Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Образ СССР в фокусе математического моделирования опыт цифровой гуманитаристики.pdf
X
- •Оглавление
- •От редакторов
- •Введение
- •1.1. Специфика «цифровой» методологии: от атрибуции до калибровки
- •1.2. Инструментальные средства анализа информационного потока
- •1.3. Методы сентимент-анализа сообщений
- •2.1. Динамика основных кластеров советских тем в газете «Аргументы и факты»
- •2.1.1. Кластер 0 «Спорт»
- •2.1.3. Кластер 2 «Экономика»
- •2.1.2. Кластер 1 «Кинематограф»
- •2.1.4. Кластер 3 «Музыка»
- •2.1.5. Кластер 4 «Коммеморация»
- •2.1.6. Кластер 5 «Идеология»
- •2.1.7. Кластер 6 «Политика»
- •2.1.8. Кластер 7 «Образование»
- •2.1.9. Кластер 8 «Космос»
- •2.1.10. Кластер 9 «Долги и кредиты»
- •2.1.11. Кластер 10 «Продукты»
- •2.1.12. Кластер 11 «Поколение»
- •2.1.13. Кластер 12 «Война в Афганистане»
- •2.1.14. Кластер 13 «Дороги и заводы»
- •2.1.15. Кластер 14 «Разведка»
- •2.1.16. Кластер 15 «Атомный проект»
- •2.2. Динамика основных кластеров советских тем в газете «Коммерсантъ»
- •2.2.1. Кластер 1 «Спорт»
- •2.2.2. Кластер 2 «Кинематограф»
- •2.2.3. Кластер 3 «Литература»
- •2.2.4. Кластер 4 «Арт-выставки»
- •2.2.5. Кластер 5 «Вооруженные Силы»
- •2.2.6. Кластер 6 «Телепрограмма»
- •2.2.7. Кластер 7 «Музыка»
- •2.2.8. Кластер 8 «Космос»
- •2.2.9. Кластер 9 «Промышленность»
- •2.2.10. Кластер 10 «Коммеморация»
- •2.2.11. Кластер 11 «Образование»
- •2.2.12. Кластер 12 «Долги и кредиты»
- •2.2.13. Кластер 13 «Политика»
- •2.2.14. Кластер 14 «Наука»
- •2.2.15. Кластер 15 «Архитектура»
- •2.2.16. Кластер 16 «Балет»
- •2.2.17. Кластер 17 «Экономика»
- •2.2.18. Кластер 18 «Китай»
- •2.2.19. Кластер 19 «Геополитика и НАТО»
- •2.2.20. Кластер 20 «Война в Афганистане»
- •2.2.21. Кластер 21 «Разведка»
- •2.2.22. Кластер 22 «Церковь»
- •2.2.23. Кластер 23 «Германия»
- •2.2.24. Кластер 24 «Здравоохранение»
- •2.2.25. Кластер 25 «Атомный проект»
- •3.1. Намедни
- •3.1.1. Парфёнов как медиатор
- •3.1.2. НМДНИ
- •3.1.3. Классификация комментариев
- •3.2. Модели распространения информации на сетях
- •3.2.1. Модель SI, не учитывающая структуры сети
- •3.2.2. Модели распространения информации на сетях
- •3.2.2.1. Модель SI на графах (SI на сети)
- •3.2.2.2. Новая модель SI на графах (SI аппроксимация)
- •3.2.3. Тестирование моделей на реальных графах
- •3.2.4. Анализ феномена распространения медиаконтента в социальных сетях, посвященного СССР
- •3.2.4.1. Советская ностальгия как социокультурный тренд в современной России
- •3.2.4.2. Телевизионный фильм «Ирония судьбы или с легким паром!», 1975 г.
- •3.2.4.3. Мини-сериал «Чернобыль», HBO, 2019
- •3.2.4.4. Фильм «Чемпион мира», 2021 г.
- •3.2.4.5. Телесериал «Вампиры Средней зоны», 2021 г.
- •3.2.4.6. Компьютерная игра Atomic Heart от студии Mundfish, 2023 г.
