• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Междисциплинарные исследования интернета

Приоритетные направления развития: социология
2015

Проект «Междисциплинарные исследования интернета» реализован в форме трех подпроектов: «Репрезентации социальных групп онлайн и неравенство», «Онлайновые социальные сети и успешность новых предпринимателей» и «Разработка новых онлайн-алгоритмов для обработки сетевых пакетов». Каждый из подпроектов имеет свои цели, задачи, предмет и результаты исследования.

Подпроект «Репрезентации социальных групп онлайн и неравенство»

Предмет исследования. Предметом исследования подпроекта являются социальные структуры неравенства, формируемые пользователями в процессе онлайн-взаимодействия в группах «ВКонтакте» и их связь с целями, типами и общей заявленной тематикой этих групп.

Цель исследования. Подпроект ставит целью выявить, насколько структура сетей дружбы в сообществах в социальной сети, и особенно показатели неравенства в этой сети, связаны с целями и заявленной тематикой этих сообществ. Иными словами, исследование отвечает на вопрос, порождают ли разные типы онлайн-сообществ разные структуры неравенства.

Эмпирическая база исследования. Ее составляют открытые группы трех типов в социальной сети «ВКонтакте», которые не представляют собой онлайновые реплики оффлайновых сообществ или организаций, и насчитывают не менее 4000 участников. Типы групп, составляющих объект исследования, включают: профессиональные сообщества, фанатские сообщества и социальные движения. Всего в данном подпроекте исследовались 55 групп: по 19 групп первого и второго типов и 17 групп третьего типа, включившие в себя 827093 участников, 2091268 дружеских связей между ними и 318020 постов.

Результаты исследования. Выявлено, что цель и тематика онлайн-группы в значительной степени определяют социальную структуру сообщества, а именно влияют на формирование сети связей между участниками сообщества. Так, сети фанатских сообществ отличаются более низкой плотностью большим количеством несвязанных сетевых компонент, что говорит о большей фрагментированности и раздробленности сети "дружбы". Можно заключить, что участники фанатских сообществ в наименьшей степени склонны использовать их для формирования группового социального капитала.

В профессиональных сообществах преобладающей формой участия является неактивное членство. Предположительно это обусловлено восприятием групп «ВКонтакте» как источников контента и как средств декларирования своей профессиональной принадлежности, но не профессиональной коммуникации. Наоборот, для сообществ общественных движений преобладающей формой участия является активная включенность в групповую коммуникацию; сети дружбы плотнее, чем в других типах сообществ, и в них есть явные лидеры по количеству друзей (что видно по индексу Джини в отношении центральности). Очевидно, направленность на коллективные действия предполагает активное участие и наличие эффективных лидеров, что и обуславливает структуру сети общественных движений.

Подпроект «Онлайновые социальные сети и успешность новых предпринимателей»

Предмет исследования. Подпроект изучает связь онлайновых характеристик новых предпринимателей, получаемых из их аккаунтов в онлайновой социальной сети, с успешностью этих предпринимателей, измеряемой через экспертные оценки их инвестиционной привлекательности.

Цель исследования. Выявить связь между включенностью новых предпринимателей (стартаперов) в социальные сети, а также другими их онлайновыми характеристиками, с одной стороны, и успешностью их стартапов, с другой.

Эмпирическая база исследования. Эмпирическая база второго подпроекта состоит из следующих частей: (а) аккаунты пользователей крупнейшей в России онлайн-платформы для стартаперов Startuppoint с момента основания (2008 г.) до момента начала сбора данных (сентябрь 2014), всего 3764 профиля с данными об их проектах; (б) аккаунты пользователей Russian Starup rating – единственной в России онлайн-платформы для стартаперов, выставлявшей публичные оценки инвестиционной привлекательности стартапов – за вторую половину 2014 года, т.е. максимальное количество, доступное в момент сбора данных, или 1508препдпринимателей с 1672 проектами и их оценкам и по шести параметрам по десятибалльной шкале; (в)  профили предпринимателей с обеих площадок, поддерживаемые ими в социальной сети ВКонтакте, всего 2587 профилей со всеми данными (метаданные, данные стен, количество друзей и нек.др.).

Результаты исследования. Получен усредненный портрет стартапера – пользователя ВКонтакте: это мужчина 25-35 лет, имеющий техническое образование, занимающиеся разработками в области IT, проживающий в крупном городе России и имеющий статистически значимо большее число друзей, подписчиков и групп.

В результате анализа Russian Start-up Rating (RSUR) показано, что наиболее важная онлайновая характеристика стартапера, влияющая на получение более высокого рейтинга – это большое количество друзей среди других стартаперов, при том, что общее количество друзей ВКонтакте не влияет на их оценки. Также, в частности, выявлено, что чем больше количество лайков на комментарии владельца страницы относительно всех лайков на комментарии на странице, тем выше вероятность более высокого рейтинга проработки финансовых вопросов и PR. Установлено также, что предикторы оценок неочевидным образом взаимодействуют между собой. Так, обнаружено, что количество друзей среди стартаперов имеет большее влияние на оценки среди Москвичей, чем среди немосквичей; в проектах разных отраслей важны разные характеристики, а эффекты онлайновых характеристик отличаются в разных городах.

