Добавил:

ivanov666 Опубликованный материал нарушает ваши авторские права? Сообщите нам.

Вуз:

Башкирский Государственный Аграрный Университет

Предмет:

[НЕСОРТИРОВАННОЕ]

Файл:

Большие данные в исследовании политических процессов. Учебное пособие

.pdf

Скачиваний:

Добавлен:

07.09.2026

Размер:

2 Мб

Скачать

☆

<<< < Предыдущая 1 2 3 4 5 67 / 97 8 9 > Следующая >>>

ГлаваV. Приемы графической ивербальной интерпретации больших данных

визучении политических процессов поцифровым следам

Потенциал указанной программы в наибольшей степени реализовался в исследовании структуры взаимодействий внутри протестных онлайн-групп Рунета в2011–2017гг.

Интерпретировать данные автоматически генерируемых схем, показанных нарис.24–29, можно посредством сегментирования российских социально-медийных групп, обсуждающих проблемы олигархизма икоррупции, натри типа поособенностям структуры взаимодействий:

– группы с большим количеством микросообществ, объединенных общими темами, внутри

которых установлены горизон-

тальные взаимосвязи;

– группы сбольшим количеством лидеров общественного мнения, имеющих относительно небольшую пользовательскую аудиторию;

– группы сявным доминированием узкого круга лидеров, формирующих протестные установки широкого круга пользователей.

Показательным образцом группы сбольшим количеством микросообществ, объединенных общими темами, исвыстроенными горизонтальными интеракциями являются группы «Марш миллиона» (см

.рис. 24) иclub 31182341 (см.рис. 25).

Рис. 24. Структура взаимосвязей внутри группы «ВКонтакте»

«Марш миллиона»

Е. В. БРОДОВСКАЯ, А. Ю. ДОМБРОВСКАЯ. БОЛЬШИЕ ДАННЫЕ В ИССЛЕДОВАНИИ ПОЛИТИЧЕСКИХ ПРОЦЕССОВ

Рис. 25. Структура взаимосвязей внутри группы «ВКонтакте»

club 31182341

Отличительной чертой групп с большим количеством микрогрупп является их относительная малочисленность идовольно существенная разрозненность. Нарис. 24и25видно, что значительная часть участников данных групп дистанцирована иневстроена втесную систему взаимодействий.

В этой связи можно говорить одостаточно слабом потенциале такого типа сообществ вконструировании протестных поведенческих установок, взглядов, активность этих групп, скорее

, ограничивается выражением пассивно-нигилистических установок, обсуждением проблем коррупции и олигархизма, но не обладает потенциалом перевода онлайновых протестных установок вофлайновую протестную активность. Это очевидным образом связано сотсутствием явных лидеров, которые моглибы целенаправленно формировать протестные поведенческие установки участников группы.

Группы с большим числом лидеров общественного мнения, имеющих относительно маленькую пользовательскую аудиторию – это

группы сети «ВКонтакте» «Сlub 43639012» (рис. 26)

и«Манежка» (рис. 27).

Рис. 26. Структура взаимосвязей внутри группы «ВКонтакте»

club 43639012

ГлаваV. Приемы графической ивербальной интерпретации больших данных

визучении политических процессов поцифровым следам

Рис. 27. Структура взаимосвязей внутри группы сети «ВКонтакте»

«Манежка»

Показанные на этих рисунках структуры интеракций обеспечивают условия для более высокой регулируемости мнением иустановками участников группы. Вместе стем наличие многочисленных лидеров не позволяет группе достичь существенного уровня консолидированности вокруг обсуждаемых тем.

Наиболее высоким потенциалом влияния на формирование протестных установок обладают группы ссущественным доминированием узкого круга лидеров общественного мнения. Таких протестных

групп, обсуждающих вопросы коррупции иолигархизма, довольно немного. Образцами могут служить группы «ВКонтакте» «Анти_Димон» и«Манежка_2» (см.рис. 28, 29).

Рис. 28. Структура взаимосвязей внутри группы «ВКонтакте»

«Анти_Димон»

Е. В. БРОДОВСКАЯ, А. Ю. ДОМБРОВСКАЯ. БОЛЬШИЕ ДАННЫЕ В ИССЛЕДОВАНИИ ПОЛИТИЧЕСКИХ ПРОЦЕССОВ

Рис. 29. Структура взаимосвязей внутри группы «ВКонтакте»

«Манежка_2»

Симметричные линии, идущие из центра схемы интеракций, маркируют наличие внутри этих двух групп некоторого количества сообществ, организованных по принципу существенного ценностного влияния лидера-модератора ислабой связи участников микрогрупп между собой (см.рис. 28, 29). Данное строение онлайновых сообществ означает общность информационной среды и«единство» повестки дня, конструируемой этим лидером.