- •3.2.4.7. Тестирование моделей
- •3.3. Медиаобраз СССР в измерении хештег-динамики
- •3.3.1. Методология анализа
- •3.3.2. Анализ и динамика хештега «#назадвссср»
- •Заключение
- •Список литературы
- •С в е д е н и я о б а в т о р а х

Введение
ществ, избирающих для формирования своей идентичности специфические представления о прошлом. Все это приводит к росту числа мемориальных конфликтов, проявляющих себя на разных уровнях социальной системы, в отдельных случаях перерастающих до масштаба мемориальных войн, ведущихся геополитическими субъектами. Если в классических исследованиях исторической памяти центральным конфликтом
ее формирования является противоречие между усилиями государственной политики памяти, направленными на создание монообраза истории,
и живойпамятью очевидцев исторических событий, то в цифровую эпоху
ключевым конфликтом формирования исторической памяти становится
противоборство контента, создаваемого широким спектром социальных
агентов (государство, научное историческое сообщество, любители истории, гражданская наука, интернет-пользователи, СМИ).
Историческая память современной эпохи строится во многом на событиях XX в. На пути перехода коммуникативной памяти в культурную
можно встретить различные препятствия, одно из которых – необходимость проработки травмирующего прошлого. Например, память о Второй мировой войне сегодня – это основа политики памяти значительного количества государств Европы и стран СНГ. В России историческая
память о Великой Отечественной войне является ключевым конструктом, позволяющим формировать идентичность национального сообщества. Политика памяти, проводимая в этом направлении, включает в себя
множество задач: сохранение памяти о Войне, как Великом подвиге народа, противостоянии в информационных мемориальных войнах попыткам
фальсификации истории, проработка тяжелого прошлого и неудобных
вопросов истории. Концепция «преодоления прошлого» возникла в Германии, положив начало созданию исторической памяти, способствующей объединению нации и строительству образа прошлого свободного
от травматического воздействия. Главной стратегией этого преодоления
стало признание вины за совершенные преступления и ошибки. Во многих странах Европы, в том числе и России, она использовалась для проведения государственной исторической политики и служила инструментом
взаимодействия на международной арене.
В то же время культурной стратегией преодоления тяжелого прошлого на низовом уровне для масс обывателей было не признание вины, а юмор. Травмы прошлого общество отражает в анекдотах, шутках, комедийном жанре художественных произведений, что находит свое
отражение в масс-медиа. Смех позволяет излечить раны, нанесенные
обществу травмирующими событиями и сделать восприятие прошлого
безопасным для коллективной памяти. Для исторической науки един-
11

Образ СССР в фокусе математического моделирования
ственной стратегией преодоления тяжелого наследия прошлого является
поиск, анализ, обнародование достоверной информации и воссоздание
реальности прошлого в настоящем.
Все три стратегии вступают друг с другом в конфликты, их сложно
соотнести тогда, когда речь идет о наиболее значимых точках пересечения, например, когда речь идет о войнах. Сакрализация исторической
памяти о героическом подвиге народа противостоит карнавальной культуре, высмеивающей объекты травматического опыта, а попытки тенденциозной ангажированной интерпретации событий сталкиваются с фактами, предоставленными исторической наукой. При этом роль медиа
в выборе стратегий формирования исторической памяти народов России
и зарубежных стран во многом определяется национальным контекстом
формирования систем массовой информации.
Образ СССР, формирующийся в этой динамичной и противоречивой среде, весьма амбивалентен, поскольку детерминирован как антисоветскими настроениями демонизации «Империи зла», накопленными
во время холодной войны и растиражированными гласностью перестройки, так и настроениями советской ностальгии. Ностальгия как индивидуальная тоска по дому, в который нельзя вернуться, в случае социальных настроений приобретает характер «массовой миграции» в альтернативные пространства-убежища, предоставляемые массовой культурой.
И культурологи, и социологи фиксируют интерес к советской тематике
сначала в маркетинговой практике (нейминг и стилистика учреждений
общепита, стилистика рекламных кампаний) и моде (советское ретро
и советский винтаж), а затем в масскультных проектах (от кинематографа, включая сериалы, до выставок) с конца нулевых годов XXI в.
