CC BY
17
3. Фреймворк для кросс-лингвистически последовательной грамматической аннотации на 60 языках. URL: http://universaldependencies.org
4. Semantic models for the Russian language. https://rusvectores.org/ru/models/
5. Keras: The Python Deep Learning library. https://keras.io/
6. Золотова, Г.А.; Онипенко, Н.К. Сидорова, М.Ю. Коммуникативная грамматика русского языка. Институт русского языка им. В.В. Виноградова РАН. 544 с., 2004. ISBN: 5-88744-050-3
DOI: 10.37614/2307-5252.2020.8.11.029 УДК 004.9
А.Л. Щур, И.О. Датьев, А.М. Фёдоров
Апатиты, Институт информатики и математического моделирования ФИЦ КНЦ РАН
АНАЛИЗ ОНЛАЙНОВЫХ СОЦИАЛЬНЫХ СЕТЕЙ: ОСНОВНЫЕ СЛОЖНОСТИ И ОБЛАСТИ ПРИЛОЖЕНИЯ
Аннотация
Сервисы онлайновых социальных сетей являются одним из самых популярных видов социальных медиа в мире. В докладе рассматриваются некоторые области исследований, построенных на задействовании информации, получаемой из соцсетей, а также основные проблемы, возникающие у при попытке экстракции этих массивов данных.
Ключевые слова:
информационные технологии, социальные сети, обработка данных, электронное участие, big data.
A.L. Shchur, I.O. Datyev, A.M. Fedorov
Apatity, Institute for Informatics and Mathematical Modelling, KSC RAS
SOCIAL NETWORKING SERVICES ANALYSIS: MAIN CHALLENGES AND APPLICATION AREAS
Abstract
Online social networking services are one of the most popular types of social media in the world. The report discusses some areas of research built on the use of information obtained from social networks, as well as the main difficulties that arise during the extraction of these data arrays.
Keywords:
information technologies, social networking services, data processing, e-participation, big data Введение
На сегодняшний день сервисы онлайновых социальных сетей являются одним из самых популярных и обширных по набору функций видов социальных медиа. Они позволяют практически любому пользователю, даже обладающему минимумом технических знаний, не только быстро получать интересующую его
информацию, но и делиться созданным контентом, будь то текст, фотографии, звуковые сообщения или видео, с другими пользователями.
Благодаря такой многофункциональности социальные сети стали не только огромной базой данных, но и сложной взаимосвязанной системой, вовлеченной в самые разные области жизни общества. Как следствие, они являются важным объектом для экономических, политических и социальных исследований.
Многие коммерческие компании используют социальные сети в маркетинговых целях[1]: проводится анализ предпочтений потребителей[2], мониторинг представленности конкретного бренда[3], рекламное продвижение товара целевым аудиториям[4]. По схожей схеме в некоторых странах строятся и политические предвыборные кампании. Также была неоднократно отмечена польза социальных сетей как средства раннего оповещения и связи во время стихийных бедствий и других чрезвычайных ситуаций[5,6]. Данные соцсетей используются для противодействия экстремизму, терроризму и различным видам преступной деятельности[7].
На основе открытой информации из социальных сетей изучается туристическое и миграционное поведение людей, привлекательность стран, регионов или конкретных мест[8,9]. Еще одной сферой использования социальных сетей является общественный транспорт: существуют системы, отслеживающие степень загруженности городских линий транспорта на основе данных из Twitter и Facebook[10]. Даже в сфере медицины проводятся исследования с помощью социальных сетей, определяющие общий уровень здоровья у населения и отслеживающие отношение к фармакологическим свойствам препаратов[11].
Отдельной обширной темой для исследований является роль онлайновых социальных сетей в рамках т.н. электронного государства (э-государства), концепция которого активно продвигается директивами ООН. Одной из базовых основ э-государства является принцип "электронного участия" (e-participation), который заключается в не только мониторинге обратной реакции граждан на принимаемые законы, но и выработке механизмов совместного принятия решений, когда население участвует в определении и решении насущных проблем наравне с государственными органами[12].
Анализ сложностей использования
Наряду со множеством сфер применения, обнаруженных за последнее десятилетие, по мере изучения возможностей социальных сетей стали выявляться и основные проблемы, связанные с их использованием в качестве источника данных.
Найденные проблемы можно условно поделить на две ключевые группы:
1) проблемы, касающиеся непосредственно процесса извлечения и хранения данных;
2) проблемы обработки данных для дальнейшего их использования.