Резюмируя, отметим, что

анализ социальных графов абсолютно незаменим втех случаях, когда важно понять, как устроены взаимосвязи релевантных исследованию онлайновых сообществ, атакже каким образом реализуется влияние вонлайн-сообществе лидера общественного мнения.

Моделирование отчета метрик сервиса для мониторинга соци-

альных медиа

Проанализированные типы отчетных данных оцифровых маркерах политических процессов необходимо формировать последующим алгоритмам

• «Рубрики/подрубрики»– поумолчанию отчет строится подо-

кументам текущей рубрики. Однако существует возможность добавить любое количество графиков по другим рубрикам, чтобы сравнить динамику. Для этого необходимо нажать кнопку «Добавить/удалить» график, расположенную под отчетом, ивыбрать галочками те рубрики, которые нужно отобразить.

ГлаваV. Приемы графической ивербальной интерпретации больших данных

визучении политических процессов поцифровым следам

• «Временной интервал»– период времени, закоторый нужно

построить отчет.

• «Цена деления»– шаг шкалы времени: почасам, подням, поне-

делям, помесяцам, кварталам или годам.

• «Тип отчета»– вид отображения: линейный график или столб-

чатая гистограмма.

• «Без дублей»– система будет считать все дубликаты одним до-

кументом, то есть встатистику попадет только первый документ извсех дублей.

Интерактивность отчета

При клике по любой точке графика происходит переход кдетальной статистике вэтой точке:

• посмотреть документы только вэтой выбранной точке;

• получить статистику поисточникам, ключевым словам, авто-

рам иблогам заэтот промежуток.

Экспорт отчета

Отчет можно выгрузить вфайл MS Word. Для этого необходимо нажать кнопку «Экспортировать отчет», расположенную справа ототчета.

Также можно сохранить отчет ввиде картинки вpng-файл. Для этих целей справа над отчетом есть кнопка.

Сохранение параметров отчета

По умолчанию отчет строится за последние 30дней ипо документам текущей рубрики. Однако можно сохранить любую конфигурацию параметров отчета ввиде пользовательского отчета.

Когда впоследствии откроете такой отчет, он будет построен посохраненным параметрам

Чтобы сохранить отчет, необходимо:

• установить нужные параметры;

• нажать кнопку «Сохранить как пользовательский отчет»;

• ввести название инажать «Сохранить».

Все сохраненные отчеты доступны в разделе «Пользовательские отчеты», расположенном под списком «Стандартных отчетов».

Резюмируя, отметим, что метрические и графические опции сервиса для мониторинга социальных медиа позволяют аккумулировать для автоматизированного иручного анализа информаци онные потоки, отражающие специфику политических процессов, иоценивать технологические, структурные исодержательные характеристики данных массивов социально-медийных документов.

ЗАДАНИЯ ДЛЯ САМОСТОЯТЕЛЬНОЙ РАБОТЫ

ИКОНТРОЛЬНЫЕ ВОПРОСЫ ПОТЕМАМ

Тема «Теоретико-методологические основы исследований

сприменением больших данных всистеме методов социального

компьютинга»

Задания для освоения темы

1. Осуществить самостоятельный поиск ианализ научных публикаций оместе парадигмы больших данных всистеме методологии научного знания. Итогом выполнения задания должна стать заполненная таблица.

Позитивизм Понимающая

социология

1. Восприятие социальной реальности

2. Используемые методы сбора ианализа данных

3. Примеры конкретных исследований

4. Центральные понятия парадигмы

5. Эвристические возможности иограничения парадигмы

Критическая

социальная

наука

Big

Data

2. Осуществить самостоятельный поиск ианализ научных публикаций опринципах больших данных. Итогом выполнения задания должна стать заполненная таблица.

Сущность и2–3примера использования

1. Количество

2. Точность

3. Причинность

висследованиях

Задания для самостоятельной работы иконтрольные вопросы потемам

3. Заполнить таблицу.