В междисциплинарном поле memory studies советская ностальгия связывалась, как правило, с самоидентификационными поисками последнего
поколения, родившегося и выросшего в Советском Союзе, и рассматривалась как реакцию на травму, связанную с распадом СССР. Как правило, носителями мифа считают россиян, родившихся до распада СССР.
Однако в контексте цифровизации наибольший интерес представляет
мифоконтент, транслируемый представителями последнего советского
поколения. Четкое хронологические определение последнего проблематично, поскольку поколенческое единство носит скорее культурный характер, заданный типовой социализацией, но, в целом, обычно к нему
относят людей, родившихся в СССР между 1972–1982 гг. и заставших
советские реалии в сознательном возрасте. Представители этого поколения легко синтезируют приемы и форматы, характерные для культуры
печатной книги, с элементами цифровой культуры, подготавливая почву
12

Введение
для тотальной цифровизации базовых мифов медиапамятью. Поэтому
смысловая амбивалентность образа СССР сопровождается его «политехнологичностью», связанной с включением разных каналов, каждый
из которых развивает свою систему жанрово-канонического создания
сообщений. Профессиональный журналистский контент, контент гражданской журналистики и повседневный контент рядовых пользователей
сети переплетен многократными пересечениями и взаимовлиянием.
Читательскому вниманию предлагается монография, в которой
авторский коллектив, включающий представителей естественных наук
(В. П. Сидоров, В. А. Балаш, Д. В. Мельничук) и исследователей
исторической памяти (С. В. Тихонова, А. Г. Иванов, Д. С. Артамонов,
И. В. Суслов, В. А. Сюсюкин), пытается математическими
инструментами смоделировать медиастратегии формирования образа
СССР, проследив практики его формирования традиционными,
конвергентными и новыми медиа в постсоветский период. В первой
главе монографии (С. П. Сидоров и С. В. Тихонова) показывается место
и роль инструментальных математических методов в методологии
цифровой гуманитаристики, а сами эти методы рассматриваются
как инструментальные средства анализа, как разновидность систем
машинного обучения, применяемых для определения трендов
медиапространства. Во второй главе (Д. С. Артамонов, В. А. Балаш,
А. Г. Иванов, Д. В. Мельничук, И. В. Суслов, В. А. Сюсюкин,
С. В. Тихонова, А. А. Целыковский) машинные методы поиска
и парсинга информации, предварительной обработки информации,
отбора документов, извлечения информации и применение методов
Texting mining используются для того, чтобы выделить основные
семантические кластеры контекстного упоминания СССР в газетных
статьях постсоветского периода и выявить причины популяризации
того или иного контекста. В третьей главе (В. А. Балаш, А. Г. Иванов,
Д. В. Мельничук, И. В. Суслов, В. А. Сюсюкин, А. Р. Файзлиев,
А. А. Целыковский) авторы концентрируются на конвергентных медиа,
совмещающих классические традиционные СМИ и интернет-площадки,
и социальных сетях, применяя математические модели для анализа
их контента, связанные с советской ностальгией.
Авторы благодарят Российский научный фонд, без поддержки которого эта книга не была бы завершена и опубликована.

Г л а в а 1
ИНСТРУМЕНТАЛЬНЫЕ МЕТОДЫ АНАЛИЗА
МЕДИАПРОСТРАНСТВА В ЦИФРОВОЙ
ГУМАНИТАРИСТИКЕ
Цифровая гуманитаристика – один из самых актуальных трендов
в науках о человеке и обществе в нынешнем столетии. Потенциал цифровых исследований в этой сфере выглядит настолько масштабным, что,
возможно,мы стоим на пороге весьма существенных измененийнаучных
дисциплин, традиционно интегрированных в культуру печатной книги.
