Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Образ СССР в фокусе математического моделирования опыт цифровой гуманитаристики.pdf
Саратовский национальный исследовательский государственный
университет имени Н. Г. Чернышевского
О Б Р А З С С С Р
В ФОКУСЕ МАТЕМАТИЧЕСКОГО
МОДЕЛИРОВАНИЯ:
ОПЫТ ЦИФРОВОЙ
ГУМАНИТАРИСТИКИ
Под редакцией доктора физико-математических наук С. П. Сидорова,
доктора философских наук С. В. Тихоновой
Саратов
Издательство Саратовского университета
2024
УДК
316.722(47+57):316.77:004.9
ББК
60.52(2)в6
O23
А вт о р ы :
Д. С. Артамонов, В. А. Балаш, А. Г. Иванов, Д. В. Мельничук, С. П. Сидоров,
И. В. Суслов, В. А. Сюсюкин, С. В. Тихонова, А. Р. Файзлиев, А. А. Целыковский
O23
Образ СССР в фокусе математического моделирования:
опыт цифровой гуманитаристики [Электронный ресурс] / под
редакцией С. П. Сидорова, С. В. Тихоновой ; Д. С. Артамонов,
В. А. Балаш, А. Г. Иванов [и др.]. – Саратов : Издательство
Саратовского университета, 2024. – 244 с. : ил. – URL: https://
books.sgu.ru/monographs/978-5-292-04886-2. – Имеется печатный
аналог.
ISBN 978-5-292-04886-2 (online)
ISBN 978-5-292-04885-5 (print). – Текст: непосредственный.
DOI: 10.18500/978-5-292-04886-2
В книге исследуется формирование образа СССР в постсоветской медиасреде. Описываются современные инструментальные и математические методы, используемые в методологии цифровой гуманитаристики, и их применение к решению задач memory studies.
Авторы адаптируют методы математического моделирования, анализа текстовых данных,
машинного обучения и новостной аналитики для исследования ключевых тем советской
ностальгии, формирующихся в традиционных, конвергентных СМИ и социальных сетях,
и обосновывают свою интерпретацию полученных результатов. Предлагается новая модель
для описания процессов распространения информации в социальных сетях. Показывается
динамика содержания цифрового образа СССР.
Для преподавателей социально-гуманитарных дисциплин вузов, аспирантов, студентов, всех интересующихся проблемами цифровой гуманитаристики и memory studies.
Табл. 6. Ил. 52. Библиогр. : 329 назв.
Р е це н зе н т ы :
доктор социологических наук, доцент О. В. Сергеева
(Санкт-Петербургский государственный университет)
(Саратовский государственный технический университет имени Гагарина Ю. А.)
Исследование выполнено при финансовой поддержке РНФ в рамках научного проекта
№ 22-18-00153 «Образ СССР в исторической памяти: исследование медиастратегий
(утвержден Ученым советом Саратовского национального исследовательского
доктор физико-математических наук, доцент Д. В. Кондратов
воспроизводства представлений о прошлом в России и зарубежных странах»,
Печатается по решению научно-методической комиссии
механико-математического факультета СГУ имени Н. Г. Чернышевского
государственного университета имени Н. Г. Чернышевского,
https://rscf.ru/project/22-18-00153/.