Возможности Big Data

и2–3исследовательских кейса

Big Data визбирательных кампаниях иисследования политических рейтингов

Big Data вмаркетинге имаркетинговых исследо- ваниях

Big Data врешении социальных проблем иподдержании социальной стабильности

Контрольные вопросы для самопроверки

1. Каковы отличительные свойства больших данных (Big Data)?

2. Какие существуют типы Data-анализа?

3. Каково соотношение понятия больших данных итакого

направления исследований, как социальный компьютинг?

4. Какова предметная область исследований всфере социаль-

ного компьютинга?

5. Каковы возможности социального компьютинга визучении

политических процессов?

6. Каковы направления использования больших данных

визучении политических процессов

поцифровым мар-

керам?

7. Каковы преимущества и ограничения больших данных

визучении политических процессов?

8. Какова теоретическая база применения больших данных

визучении политических процессов?

9. Какова методологическая основа использования больших

данных визучении политических процессов?

10. Каково соотношение социально-гуманитарного и точного знания в анализе политических процессов с применением больших данных?

Е. В. БРОДОВСКАЯ, А. Ю. ДОМБРОВСКАЯ. БОЛЬШИЕ ДАННЫЕ В ИССЛЕДОВАНИИ ПОЛИТИЧЕСКИХ ПРОЦЕССОВ

Тема «Дизайн Big Data исследований политических процессов

поцифровым маркерам»

Задания для освоения темы

1. Разработать методологический аппарат для программы Big

Data исследования натему «Стратегии политического играждан-

ского участия российских молодых пользователей». Результатом выполнения задания должна быть заполненная таблица.

Раздел программы исследования

Научная проблема

Теоретический объект

Эмпирический объект

Предмет

Цель

Задачи

Гипотеза

Теоретико-методологическая основа

2. Разработать основные разделы процедурной части программы

Big Data исследования натему «Стратегии политического играж-

данского участия российских молодых пользователей». Результатом выполнения задания должна быть заполненная таблица.

Разделы программы исследования

Методы сбора информации

Методы анализа информации

Программное обеспечение Характеристики планируемой выгрузки

(глубина, объем, язык ит. д.) Схема анализа данных

3. Заполнить таблицу основных характеристик базовых методов сбора информации вэмпирическом исследовании сприменением больших данных.

Задания для самостоятельной работы иконтрольные вопросы потемам

Назначение

Мониторинг социальных медиа

Анализ социальных графов

Ивент-анализ поцифровым маркерам

Дискурс-анализ как предварительный этап мониторинга социальных медиа

Сущность

Примеры кейсов

Преимущества

Контрольные вопросы для самопроверки

1. Какая стратегия прикладного анализа наиболее оправданна

висследованиях сприменением больших данных?

2. Каково содержание метода киберметрического анализа

визучении политических процессов?

3. Каковы задачи метода социальных графов впроцессе иссле-

дования политических процессов?

4. Каковы качественные методы анализа, используемые как

вспомогательные в прикладном исследовании политических процессов поцифровым маркерам?

5. Какова специфика этапов

киберметрии визучении полити-

ческих процессов поцифровым следам?

6. Каковы правила стратегии поиска социальных медиа, реле-

вантных предмету исследования?

7. Каковы возможности иособенности применения ивент-анализа

визучении политических процессов поцифровым маркерам?

8. Каким образом можно комбинировать методы вэмпирической

модели исследования натему «Социально-политические профили российской молодежи– пользователей глобальной сети»?

9. Приведите примеры

возможной тематики исследований, для реализации которых необходимо использование больших данных.

Ограничения

Е. В. БРОДОВСКАЯ, А. Ю. ДОМБРОВСКАЯ. БОЛЬШИЕ ДАННЫЕ В ИССЛЕДОВАНИИ ПОЛИТИЧЕСКИХ ПРОЦЕССОВ

10. Приведите примеры отечественных изарубежных исследо-

ваний сприменением больших данных ванализе политических процессов.

Тема «Инструменты киберметрии как способа аккумулирования

ианализа больших данных»

Задания для освоения темы

1. Найдите специальные источники о возможностях следующих типов сервисов для мониторинга социальных медиа изаполните таблицу.

Базовое

исследовательское

назначение

uScan

Buzzware

PostRank

SocialSeek

Преимущества Ограничения

Kurrently

WildFire

Twitalyzer

HowSociable

Socialbakers

Social Mention

HootSuite

«Ходят слухи»

Brand Analytics

Babkee

Topsy

<<< < Предыдущая 1 2 3 4 5 67 / 97 8 9 > Следующая >>>

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]