Социальные сети как источник изучения общественного мнения

Начало современной теории социальных сетей положили Р. Соломонофф и А. Рапопорт [12]. В 1959-1968 гг. венгерские математики П. Эрдос и А. Реньи издали восемь статей, описывающих принципы формирования социальных сетей [4]. Д. Уоттс и С. Строгач развили теорию социальных сетей и, в числе многих других открытий, ввели понятие "коэффициента кластеризации" («clustering coefficient") – степени близости между неоднородными группами [17].

В свою очередь, социологический подход понимает социальную сеть в ключе социальной структуры, которая состоит из множества так называемых «агентов» взаимодействия и некоторого множества отношений и связей, которые представляются универсальным средством структурирования социального пространства [15]. По форме сетевая коммуникация представляет собой некоторую гибридную совокупность, полученную в результате скрещивания индивидуальной, групповой и массовой коммуникации [16]. В общем виде социальная сеть формально определяется как «набор социально релевантных связей, узлов, которые связаны одними или несколькими отношениями» [13]. Оксфордский словарь в рамках данного подхода дает следующее определение термину «социальная сеть»: это сеть социальных взаимодействий и личных отношений. М.С. Мельникова и И.П. Яковлев понимают под социальной сетью особый вид связи между позициями индивидов, объектов или событий, отбираемыми в зависимости от целей построения сети [15].

Социальные сети, такие как Twitter и Facebook (запрещенные социальные сети в РФ), предоставляют захватывающие возможности, которые могут «открыть новую эру» исследований в области социальных наук [5]. Эти новые коммуникационные платформы дают возможность исследовать социальные данные по различным темам в массовом масштабе и за короткие периоды времени. Так, ряд исследователей, сменив парадигму отношения к социальным сетям и, рассматривая их не как предмет исследования, а как инструмент, начали использовать социальные сети как платформу для сбора нового типа данных – следов, которые оставляют пользователи в естественных для себя условиях [14].

Учитывая тот факт, что среди российской аудитории социальных сетей и мессенджеров почти каждый третий (29%) тратит на них более трех часов в день (ВЦИОМ), таким образом, социальные сети генерируют огромное количество данных. Это условия, которые стали для многих привычными и удобными, а, значит, поведение в них стало менее контролируемым. Появилось название для таких данных – “digital footprints” – «цифровые отпечатки». Возникли разнообразные автоматизированные формы для их масштабного сбора – например, программы-краулеры (N. Butakov, M. Petrov, A. Radice) [1] (от англ. “crawling” – "ползание", – они последовательно собирают открытые данные из любых источников в Интернете, в том числе из социальных сетей) или специальные программы-приложения, подключающиеся через программный 101

интерфейс социальной сети (так называемый API – Application Programming Interface) и работающие внутри ее интерфейса, например, как автоматические опросники развлекательного характера, возвращающие пользователям обратную связь по результатам тестирования (Я.А. Ледовая, Р.В. Тихонов, О.Н. Боголюбова) [14].

Однако, необходимо обратить внимание и на рост интереса научного сообщества к использованию больших данных, поступающих из социальных сетей, для решения исследовательских задач. Использование больших данных в контент-анализе сайтов и социальных сетей позволяет производить мониторинг мнений населения и открывает перед научным сообществом «новую эру». В качестве удобного источника мнений, взаимодействий и поведения пользователей, сети расширяют возможности изучения социальных данных в больших масштабах и за короткие периоды времени.

Однако необходимо отметить, что систематизация большого объема текста является сложной задачей, которая связана не только с отсутствием технических знаний у социологов, но и с другими аспектами. Например, во-первых, необходимо помнить, что на интересующие темы пользователи общаются не только на специализированных сайтах, во-вторых, не всегда удается интерпретировать мнение пользователей, в-третьих, это комментарии пользователей, которые также являются источником

Изучение социальных сетей вызвало интерес у многих исследователей, стремящихся лучше понять социальные отношения и поведение (M.W. Davidson, D.A. Haim, J.M. Radin, S.A. Golder, M. Macy) [3,5]. Хотя некоторые исследователи начали использовать данные из социальных сетей, таких как Twitter (запрещенная социальная сеть в РФ), для документирования меняющихся настроений пользователей и других настроений на совокупном уровне (R.I.M. Dunbar, V. Arnaboldi, M. Conti, A. Passarella, S.A. Golder, M. Macy) [2,6]. Ряд авторов используют мнение пользователей Twitter (запрещенная социальная сеть в РФ) для изучения проблем, связанных с образованием. Так, например, Kwecko, Viviani and Tolêdo, Fernando and Devincenzi, Sam and de Souza Ortiz, José and Botelho, Silvia изучили отношение населения к системе образования на основе базы данных, состоящей из 42 062 публикаций, связанных с городом, 820 постов, которые представляли репрезентативные термины образования в отрицательной полярности, из общего числа 975 постов, классифицированных набором данных [10].

Таким образом, изменение парадигмы в отношении социальных сетей и использование их в качестве источника информации для изучения мнения населения, позволяет исследователям по-новому посмотреть на задачи и открывает перед ними новые возможности.