Работа издана по тематическому плану 2024 года
протокол № 3 от 27 февраля 2024 года)
ISBN 978-5-292-04886-2 (online)
ISBN 978-5-292-04885-5 (print)
УДК 316.722(47+57):316.77:004.9
ББК 60.52(2)в6
©©Коллектив авторов, 2024
Саратовский университет, 2024
Оглавление
От редакторов . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
Введение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Глава 1. Инструментальные методы анализа медиапространства
в цифровой гуманитаристике
1.1. Специфика «цифровой» методологии: от атрибу-
ции до калибровки . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.2. Инструментальные средства анализа информационно-
го потока . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.3. Методы сентимент-анализа сообщений . . . . . . . . . . . . . . . 23
Глава 2. Анализ классических СМИ: цифровые архивы газет . . . 27
2.1. Динамика основных кластеров советских тем в газете
«Аргументы и факты» . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.1.1. Кластер 0 «Спорт» . . . . . . . . . . . . . . . . . . . . . . . . 30
2.1.2. Кластер 1 «Кинематограф» . . . . . . . . . . . . . . . . . . . 35
2.1.3. Кластер 2 «Экономика» . . . . . . . . . . . . . . . . . . . . . 40
2.1.4. Кластер 3 «Музыка» . . . . . . . . . . . . . . . . . . . . . . . 45
2.1.5. Кластер 4 «Коммеморация» . . . . . . . . . . . . . . . . . . 49
2.1.6. Кластер 5 «Идеология» . . . . . . . . . . . . . . . . . . . . . 53
2.1.7. Кластер 6 «Политика» . . . . . . . . . . . . . . . . . . . . . . 56
2.1.8. Кластер 7 «Образование» . . . . . . . . . . . . . . . . . . . . 62
2.1.9. Кластер 8 «Космос» . . . . . . . . . . . . . . . . . . . . . . . . 65
2.1.10. Кластер 9 «Долги и кредиты» . . . . . . . . . . . . . . . . 70
2.1.11. Кластер 10 «Продукты» . . . . . . . . . . . . . . . . . . . . 74
2.1.12. Кластер 11 «Поколение» . . . . . . . . . . . . . . . . . . . . 79
2.1.13. Кластер 12 «Война в Афганистане» . . . . . . . . . . . . 83
2.1.14. Кластер 13 «Дороги и заводы» . . . . . . . . . . . . . . . . 88
2.1.15. Кластер 14 «Разведка» . . . . . . . . . . . . . . . . . . . . . 88
2.1.16. Кластер 15 «Атомный проект» . . . . . . . . . . . . . . . . 90
. . . . . . . . . . . . . . . . . . . . 14
3
Образ СССР в фокусе математического моделирования
2.2. Динамика основных кластеров советских тем в газете
«Коммерсантъ» . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
2.2.1. Кластер 1 «Спорт» . . . . . . . . . . . . . . . . . . . . . . . . 95
2.2.2. Кластер 2 «Кинематограф» . . . . . . . . . . . . . . . . . . . 101
2.2.3. Кластер 3 «Литература» . . . . . . . . . . . . . . . . . . . . . 105
2.2.4. Кластер 4 «Арт-выставки» . . . . . . . . . . . . . . . . . . . 107
2.2.5. Кластер 5 «Вооруженные Силы» . . . . . . . . . . . . . . . 111
2.2.6. Кластер 6 «Телепрограмма» . . . . . . . . . . . . . . . . . . 117
2.2.7. Кластер 7 «Музыка» . . . . . . . . . . . . . . . . . . . . . . . 117
2.2.8. Кластер 8 «Космос» . . . . . . . . . . . . . . . . . . . . . . . . 121
2.2.9. Кластер 9 «Промышленность» . . . . . . . . . . . . . . . . 126
2.2.10. Кластер 10 «Коммеморация» . . . . . . . . . . . . . . . . . 132
2.2.11. Кластер 11 «Образование» . . . . . . . . . . . . . . . . . . 136
2.2.12. Кластер 12 «Долги и кредиты» . . . . . . . . . . . . . . . 137
2.2.13. Кластер 13 «Политика» . . . . . . . . . . . . . . . . . . . . 140
2.2.14. Кластер 14 «Наука» . . . . . . . . . . . . . . . . . . . . . . . 143
2.2.15. Кластер 15 «Архитектура» . . . . . . . . . . . . . . . . . . 145
2.2.16. Кластер 16 «Балет» . . . . . . . . . . . . . . . . . . . . . . . 149
2.2.17. Кластер 17 «Экономика» . . . . . . . . . . . . . . . . . . . 151
2.2.18. Кластер 18 «Китай» . . . . . . . . . . . . . . . . . . . . . . . 154
2.2.19. Кластер 19 «Геополитика и НАТО» . . . . . . . . . . . . 154
2.2.20. Кластер 20 «Война в Афганистане» . . . . . . . . . . . . 157
2.2.21. Кластер 21 «Разведка» . . . . . . . . . . . . . . . . . . . . . 160
2.2.22. Кластер 22 «Церковь» . . . . . . . . . . . . . . . . . . . . . 161
2.2.23. Кластер 23 «Германия» . . . . . . . . . . . . . . . . . . . . . 162
2.2.24. Кластер 24 «Здравоохранение» . . . . . . . . . . . . . . . 162
2.2.25. Кластер 25 «Атомный проект» . . . . . . . . . . . . . . . . 166
Глава 3. Анализ конвергентных СМИ и социальных сетей . . . . . 169