Подпроект «Разработка новых онлайн-алгоритмов для обработки сетевых пакетов»

Предмет исследования. Им служат различные показатели качества онлайн-алгоритмов для обработки сетевых пакетов, и способы их улучшения с помощью разработки новых алгоритмов. Под сетевыми пакетами понимаются блоки данных, передаваемые в компьютерных сетях (например, в Интернете) в виде электрического сигнала и требующие особых алгоритмов управления буферами, в которых накапливаются и обрабатываются эти пакеты

Цель исследования. Состоит в разработке новых онлайн-алгоритмов для обработки сетевых пакетов в разных контекстах, а также методов анализа качества таких алгоритмов.

Эмпирическая база исследования. Ее составляют синтетические данные, имитирующие работу компьютерной сети, по которой передвигаются пакеты данных (т.н. логи интернет-трафика), и алгоритмы обработки этих пакетов, качество которых проверялось на этих синтетических данных. Логи генерировались случайным процессом 100 независимыми источниками, каждый из которых представлял собой on-off Markov modulated Poisson process. Все симуляции продолжались в течение 500000 раундов, и в каждом наборе экспериментов варьировался набор параметров (интенсивность, число требуемых циклов обработки, размер буфера, число ядер процессора и нек.др.)

Результаты исследования. Во-первых, разработано разработано новое семейство алгоритмов управления буфером – ленивые алгоритмы PO и LPO , а также подход к оценке их качества. Доказаны нижние оценки на конкурентность онлайн-алгоритмов PO и LPO для ряда случаев и верхние оценки для алгоритма LPO для ряда случаев; проведено подробное практическое исследование на синтетических данных, подтвердившее теоретические результаты. Во-вторых, в области оценок качества алгоритмов управления буфером для пакетов с несколькими характеристиками получены нижние оценки для всех типов онлайн-алгоритмов и верхние оценки для ряда случаев; проведено подробное практическое исследование на синтетических данных, подтвердившее теоретические результаты. В области оптимизации сетевых классификаторов было введено понятие порядково-независимых классификаторов (по отношению к содержащимся в них правилам) и показано, что новые поля в них не увеличивают ни временную, ни пространственную сложность.

Рекомендации по внедрению или итоги внедрения результатов НИР.

Полученные в рамках третьего подпроекта алгоритмы управления буфером можно будет использовать в реально применяющихся сетевых процессорах. Алгоритмы оптимизации классификаторов могут быть применены непосредственно перед помещением классификаторов в TCAM память. Эта работа также становится всё более актуальной по мере увеличения популярности протокола IPv6 и позволяет значительно упростить и ускорить работу с ним.

Публикации по проекту:


Мейлахс П. А., Рыков Ю. Г. Онлайновое сообщество СПИД-диссидентов в социальной сети «ВКонтакте»: структура и риторические стратегии // В кн.: XV апрельская международная научная конференция по проблемам развития экономики и общества: в 4-х книгах / Отв. ред.: Е. Г. Ясин. Кн. 3. М. : Издательский дом НИУ ВШЭ, 2015. С. 137-146.
Zheluk A., Quinn C., Meylakhs P. Internet search and krokodil in the Russian Federation: an infoveillance study // Journal of Medical Internet Research. 2014. Vol. 16. No. 9. P. e212. doi
Рыков Ю. Г. Сетевое неравенство и структура онлайн-сообществ // Журнал социологии и социальной антропологии. 2015. Т. XVIII. № 4. С. 144-156.
Semenov A., Natekin A., Nikolenko S. I., Upravitelev P., Trofimov M., Kharchenko M. Discerning Depression Propensity Among Participants of Suicide and Depression-Related Groups of Vk.com, in: Analysis of Images, Social Networks and Texts. 4th International Conference, AIST 2015, Yekaterinburg, Russia, April 9–11, 2015, Revised Selected Papers / Ed. by M. Y. Khachay, N. Konstantinova, A. Panchenko, D. I. Ignatov, V. Labunets. Vol. 542: Series: Communications in Computer and Information Science. Switzerland : Springer, 2015. Ch. 3. P. 24-35. doi
Semenov A., Natekin A., Nikolenko S. I., Upravitelev P., Trofimov M., Kharchenko M. Communications in Computer and Information Science, Vol. 542, Springer, 2015 Vol. 542: Analysis of Images, Social Networks and Texts. Fourth International Conference, AIST 2015. Springer, 2015. doi
Kogan K., Nikolenko S. I., Rottenstreich O., Culhane W., Eugster P. Exploiting Order Independence for Scalable and Expressive Packet Classification // IEEE/ACM Transactions on Networking. 2016. Vol. 24. No. 2. P. 1251-1264. doi