Проектная и исследовательская работа

С момента своего создания анализ социальных сетей (sna) перешел от фрагментированного направления, представленного работами отдельных научных групп, не связанных друг с другом, к дисциплине, представители которой в 1990 году сформировали  «незримую коллегию» и достигли статуса того, что Кун бы назвал «нормальной наукой». С тех пор область значительно выросла, о чем свидетельствует количество научных публикаций в различных областях науки, которые привели к «вторжению физиков» в sna и привели в развитию Сетевого анализа как научной дисциплины.

Цель этого проекта – проследить эволюцию области анализа социальных сетей при помощи библиографического подхода. Исследование основано на анализе статей из базы данных Web of Science Clarivate Analytics, содержащих ключевое слово «social network*», а также статей, опубликованных в основных отраслевых журналах. Первая часть набора данных была собрана в 2008 году, и совокупность статей, полученных из нее была помечена как SN5 и использовалась для Sunbelt 2008 Vizards Session (более 7000 статей). В этом году собрана вторая часть данных, состоящая более чем из 60000 статей, опубликованных за последние 10 лет. Таким образом, обновляемый набор данных статей, который можно анализировать включает более 70000 публикаций.

Представленная методология уже доказала свою эффективность в ряде исследований различных научных областей и тем (Kejzar et al., 2010, Batagelj et al., 2014, 2017 и др.). Данная методология позволяет анализировать сети соавторства и цитирования, совпадение ключевых слов и коллаборацию между журналами, а также выделять основные ключевые публикации и участников (людей, университеты, исследовательские группы, журналы) в области анализа социальных сетей, а также основные темы и научные идеи, их взаимосвязь и эволюцию во времени.

Данных проект будет способствовать развитию исследований в области социологии науки и исследованиям направленным на развитие области анализа социальных сетей.

В Настоящее время в лаборатории собрана уникальная база данных, содержащая информацию обо всех статьях, опубликованных в научной электронной библиотеке eLibrary.ru (более 11 500 статей), с библиометрической информацией об авторах . Несмотря на то, что работа над сетями цитирования ведется давно и разных направлениях, сейчас мы разработали уникальный метод анализа, который учитывает и временные изменения. Результатом работы станет серия публикаций, которые будут интересны не только с содержательной точки зрения, но и с точки зрения методологии.

В рамках проекта анализируются речевые маркеры и смысловые концепции, характерные для патриотического и  оппозиционного дискурсов в социальных сетях. Было проанализировано около 100000 постов из Facebook, ВКонтакте и LiveJournal, обработано 35 000 наиболее часто встречающихся речевых маркеров, из которых 1800 маркеров были отобраны для анализа. В проекте используется метод идентификации конкретных текстовых маркеров альтернативный метрике tf-idf. Сформулированы особенности оппозиционного дискурса в сравнении с патриотическим дискурсом. С одной стороны, анализ наборов речевых маркеров, характеризующих политические группы, позволяет нам понять социальные модели и установки, встроенные в дискурс, и последующее поведение представителей этих групп. С другой стороны, на основе полученных результатов можно расширить набор ключевых слов для текстового поиска определенной политической направленности.

Проблема изучения информационных волн недооценивается исследователями из-за социальной природы этого явления. Этот проект заполняет этот пробел, концептуализируя понятие «информационная волна». Информационные волны в социальных сетях имеют двойственную природу: с одной стороны, имея математический график распределения (волновой профиль), с другой - карту распределения дискретной сети. В проекте представлены примеры анализа информационных волн и обоих видов их представления. Мы проводим анализ информационных волн на конкретных социально-политических примерах.

Проект исследует, какие сегменты составляют общественно-политическую активность в социальных сетях в Карачаево-Черкесской Республике (КЧР) и насколько широко они представлены. Разработана наша методика сбора данных о политически активных группах КЧР. Показано, из каких сегментов складывается общественно-политическая активность республики в социальных сетях Facebook, ВКонтакте и некоторых других. Для выявления основных кластеров политической активности в социальных сетях КЧР мы используем наш метод кластеризации.