В первой категории можно выделить трудности следующего характера: технические, правовые, этические. Технические трудности:
а) извлечение данных:
- авторизация в системе;
— ограничения по времени (количество запросов в единицу времени);
— количественные ограничения по сбору данных;
— пользовательские ограничения на доступ к информации; б) хранение данных:
— большой объем и связанные с этим проблемы;
— сочетание методов из разных областей знаний, необходимое для обработки данных.
Правовые трудности:
а) отсутствие общепринятых мировых правовых норм;
б) полярные точки зрения на проблему:
— все, что публикуется пользователем или о пользователе в социальных сетях, немедленно становится общедоступным;
— вся опубликованная пользователем информация является его персональными данными.
Этические трудности:
а) сохранение конфиденциальности;
б) идентичности;
в) прав собственности;
г) репутации.
Вторая группа проблем включает в себя моменты, связанные с непосредственным извлечением информации из полученного массива данных, необходимой для конкретного исследования. Сюда можно отнести трудности такого характера как:
— личностный характер подачи информации;
— временная и смысловая релевантность;
— контекстуальность.
Поскольку онлайновые сети являются социальным конструктом, любая информация в них должна рассматриваться с учетом позиции ее автора и тенденций в обществе на момент изучения. Также пользовательский контент не всегда является правдивым: он может отражать субъективную точку зрения, в него может быть заложено сразу несколько смыслов, или даже намеренно ложный - для оправдания позиции автора или возбуждения социальной активности.
Заключение
Безусловно, нельзя утверждать, что названный перечень проблем использования социальных сетей в качестве источника данных является полным. Онлайновые сервисы эволюционируют с каждым годом, предлагая пользователям все новые и новые формы общения и передачи информации. Поэтому одним из немаловажных направлений дальнейших исследований, связанных с социальными сетями, должны являться как постоянный мониторинг происходящих изменений, так и дальнейшее углубленное изучение особенностей и сложностей их применения.
Литература
1. Barger, V., Peltier, J., Schultz, D.: Social media and consumer engagement: A review and research agenda. J. of Research in Interactive Marketing. 10(4), 268-287 (2016)
2. Taylor, B.: Understanding Consumer Preferences from Social Media Data. NIM Marketing Intelligence Review. 11(2), 48-53 (2019). doi: 10.2478/nimmir-2019-0016
3. Aggrawal, N., Ahluwalia, A., Khurana, P., & Arora, A.: Brand analysis framework for online marketing: ranking web pages and analyzing popularity of brands on social media. Social Network Analysis and Mining. 7, 1-10 (2017).
4. Voorveld, H., Noort, G., Muntinga, D., Bronner, F.: Engagement with Social Media and Social Media Advertising: The Differentiating Role of Platform Type. J. of Advertising. 47(1), 38-54. (2018). doi: 10.1080/00913367.2017.1405754
5. Ghosh, S., Ghosh, K., Ganguly, D. et al.: Exploitation of Social Media for Emergency Relief and Preparedness: Recent Research and Trends. Inf. Syst. Front. 20, 901-907 (2018).
6. Ehnis C., Bunker D.: Social Media in Disaster Response: Queensland Police Service - Public Engagement During the 2011 Floods. In: ACIS 2012: Proceedings of the 23rd Australasian Conference on Information Systems, pp. 1-10, Geelong, Victoria, 3-5 Dec. 2012
7. Ahmad, S., Asghar, M.Z., Alotaibi, F.M. et al.: Detection and classification of social media-based extremist affiliations using sentiment analysis techniques. Hum. Cent. Comput. Inf. Sci. 9, 24 (2019). doi: 10.1186/s13673-019-0185-6
8. Bojic, I., Belyi, A., Ratt, C., Sobolevsky, S.: Scaling of foreign attractiveness for countries and states. Applied Geography. 73, 47-52 (2016).
9. Dekker, R., Engbersen, G.: How Social Media Transform Migrant Networks and Facilitate Migration. Global Networks. 14, 401-418 (2014). doi: 10.1111/glob. 12040.
10.Li, D., Zhang, Y., Li, C.: Mining Public Opinion on Transportation Systems Based on Social Media Data. Sustainability. 11, 4016 (2019).
11.Miftahutdinov, Z., Tutubalina, E.: End-to-End Deep Framework for Disease Named Entity Recognition Using Social Media Data. 2017 IEEE 30th Neumann Colloquium, pp. 47-52, Budapest, Hungary (2017).
12.Power, D., Phillips-Wren, G.: Impact of social media and web 2.0 on decision making. Journal of Decision Systems, 20(3), 249-261 (2011).
