсутствиябезопасности в Интернете.