Цель проекта - изучить возможность создания прототипа средств обработки текста, основанных на распознавании спонтанной речи или написанных пользователями ресурсов социальных сетей.

В 2018 году был завершен ряд работ по первой фазе данного проекта, в том числе:

1. исследование существующих и разработка новых методов и инструментов для анализа морфологических, грамматических, стилистических и контекстных отличий сетевых текстов от традиционного письменного языка;

2. установление лексических, морфологических, синтаксических, идиосинкразических, содержательных и структурных особенностей, присущих сетевым текстам, и определение областей их вариаций;

3. изучить возможность повышения качества анализа тональности сетевых текстов.

В 2019 году планируется продолжить работу над проектом с расширением анализа на другие языки.

Структуру естественного языка можно рассматривать как социальную сеть. Это подразумевает выделение речевых маркеров, описывающих предметную и смысловую области. В этом проекте был проанализирован широкий спектр текстов о цифровой экономике, что позволило показать тематическую структуру данной предметной области. Были определены центральные и периферийные концепции, чтобы охарактеризовать основные теоретические концепции и связанные с ними темы, разъясняющие применение цифровой экономики. Идентификация тематических областей производилась двумя способами - через построение тематического дерева через нейросетевое моделирование в Text Analyst и через анализ семантических сетей. Результаты, подходы и методы этого исследования могут быть использованы при исследовании других крупных тематических областей, связанных с новыми идеологическими течениями, развивающимися как элемент социального дизайна и управления.

В последнее время в социальных науках стали популярны смешанные методы как дизайн исследования. Однако обсуждается его новизна - сочетание разных подходов - вполне обычный метод исследования в социологии. Отвечая на критику, сторонники смешанного подхода отмечают, что «настоящее» исследование смешанных методов должно основываться на интеграции методов не только в сборе данных, но и в интерпретации, и содержать все индикаторы достоверности для качественной и количественной частей.

Анализ социальных сетей был институционализирован как количественная методология, которая использует различные формальные статистические и графические показатели для расчета отношений между различными участниками (людьми, их группами или организациями), представленными в виде сетей. В то же время существует традиция качественного подхода в анализе социальных сетей. Хотя первоначально этот подход был создан в 50-х годах социальными антропологами, его развитие произошло в конце 80-90-х годов, вместе с потоком «культурного поворота» в социологии и появлением области, называемой «социология отношений». Обе эти точки зрения имеют свои собственные устоявшиеся подходы к сбору, анализу и интерпретации сетевых данных.

Другим направлением развития анализа социальных сетей является интеграция количественного и качественного подходов, что соответствует «стратегии смешанных методов» исследования. Основная идея этой интеграции состоит в том, чтобы рассмотреть «двойственную природу социальной реальности», сосредоточив внимание как на сетевых структурах отношений и внешних контекстах, с одной стороны, так и на внутренних индивидуальных значениях этих отношений, с другой. Однако при применении теоретических идей смешанных методов на практике возникает множество методологических вопросов по сбору, хранению, анализу и интерпретации данных.

Этот проект, во-первых, предлагает теоретическую и методологическую основу для дальнейшего обсуждения смешанных методов в анализа социальных сетей и обсуждает различные характеристики, которые исследование должно иметь при разработке смешанных методов. Во-вторых, в нем будут рассмотрены проблемы, связанные с методами смешивания в сетевых исследованиях.

Отношения между странами можно рассматривать как сеть, в которой страны являются узлами, а толщина связей является показателем их притяжения или отталкивания (в зависимости от смысла связи). В нашем проекте мы рассматриваем отношения между странами-участницами Содружества Независимых Государств (СНГ), которые возникли в результате распада СССР. Этими странами являются Армения, Азербайджан, Беларусь, Казахстан, Кыргызстан, Молдова, Россия, Таджикистан и Узбекистан.

