Протестные группы в социальной сети «ВКонтакте»: кластеризация пользователей и их типологические особенности
Статья посвящена протестным группам в социальной сети «ВКонтакте». Материалом исследования послужили данные о пользователях, их образующих, собранные посредством API-запросов в сентябре 2021 г. Среди ключевых исследуемых параметров – пол, возраст, место жительства, сетевая активность, количество подписчиков, политические взгляды и ценностные ориентации. Исследование включало в себя несколько этапов. На первом этапе мы отобрали пул основных сообществ, в который вошли шесть элементов. На втором этапе мы осуществили парсинг информации из профилей их участников и сформировали набор данных (датасет) из 608,2 тыс. пользовательских аккаунтов,563,6 тыс. из которых были уникальными. На третьем этапе мы выделили три кластера, основанных на вовлеченности людей в протестные сообщества. На четвертом этапе мы портретировали пользователей протестных сообществ, в том числе по каждому из трёх выделенных кластеров. На пятом этапе методом логистической регрессии мы проверили влияние различных переменных на принадлежность людей к третьему, наиболее «сильному» кластеру.На основе результатов анализа мы сделали вывод, что пользователи, состоящие одновременно в нескольких протестных группах, подвергаются большему информационному давлению, что повышает их шансы перейти к реальным протестным действиям. Более того, такие пользователи чаще остальных сами могут запускать механизмы «социального заражения» идеями протеста, поскольку сами являются активными комментаторами и имеют превышающие средние значения по числу подписчиков в сравнении с пользователями в других кластерах.
Иллюстрации
Ушкин С. Г., Сапон Н. В. Протестные группы в социальной сети «ВКонтакте»: кластеризация пользователей и их типологические особенности // Научный результат. Социология и управление. 2022. Т. 8, № 2. С. 97-111. DOI: 10.18413/2408-9338-2022-8-2-0-8.
Пока никто не оставил комментариев к этой публикации.
Вы можете быть первым.
Архипова А. С., Захаров А. В., Козлова И. В. Этнография протеста: кто и почему вышел на улицы в январе-апреле 2021? // Мониторинг общественного мнения: экономические и социальные перемены. 2021. № 5. С. 289-323. DOI: 10.14515/monitoring.2021.5.2032.
Ахременко А. С., Беленков В. Е., Петров А. П. Логика протестных кампаний: от эмпирических данных к динамическим моделям (и обратно) // Полис. Политические исследования. 2021. № 3. С. 147-165. DOI: 10.17976/jpps/2021.03.10.
Бареев М. Ю., Качурина И. О. YouTube как фактор формирования протестного потенциала молодежи // Регионология. 2019. Т. 27. № 3. С. 572-587. DOI: 10.15507/2413-1407.107.027.201903.572-587.
Бродовская Е. В., Давыдова М. А., Еремин Е. А. Пролонгированные политические протесты в России и в Республике Беларусь летом-осенью 2020 года: референтность российской аудитории социальных медиа // Гуманитарные науки. Вестник Финансового университета. 2021. Т. 11. № 1. С. 6-13. DOI: 10.26794/2226-7867-2021-11-1-6-13.
Градосельская Г. В., Щеглова Т. Е., Карпов И. А. Картирование политически активных групп в Фейсбуке: динамика 2013-2018 гг. // Вопросы кибербезопасности. 2019. Т. 4. № 32. С. 94-104. DOI: 10.21681/2311-3456-2019-4-94-104.
Кавеева А. Д., Гурин К. Е. Локальные сети дружбы «ВКонтакте»: восстановление пропущенных данных о городе проживания пользователей // Мониторинг общественного мнения: экономические и социальные перемены. 2018. № 3. С. 78–90. DOI: 10.14515/monitoring.2018.3.05.
Клеман К. Патриотизм снизу. «Как такое возможно, чтобы в люди жили так бедно в богатой стране?». М.: Новое литературное обозрение, 2021. 232 с.
Кныжова З. З., Суслов И. В. Потенциал и перспективы политической мобилизации в интернет-пространстве: обзор эмпирических исследований в мировом и российском контексте // Власть. 2019. Т. 27. № 5. С. 59-66. DOI:10.31171/vlast.v27i5.6720.