В ближайшей перспективе возможен как рост получаемых результатов
(приращение нового знания), так и увеличение «плотности покрытия»
предметов гуманитарного изучения (освоение белых пятен, усиление
эмпирическогокачества обоснования гипотез). Но самое интересное происходит в области методологии цифровой гуманитаристики. Собственно,
определение дисциплинарного статуса этого направления связано именно с рефлексией специфики его методологических оснований. Пока доминирующей остается позиция, согласно которой цифровая гуманитаристика – это скорее новое междисциплинарное поле, чем самостоятельная
дисциплина. Е. В. Самостиенко, например, связывает цифровую гуманитаристику сконцепцией «зон обмена» П. Галисона и рассматривает ее как
зону обмена, «включающую в себя большое количество автономных
зон и создающую нечто наподобие рассеянной когнитивной лаборатории, содержащей не только идеи, но и информационно-технологический
базис, набор коммуникационных практик и инструментов, с помощью
которых эта сфера оказывается вписана в более широкую социокультурную и технологическую инфраструктуру»1. Вслед за ней Р. И. Мамина
и Е. Е. Елькина видят в цифровой гуманитаристике конвергентные модели и практики глобального сетевого проекта, появление которого связа-
1
Самостиенко Е. В. Digital Humanities в русскоязычном контексте: траектория институционализации и механизмы формирования автономных зон // Вестник Вятского государственного университета. 2018. № 4. С. 38.
14

Глава 1. Инструментальные методы анализа медиапространства
но с «трансформацией объекта и предмета исследования, ослаблением
критериев объективности научного познания, методологическим и инструментальным характером междисциплинарности, преимущественно
прикладным характером исследований»2. Тем не менее, Е. К. Погорский подчеркивает трансдисциплинарный характер цифровых гуманитарных наук3, а трансдисциплинарность сегодня трактуется как одна
из ключевых эпистемических характеристик современного научного знания. Ее задача – связать воедино не только акторов академической науки,
но и гражданских экспертов в процессе интеграции различных методологических проектов в рабочий инструмент. Эти интегральные «сплавы»
характерны как для фундаментальных областей, так и для локальных
стратегий. Таким образом, хотя цифровая гуманитаристика продолжает
оставаться методологически рыхлой дисциплиной, в ней вполне могут
появляться и закономерно появляются достаточно широкие по применимости методы, способные связать в единое целое если не всю цифровую
гумантиристику, то достаточно крупные ее ареалы. Если до сих пор
основным подходом изучения развития цифровой гумантиристики был
подход институциональный, связанный с анализом сложившихся цифроориентированных исследовательских центров4, их миссий и проектов,
то в начавшемся десятилетии у нас появляются основания фиксировать
именно методологическую динамику цифровой гуманитаристики. Таким
образом, нам необходимо сосредоточиться на поиске, обосновании и рассмотрении «достаточно широких» методов цифровой гуманитаристики.
Мы остановимся на анализе группы математических методов, связанных
с информационными технологиями и инструментальными средствами.
1.1. Специфика «цифровой» методологии: от атрибуции до калибровки
М. Террас, подводя итоги первого десятилетия существования цифровой гуманитаристики (точкой отсчета автор считает 2004 г., отметим,
что эта позиция не является общепринятой) и обосновывая перспективы
2
Мамина Р. И., Елькина Е. Е. Digital Humanities: новая наука или конвергентные модели
и практики глобального сетевого проекта? // Дискурс. 2020. Т. 6, № 4. С. 34. https://doi.org/
10.32603/2412-8562-2020-6-4-22- 38
3
См.: Погорский Э. К. Особенности цифровых гуманитарных наук // Информационный
гуманитарный портал «Знание. Понимание. Умение». 2014. № 5. URL: http://www.zpujournal.ru.e-zpu/2014/5/PogorskiyDigital-Humanities (дата обращения: 17.06.2023).
4
См.: Можаева Г. В. Digital Humanities: цифровой поворот в гуманитарных науках //
Гуманитарная информатика. 2015. № 9. С. 8–23.
