Исследование информационного поля на основе динамического подхода к анализу данных социальной сети "ВКонтакте" (кейс г. Томск)

doi:10.18799/26584956/2021/3(42)/1089

Эндаумент фонд ТГУ!
Впиши своё имя в историю университета
- Сделать пожертвование -

Add to "Quick Collection"

Description	Size	Format
Исследование информационного поля на основе динамического подхода к анализу данных социальной сети "ВКонтакте" (кейс г. Томск)	793 KB	Adobe Acrobat PDF	Read	Download
DOI Доступ к ресурсу на сайте издателя			10.18799/26584956/2021/3(42)/1089

#динамический подход

#анализ данных

#социальные сети

#сетевые сообщества региональные

Title: Исследование информационного поля на основе динамического подхода к анализу данных социальной сети "ВКонтакте" (кейс г. Томск)
Title: Study of the information field based on the dynamic approach to the data analysis of the social network "VKontakte" (Tomsk case)
Creator: Александрова, Юлия Константиновна
|
Лебедкина, Надежда Сергеевна
|
Орлова, Вера Вениаминовна
Date: 2021
DOI: 10.18799/26584956/2021/3(42)/1089
Description: В статье рассматривается потенциал динамического подхода анализа данных в изучении поведения пользователей в социальных сетях. В настоящее время в социальных сетях появляется информация, которая позволяет дифференцировать группы пользователей по их активности в рамках технических возможностей той или иной социальной сети. Представлено описание, дан краткий анализ информационного поля в региональных сообществах Томской области, сформирована кластеризация постов – три сферы жизнедеятельности общества: социальная, экономическая и политическая. Методология: применен динамический подход к анализу данных социальных сетей; осуществлен анализ поведения пользователей, структуры узлов и связей социальных сетей, который позволяет выявить скорость роста или уменьшения размера сети, перераспределение связей между группами. После получения списка информативных и уникальных постов произведен семантический анализ текстов с помощью инструмента для текстовой аналитики PolyAnalyst. Результаты: простроены семантические связи между словами и представлены в виде графов. Выделены два «центра», связывающих все наиболее часто встречающие слова – Томск и Томская область. С помощью инструмента для текстовой аналитики PolyAnalyst выделены популярные персоны и организации. «Позитивный контент» зафиксирован в освещении программы «Безопасные и качественные дороги» в регионе в социальной сети для формирования положительного медиаобраза власти в области. Социально активные пользователи привлекают внимание к социальной тематике. Так, среди наиболее популярных постов наибольшее число посвящено социальной сфере, далее следуют политическая и экономическая. Вместе с тем социальные сети являются также и доступным в настоящее время инструментом манипуляции общественным мнением.