Колозариди П. В., Ильин А. В. Мессенджеры в городской среде: гибридные формы и новые практики // Шаги. 2016. Т. 2. № 1. С. 127-138.
Одинцов А. В. Социология общественного мнения и вызов BigData // Мониторинг общественного мнения: экономические и социальные перемены. 2017. № 3. С. 30-43. DOI: 10.14515/monitoring.2017.3.04.
Плотникова М. В. Воздействующий потенциал дискурса «новых медиа» в молодёжной среде (на примере социальной сети TikTok) // Вопросы управления. 2021. № 2(69). С. 16-30. DOI: 10.22394/2304-3369-2021-2-16-30.
Сапон И. В., Леденев Д. Е. Виртуальная личность: сетевой эффект самораскрытия // Научный результат. Социология и управление. 2020. Т. 6. №. 2. С. 36-49 DOI: 10.18413/2408-9338-2020-6-2-0-3.
Ушкин С. Г. Кофейни, джентльменские клубы и социальные сети, или где сегодня формируется общественное мнение // Мониторинг общественного мнения: экономические и социальные перемены. 2017. №. 6. С. 52-62. DOI:10.14515/monitoring.2017.6.03.
Юдина В. А., Назаров Н.А., Юрасов И. А. Политическая активность населения провинциального города в сетевом информационном пространстве // Власть. 2021. Т. 29. № 2. С. 135-140. DOI: 10.31171/vlast.v29i2.8019.
Couldry N., Hepp A. The mediated construction of reality. Cambridge: Polity Press, 2016.
Enikolopov R., Makarin A., Petrova M. Social media and protest participation: Evidence from Russia //Econometrica. 2020. Vol. 88. №. 4. P. 1479-1514.
Holden J., Finch W., Kelley K. A comparison of two-group classification methods // Educational and Psychological Measurement. 2011. Vol. 5. № 71. P. 870-901.
Jost J. et al. How social media facilitates political protest: Information, motivation, and social networks // Political psychology. 2018. Vol. 39. P. 85-118.
Lee C., Chau D. Language as pride, love, and hate: Archiving emotions through multilingual Instagram hashtags // Discourse, Context & Media. 2018. Vol. 22. P. 21-29.
Loader B. D. Social movements and new media // Sociology Compass. 2008. Vol. 2. №. 6. P. 1920-1933.
Masip P. et al. Participation and Media | Media and Twitter Agendas for Social Mobilizations: The Case of the Protests in Defense of the Public Healthcare System in Spain // International Journal of Communication. 2020. Vol. 14. P. 3355-3376.
Mizrahi S. Cascading disasters, information cascades and continuous time models of domino effects // International journal of disaster risk reduction. 2020. Vol. 49. DOI: 10.1016/j.ijdrr.2020.101672URL: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7240265/ (дата обращения: 28.11.2021).
Mnasri W., Azaouzi M., Romdhane L. Parallel social behavior-based algorithm for identification of influential users in social network // Applied Intelligence. 2021. № 51. P. 7365-7383. DOI: 10.1007/s10489-021-02203-x.
Priante A. et al. Identity and collective action via computer-mediated communication: A review and agenda for future research // New media & society. 2018. Vol. 20. №. 7. P. 2647-2669. DOI: 10.1177/1461444817744783.
Smidi A., Shahin S. Social media and social mobilisation in the Middle East: A survey of research on the Arab Spring // India Quarterly. 2017. Vol. 73. №. 2. P. 196-209. DOI: 10.1177/0974928417700798.
Vega L., Mendez-Vazquez A., López-Cuevas A. Probabilistic reasoning system for social influence analysis in online social networks // Social Network Analysis and Mining. 2021. Vol. 11. P.1-20. DOI: 10.1007/s13278-020-00705-z.
Von Bülow M., Vilaça L., Abelin P. H. Varieties of digital activist practices: students and mobilization in Chile // Information, Communication & Society. 2019. Vol. 22. №. 12. P. 1770-1788. DOI: 10.1080/1369118X.2018.1451550
Исследование выполнено при финансовой поддержке РФФИ и ЭИСИ в рамках научного проекта № 21-011-32247 «Российские протестные онлайн-сообщества: характеристики и особенности».