15

Образ СССР в фокусе математического моделирования
следующего десятилетия, предложила использовать две кривые прогноза распространения инноваций для того, чтобы установить, что является собственно цифровой гуманитаристикой с точки зрения методологии5. Первая кривая – колоколообразная кривая Роджерса, разделенная
на 4 сегмента. Первый сегмент – ранние инновации, начинается рост, второй сегмент – раннее меньшинство, распространение инновациидостигает пика, третий сегмент – начинается спад, в котором технологии проникают в позднее большинство, четвертый сегмент – кривая приходит к нулю, захватывая позднейших пользователей. Цифровая гуманитаристика,
по мнению Террас, предполагает использование цифровых технологий
преимущественно на их инновационном этапе. Логика этого утверждения такова – там, где цифровые технологии рутинизированы и используются повсеместно, они адаптированы к общим культурным контекстам.
Сегодня все исследователи работают с медиатекстами цифровых библиотек, эта работа подчиняется цифровым принципам функционирования
такого рода сервисов, но она слабо затрагивает используемую читателем методологию исследования, которая, несмотря, например, на поиск
текстов по ключевым словам, продолжает оставаться качественной методологией аналитики печатного текста. Максимальная «концентрация»
цифры достигается тогда, когда исследователь проектирует ее сам или
адаптирует под свои задачи еще не получившим массового хождения
способом.
Вторая кривая – цикл ажиотажа компании Gartner, в которой ажиотаж вокруг новой технологии проходит пять этапов – за технологическим
прорывом следует пик завышенных ожиданий, когда люди ждут, что новое решение окажется панацеей от большинства проблем. Завышенные
ожидания, подкрепленные опытными данными о границах применимости инновации, обрушиваются во впадину разочарования, где инновация
выглядит почти так же малопривлекательно, как и на старте. И только новые усилия по ее совершенствованию могут привести ее по «склону просвещения» на «плато продуктивности», где инновация начинает давать
устойчивые результаты, которые, однако, никогда не достигают высоты
прогнозов пика завышенных ожиданий. По мнению Террас, писавшей
свою статью в 2014 г., цифровая гуманитаристика находится на вершине
пика ожиданий,где и политики, и общественность, и само академическое
сообщество ждут от нее небывалых свершений. Ей предстоит еще упасть
во впадину разочарований и затем медленно и неуклонно начать свое
восхождение к устойчивым массовым результатам.
5
См.: Terras M. A. Decade in Digital Humanities // Journal of Siberian Federal University.
Humanities & Social Sciences. 2016. Vol. 9, № 7. P. 1637–1650.
16

Глава 1. Инструментальные методы анализа медиапространства
Возможно, это удивительно, но в 2023 г. (почти прошла прогнозируемая Террас новая декада!) ситуация с цифровой гуманитаристикой
не изменилась – она по-прежнему на пике завышенных ожиданий. Почему так происходит? Именно потому, что ее место на кривой Роджерса
обозначено верно. Здесь формируется маргинальный для традиционной
методологии статус исследователей, обеспечивающий им научное лидерство6. Поскольку сердце цифры там, где возможны эксперименты
с еще не стандартизированной технологией, мы наблюдаем стабильную
ситуацию, когда исследовательская задача ставится в одной технологической перспективе, а продолжается в другой, так и не завершившись
в исходной. Пока исследователи осваивают один «сервис», появляется
новый, более удобный, или с большим количеством опций, или с упрощенным доступом. Потребность в работе со старым отпадает прежде,
чем он получит достаточно широкое распространение в академической
среде. Часто цифровую гуманитаристику представляют как чрезвычайно
фрагментированную область, в которой в разных сегментах совершенно
разные цифровые технологии внедряются в научный метод. Нельзя сказать, что у этого подхода нет оснований. Но нужно не забывать о том, что
разные технологически опосредованные методы обеспечивают различное качество результата. Поэтому всегда будут появляться достаточно
устойчивые цифровые методы, которые могут давать сильные результаты и иметь значение для достаточно широких групп исследований.
Такие методы если и не получат доминирующей позиции в цифровой
гуманитаристике, то, по крайней мере, могут задавать в ней тренды. Они
и относятся к области нашего интереса.
