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.
This article analyzes the protest groups on the VKontakte.Using the VKontakte API, we collected an open data of 608.2 thousand user profilesin September 2021.Various data were collected such as gender, age, place of residence, network activity, number of subscribers, political views and value orientations. There were several stages of the study.First, we selected communities relevant to the subject of our research. At the second stage, we collected information from the profiles of members of these communities (563.6 thousand unique profiles). At the third stage, we identified three main clusters based on the engagement of people in protest communities. At the fourth stage, we described a portrait of users of protest communities for each of the three clusters. At the fifth stage, using the logistic regression method, we checked how various variables affect belonging to the third, most «strong» cluster. Based on the results of the analysis, we concluded that users who are members of several protest groups at the same time are exposed to greater information pressure, which increases their chances of moving on to real protest actions.Moreover, such users are more likely than others to launch mechanisms of «social infection» with protest ideas themselves, since they themselves are active commentators and have higher than average values in terms of the number of subscribers compared to users in other clusters.
Исследование выполнено при финансовой поддержке РФФИ и ЭИСИ в рамках научного проекта № 21-011-32247 «Российские протестные онлайн-сообщества: характеристики и особенности».