Данные взяты из проекта «Интеграционный барометр», реализуемого Центром интеграционных исследований Евразийского банка развития в партнерстве с Международным исследовательским агентством Eurasian Monitor. С 2012 года было проведено шесть волн измерения общественного настроения на постсоветском пространстве. В центре внимания исследования было отношение к интеграции граждан государств-членов Евразийского экономического союза (ЕАЭС) и других стран. Количество стран варьируется от 12 (2013 г.) до 7 (2017 г.). Каждый год в каждой стране не менее 1000 человек включались в репрезентативные национальные выборки.

Среди прочего, анкета содержит вопросы об интеграционных предпочтениях людей в различных сферах жизни - социальной, экономической и политической. Респондентам задают вопрос о странах СНГ, в которых они имеют близкие контакты (родственники, друзья), хотели бы поехать, отправить детей учиться или мигрировать; с какой страной, по их мнению, их страна должна иметь торговые отношения, какая из них поддержала бы их страну в политическом смысле и т. д. Такая информация представлена ​​в виде интегративных матриц по вопросам коммуникации, миграции и общей привлекательности (что представляет собой средневзвешенные числа ссылок), из которых могут быть построены сети.

Мы можем вычислять различные метрики для отдельных узлов (стран) и сети в целом. Мы определяем наиболее центральные страны, которые были выбраны наибольшим числом респондентов в других странах (indegree centrality), или где наибольшее количество респондентов чаще выбирали другие страны (outdegree centrality). В анализ также включена кластеризация, позволяющая получить информацию о наиболее связанных странах постсоветского пространства, ориентированных друг на друга. Данные в разных волнах помогают нам проследить динамику изменения притяжения.

В этом исследовании анализируются модели внутригосударственной региональной миграции в Европе. Используя сетевой анализ, мы изучаем структуры и свойства сетей межрегиональной миграции, их сходство и разнообразие в разных странах, а также их эволюцию во времени.

Несмотря на широкое распространение теоретической литературы по выбору места проживания индивидов, эмпирических исследований по-прежнему не хватает. Новые модели экономической географии подчеркивают сильное влияние доступа к рынку на выбор людей в отношении миграции (Krugman, 1991). Многие исследования показали, что трудовая миграция между регионами связана с рыночным потенциалом этих регионов и реальной разницей в заработной плате между ними. Однако некоторые недавние эмпирические исследования, основанные на ряде европейских стран, показывают незначительное влияние ожидаемой заработной платы в принимающих регионах на решение агента о миграции туда (Crozet, 2004), тогда как в других странах улучшение благосостояния является основной привлекательной силой для принятия решений о миграции.

В этом исследовании делается попытка выявить различия в формировании региональных миграционных потоков между странами через сетевую перспективу. Для реализации нашего проекта мы используем различные методики анализа сетей, которые позволяют выявить топологию и эволюцию межрегиональных миграционных сетей. Для нашего анализа мы используем набор данных «Евростата» по двусторонним миграционным потокам между регионами NUTS2 в 14 европейских странах за период 2000-2007 гг.

В этом исследовании мы анализируем модели региональной миграции в России. Мы используем миграционные данные Росстата. Из-за структуры данных у нас есть полные или взвешенные направленные сети, в которых все узлы взаимосвязаны. Эти сети не позволяют во всех деталях фиксировать структуру региональной миграции. Чтобы преодолеть эту проблему, мы используем методы сокращения взвешенных полных сетей. В основном мы тестируем и сравниваем алгоритм minimum spanning tree и алгоритм последовательного отсечения слабых связей. После применения алгоритма мы преобразуем полученные сети в их двоичные проекции. Эта стратегия соответствует недавним открытиям, которые утверждают, что характеристики сети, рассчитанные на основе ее двоичной проекции, могут быть даже более информативными, чем характеристики, рассчитанные на исходной взвешенной сети.