3.1. Намедни . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
3.1.1. Парфёнов как медиатор . . . . . . . . . . . . . . . . . . . . . 171
3.1.2. НМДНИ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
3.1.3. Классификация комментариев . . . . . . . . . . . . . . . . . 179
3.2. Модели распространения информации на сетях . . . . . . . . . 187
3.2.1. Модель SI, не учитывающая структуры сети . . . . . . . 190
3.2.2. Модели распространения информации на сетях . . . . . 192
3.2.2.1. Модель SI на графах (SI на сети) . . . . . . . . . . 195
3.2.2.2. Новая модель SI на графах (SI аппроксимация) 197
3.2.2.3. Имитационная модель (агент-ориентирован-
ное моделирование, клеточный автомат) . . . . 198
4
Оглавление
3.2.3. Тестирование моделей на реальных графах . . . . . . . . 199
3.2.4. Анализ феномена распространения медиаконтента
в социальных сетях, посвященного СССР . . . . . . . . . 203
3.2.4.1. Советская ностальгия как социокультурный
тренд в современной России . . . . . . . . . . . . 203
3.2.4.2. Телевизионный фильм «Ирония судьбы или
с легким паром!», 1975 г. . . . . . . . . . . . . . . . 205
3.2.4.3. Мини-сериал «Чернобыль», HBO, 2019 . . . . . 206
3.2.4.4. Фильм «Чемпион мира», 2021 г. . . . . . . . . . . 206
3.2.4.5. Телесериал «Вампиры Средней зоны», 2021 г. . 207
3.2.4.6. Компьютерная игра Atomic Heart от студии
Mundfish, 2023 г.
. . . . . . . . . . . . . . . . . . . . 207
3.2.4.7. Тестирование моделей . . . . . . . . . . . . . . . . . 207
3.3. Медиаобраз СССР в измерении хештег-динамики . . . . . . . . 209
3.3.1. Методология анализа . . . . . . . . . . . . . . . . . . . . . . . 210
3.3.2. Анализ и динамика хештега «#назадвссср» . . . . . . . . 211
Заключение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
Список литературы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
С в е д е н и я о б а в то р а х . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242
ОТ РЕДАКТОРОВ
Историю нашего грантового коллектива мы ведем от 2017 г., начиная c проекта Андрея Иванова «Мифы о прошлом в современной медиасреде: практики конструирования, механизмы воздействия, перспективы использования» (РФФИ), в котором закладывался новый ракурс
исследований исторической памяти. С 2019 г. мы прямо сосредоточились
на ее цифровых аспектах («Социальное конструирование исторической
памяти в цифровом мире», Софья Тихонова, РФФИ). И уже тогда стало очевидно, что традиционные методы изучения коллективной памяти
не справляются с массивами коммеморации в Интернете и социальных
сетях. Память изначально весьма субъективная тема, само междисциплинарное поле memory studies вырастает из конфликта того, что помнит исследователь, и официального дискурса памяти, существующего
для него объективно. Когда объективная память становится безбрежным
цифровым океаном, редкий ее исследователь не терзается сомнениями
о том, не являются ли облюбованные им кейсы флуктуацией. Все, что
ты делаешь, может быть очень интересным и захватывающим даже для
твоих критиков, но является ли оно общезначимым и типовым? И вопрос,
разумеется, темен, и жизнь человеческая коротка. А ответа все равно
очень хотелось. В кулуарах, обсуждавших тогда весьма прорывные исследования Л. Мановича, поговаривали о перспективности применения
в нашем поле языка R. Хватит говорить о цифровой гуманитаристике,
пора ей заняться! Под этим слоганом мы отправились на платформу онлайн-курсов, изучать этот самый R. Где-то в альтернативной вселенной
структуральнейшие лингвисты мановением волшебной палочки укрощали Матрицу, получая на почту дивного изящества аналитику мнемонического контента социальных сетей. В нашем бренном мире лекции
по R, невзирая на бодрую харизматичность модных спикеров, действовали на исследователей памяти как великолепное снотворное. Чтобы
бороться со сном, мы перекочевали из домашнего уюта в компьютерные
классы Университета, где до захрапевшего можно дотянуться. Но на четвертой лекции пришло озарение: прежде, чем производить программные
6
От редакторов
манипуляции с библиотеками данных, наши данные, абсолютно сырыми,
все равно придется добывать из социальных сетей, обрабатывать и представлять. При этом наверняка есть архивы, библиотеки и коллекции, которые уже собрали и разметили до нас. А это уже совсем другая история.