Но, прежде чем мы перейдем к их рассмотрению, необходимо одно
методологическое замечание. Спектр цифровых технологий, применяемых в качестве рабочих инструментов в гуманитарных исследованиях,
весьма разнообразен, как и их функциональные роли. Не случайно Э. Арнольд настаивает на том, что необходимо разделять четыре различных
значения, в которых вообще сегодня употребляется понятие цифровой
гуманитаристики (Digital Humanities): во-первых, это цифровые гуманитарные науки как исследовательская служба; во-вторых, цифровые
гуманитарные науки как метод исследования; в-третьих, исследование
цифровых сервисов для гуманитарных наук, в-четвертых, исследования
цифровых методов в гуманитарных науках7. В первом случае технология является не частью исследовательского процесса, она играет роль
6
См.: Шиповалова Л. В. Маргинальность и лидерство в науке // Социология науки
и технологий. 2018. Т. 9, № 4. С. 39–51. https://doi.org/10.24411/2079-0910- 2018-10019
7
См.: Arnold E. Digital Humanities: Is it Research or is it Service? // Digital Humanities
München. 2020. 26 Juli.
17

Образ СССР в фокусе математического моделирования
вспомогательной инфраструктуры для методологии, которая продолжает
оставаться «классической». Во втором случае сам метод устроен таким
образом, что представляет собой последовательность компьютерно-опосредованных процедур, использование машинного языка или базы данных составляет его суть. В третьем случае исследуются конкретные технологии, применяемые в научных изысканиях, само такое исследование
является разновидностью прикладной информатики. В четвертом случае
речь идет об исследованиях самих цифровых методов (Арнольд в качестве примера исследования алгоритмов автоматической или полуавтоматической лемматизации корпусов текстов). Все четыре варианта тесно
связаны между собой, но, тем не менее, очевидно, что перед нами детализация методологии как таковой – цифровизация инфраструктуры метода,
цифровизация самого метода, цифровизация его отдельных процедур
и этапов. Соответственно, искомый «достаточно широкий» цифровой
метод должен относиться ко второму значению Е. Арнольда. При этом
его широта будет определена не столько характером технологий, сколько
спецификой его объекта. Когда объект достаточно обширен, потенциал
связанного с ним метода очевидно возрастает. Одним из самых широких объектов цифровой гуманитаристики на сегодняшней день является
медиапространство. В подавляющем случае при анализе современного
общества, его культурных и антропологических характеристиках исследователи фокусируются именно на нем.
Сам концепт медиапространства закрепляется в социогуманитарном дискурсе с середины 1980-х гг. благодаря работам Роберта Сталтса, посвященным довольно экзотическому для того времени опыту удаленной работы. Весьма быстро это понятие стали применять не только
к теле-решениям для офисов, но и ко всем технически опосредованным
формам взаимодействия пространственно-рассредоточенных людей. Сегодня о медиапространстве чаще всего говорят как о «вместилище» информационных процессов, хотя в рамках пространственного подхода его
могут рассматривать как систему отношений, ядром которой являются
традиционные СМИ, перешедшие в цифровую форму, и так называемые
медиа8. Иначе говоря, концепт медиапространства позволяет абстрагироваться от технологической архитектуры сети Интернет, сосредотачиваясь на информационных аспектах ее функционирования в том виде,
в котором они затрагивают массового пользователя. Также он удобен тогда, когда речь идет о специфических коммуникационных возможностях
8
См.: Елисеева М. А. Медиапространство: социально-философский анализ // Известия
Саратовского университета. Новая серия. Серия : Философия. Психология. Педагогика.
2019. Т. 19, вып. 1. С. 4–7. https://doi.org/10.18500/1819- 7671-2019- 19-1-4-7
18

Глава 1. Инструментальные методы анализа медиапространства
новых интернет-сервисов в сравнении со старыми, а также о тех способах
их применения, которые «изобретают» пользователи при их освоении.
