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

Новости

Семинар «Группировка политически активных сообществ в Facebook методом зерновой кластеризации»

Уважаемые коллеги,  11 марта состоялся  семинар «Группировка политически активных сообществ в Facebook методом зерновой кластеризации», проведенный научно-учебной группой «Сетевые методы и модели в анализе текстовой информации» совместно с Независимой исследовательской компанией Digital Society Laboratory (DSL, «Лаборатория цифрового общества»).
С докладом выступила Галина Градосельская, кандидат социологических наук, доцент кафедры методов сбора и анализа социологической информации НИУ ВШЭ.

Уважаемые коллеги,  11 марта состоялся  семинар «Группировка политически активных сообществ в Facebook методом зерновой кластеризации», проведенный научно-учебной группой «Сетевые методы и модели в анализе текстовой информации»; совместно с Независимой исследовательской компанией Digital Society Laboratory (DSL, «Лаборатория цифрового общества»).
С докладом выступила Галина Градосельская, кандидат социологических наук, доцент кафедры методов сбора и анализа социологической информации НИУ ВШЭ.

Доклад был посвящен  влиянию активности в социальных сетях на реальные социально-политические процессы в различных государствах. Основным инструментом организации политической активности пользователей в социальных сетях (в частности – Facebook) являются политические группы. В нашем исследовании мы попытались понять, каким образом эти группы связаны между собой и как устроены механизмы их действия. Для более точного анализа методом зерновой кластеризации были выделены три кластера политически активных сообществ: проправительственный, националистический и оппозиционный. Итогом исследования явилось определение собственных уникальных механизмов пополнения, регулирования деятельности и информационного обмена для каждого из указанных кластеров. Также была проведена типологизация информационных волн, сообществ и акторов-участников политических групп Facebook. Данное исследование может иметь достаточно широкое прикладное применение. Кроме того, представляется актуальным обсуждение методологических аспектов кластеризации и необходимость привязки разрабатываемых алгоритмов к практическим результатам.