И другие инструменты.
Поэтому самым разумным вариантом было пойти учиться, традиционно, очно, по старинке. Так мы создали лабораторию «ЦИФРа» (цифровые исследования философии рисков) и пошли повышать свою квалификацию на мехмате СГУ имени Н. Г. Чернышевского («Основы теории
случайных графов и ее приложения к анализу сетевых структур»), где
и познакомились с коллективом Института рисков. Институт рисков осуществляет научную работу по направлениям, связанным с математическим и компьютерным моделированием рисков и сложных систем, анализом данных, а также участвует в организации научных конференций
и семинаров по соответствующей тематике.
Так и сбылась наша мечта – мы нашли коллег единомышленников по ту сторону пропасти между физиками и лириками. В результате
мы получили поддержку Российского научного фонда, и… появилась
эта книга! Тем и прекрасна цифровая гуманитаристика, что в ней все
возможно. А главное, в ней все – рядом, под руками. Нужно только
понять, что именно тебе нужно на самом деле. Мы выражаем надежду,
что цифровизация принесет новые возможности всем исследователям
и облегчит «встречу умов» на самых разных междисциплинарных площадках.
ВВЕДЕНИЕ
Образ прошлого, конкретизированный в конкретном хронотопе, является результатом сложной работы исторической памяти, активизирующей мотивацию и воображение самых разных людей. Историческая
память занимает особое место среди феноменов, задающих пространство понимания «утраченного времени». Природа исторической памяти
позволяет говорить о ее связи с мифами, с мифической образностью.
Историческая память, ранее конструировавшаяся интеллектуальной элитой, профессиональными историкамии идеологами, сегодня открыта для
творчества широких масс, которые чаще всего используютисторическую
информацию, размещенную в СМИ, подающими ее как развлекательный
и новостной контент. Современные медиа обладают широкими возможностями для влияния на историческое знание, которые позволяют им редактировать и переформатировать его. Культурная память включается
в коммуникативную практику путем использования исторических текстов в производстве медийного контента, за счет чего смещается баланс
между культурной и коммуникативной памятью в исторической памяти
современного общества. Под историческими текстами понимается вся
совокупность исторических источников, доступных в цифровой среде
(исторические исследования, художественные произведения, фото- и видеохроника, мемы, оцифрованные архивные документы). В условиях
широкого распространение социальных медиа возникает новое пространство циркуляции исторического контента, вытесняющее традиционную
коммуникативную память. В цифровых условиях формируется новый
баланс коммуникативной и культурной памяти, а также способы их коммуникации, что радикально меняет облик памяти исторической. Фундаментальной научной проблемой становится анализ медиастратегий конструирования исторической памяти средствами массовой информации
и интернет-пользователями в социальных медиа, осуществляемый на основе цифровых данных медиасферы. Традиционные «нарративные» методы исследования, связанные с анализом печатных текстов, не справляются с потоком медиатекстов, генерируемых в Интернете широчай-
8
Введение
шим спектром акторов. Старые и новые медиа, инфлюенсеры, рядовые
пользователи, политические субъекты всех уровней, конфессии и общественные организации – все они производят небывалые по объему
образы прошлого,масштаб, характер и динамику которых можносегодня
установить только с помощью методов математического моделирования,
анализа данных и машинного обучения, которые необходимо откалибровать под потребности современных memory studies. Для этого нужен
исследовательский альянс методологических средств истории, социальной философии, математики и компьютерных наук, обеспечивающий
учет изменения масштаба и способов влияния медиа на формирование
представлений о прошлом. Все более острой становится потребность
в плюралистичной концептуальной модели формирования исторической
памяти в цифровой среде, учитывающей пластичность самой памяти,
возможности ее переформатирования и перезагрузки, а также сетевой
характер включения субъектов памяти в процессы ее медийного производства, и адаптации математических и компьютерных моделей для целей прогнозирования социальных процессов. Разрабатываемые методы
социометрического и динамического моделирования сложных сетевых
структур позволяют наметить переход к новому, массовому масштабу
изучения феномена исторической памяти. В случае ее успешности взаимодействие и конвергенция социогуманитарных и естественных наук
могут принести качественно новые результаты, подходы к релевантной
интерпретации которых еще не разработаны.