Поэтому обращение к медиапространству работает на всех уровнях социогуманитарного анализа, и тогда, когда речь идет о системных глобальных процессах внедрения медиа и тиражирования их содержания, и тогда, когда предметом анализа оказываются локальные пользовательские
практики в антропологической перспективе. Медиапространство как методологическая категория достаточно масштабно по своему объему и содержанию, чтобы затрагивать интересы почти каждого гуманитария.
В последние годы набирает популярность метафора калибровки исследовательской оптики, с помощью которой фиксируют ревизию концептуального ядра классических подходов, процедуры методологического синтеза или адаптацию уже сложившихся методов к нетрадиционным
для них предметным областям. Полагаем, что калибровка исследовательской области в случае цифровой гумантитаристики вполне осуществима
как уточнение пригодности метода к анализу типовых процессов предметной области. В медиапространстве к таковым можно отнести новостные потоки. С точки зрения структуры они относятся к динамичным,
перманентно обновляемым элементам, в противоположность элементам
статичным (например, сайтам).
Новостные потоки обеспечивают концентрацию внимания на удаленных от пользователей событиях, с их помощью соотносятся личный
опыт и медийная картина мира через изменчивую систему клишированных образов. В соответствии с теорией глобального новостного потока,
фокусирующейся на изучении традиционных СМИ, число и характер
информационных сообщений о том или ином государстве в национальной медиасфере зависит от географических и экономических факторов,
а также интенсивности межстрановых взаимодействий, распределение
сообщений по разным типам СМИ зависит от специфики национальной системы массмедиа9. Очевидно, что новые медиа подчиняются этим
факторам в «ослабленном» формате, ключевыми в их работе являются
алгоритмы генерирования и цензуры новостных лент. Однако, хотя медиапространство включает в себя различные с точки зрения институциональной природы медиа, к анализу их новостного содержания возможен
универсальный подход.
9
См.: Казун А. Д. Глобальный новостной поток (О каких странах говорят российские
СМИ и почему?) // Полития: Анализ. Хроника. Прогноз (Журнал политической философии
и социологии политики). 2018. № 4 (91). С. 99.
19

Образ СССР в фокусе математического моделирования
1.2. Инструментальные средства анализа информационного потока
В последнее время возник устойчивый интерес к инструментальным
средствам анализа информационного потока, генерируемого новостными агентствами, социальными сетями, блогерами и т. п. С однойстороны,
завершившийся перенос традиционных медиа в интернет-пространство,
а также широкое вовлечение пользователей к участию в работе социальных сетей, создало базу для автоматизированного поиска и анализа информации с помощью специализированных ботов и интернет-плагинов.
С другойстороны, активное развитие методов сбора, агрегации и анализа
текстовых данных (text mining), а также создание предназначенных для
решения этих задач инструментальных средств предоставляет исследователям широкие возможности для изучения медиапространства10.
Инструментальные и программные средства анализа медиапространства можно отнести к системам машинного обучения11, так как
они в своей работе используют методы искусственного интеллекта
и интеллектуального анализа данных, включая алгоритмы обработки
естественного языка, семантического и синтаксического анализа, а также
методы математической статистики. Такие инструментальные средства
позволяют в режиме реального времени определять тенденции роста
интереса к той или иной теме, находить наиболее важные события
или тренды.
Перейдем к описанию функционирования инструментальных
средств и методов анализа медиапространства и новостной аналитики.
В процессе работы инструментальных средств анализа медиапространства и новостной аналитики происходит количественная оценка
различных характеристик текстовых сообщений, среди которых можно
выделить следующие:
1) характер новости (определяется, является ли упоминание интересующего нас объекта в сообщении позитивным или негативным, или
какое влияние – положительное или отрицательное – оказывается
новостью на тот или иной анализируемый объект);
2) влияние новостного сообщения (характеризует силу влияния новости на масштаб вызванных ею изменений);
10
См.: Тихонова С. В., Артамонов Д. С. Историческая память в социальных медиа. СПб. :
Алетейя, 2021. 264 с.
11
См.: Liu B. Sentiment Analysis: Mining Opinions, Sentiments, and Emotions. Cambridge :
Cambridge University Press, 2020. 448 p.
20
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]