Тематическое моделирование является одним из наиболее популярных методов классификации и извлечения признаков из большого массива текстовых данных. Создание модели коллекции текстовых документов позволяет выявить, какие тематические шаблоны наиболее часто
встречаются в коллекции текстов, то есть определить, к каким темам
относится каждый анализируемый документ, сгруппировать документы
по сходству тематики, а также выделить наиболее характерные слова
для каждой из выделенных тем. Спектр методов и алгоритмов тематического моделирования достаточно широк. К числу наиболее популярных
вероятностных и статистических методов тематического моделирования
относятся алгоритмы латентного распределения Дирихле (LDA) и латентно-семантического анализа (LSA). На их основе были разработаны
сотни специализированных моделей, отличающихся структурой исходных данных и применяемыми алгоритмами. В последние годы стали общедоступными методы обработки текстовых данных c помощью трансформеров, предварительно обученных на большом количестве текстов
9
Образ СССР в фокусе математического моделирования
нейросетевых моделей. Мы в данной работе применяли возможности,
реализованные в библиотеке BERTopic.
В последние годы социальные сети приобрели огромную популярность из-за огромного количества онлайн-пользователей и быстрого распространения информации. В связи с этим их влияние на образование,
культуру, бизнес, политику и общество трудно переоценить. Благодаря
легкому доступу и взаимодействию между большим количеством пользователей информация распространяется в сети эпидемически. Понимание механизмов распространения информации посредством этих новых
методов публикации невозможно без обращения к математическим моделям. Однако из-за высокой сложности взаимодействия между пользователями сети по-прежнему остается большой проблемой адекватное
моделирование процесса распространения информации, а затем точное
прогнозирование распространения информации. Решение может предложить аналитический подход, основанный на диффузионных моделях для
прогнозирования количества пользователей социальных сетей, принявших участие в обсуждение некоторой темы. Примером является разработанная частью авторского коллектива модифицированная / улучшенная
версия модели типа «восприимчивый-инфицированный» (SI) блочной
аппроксимации степеней вершин для прогнозирования процесса распространения информации на всех ее этапах. Модификация учитывает неоднородность взаимодействий пользователей социальной сети и выражается системой нескольких нелинейных дифференциальных уравнений
на сложных сетях. Предлагаемая модель отличается от других аналогичных моделей тем, что она учитывает структуру сети, отказывается от гипотезы однородного смешивания и концентрируется на распространении
информации в безмасштабных сетях, она способна описать и предсказать процесс распространения информации в социальных сетях. Модели эпидемии на графовых структурах могут расширить область своего
применения за счет обсуждения тем в Интернете, а также могут помочь
в понимании других явлений, распространяющихся в социальных сетях.
Тем не менее, потребность в использовании таких моделей гуманитариями давно назрела, поскольку сетевой характер цифрового общества
не нуждаетсяв комментариях. Нарастание объема и интенсивности мемориальных войн в глобальной медиасфере предъявляет новые требования
к научному обоснованию политики памяти. Историческая память выступает одним из ключевых факторов социальной идентификации индивидов и конструирования воображаемых сообществ, которые в проекте
глобализации мыслились как отмирающие и гомогенезируемые. Но в
условиях краха последнего наблюдается рост локальных сетевых сооб-
10