CC BY
18КУЛЬТУРОЛОГИЯ
УДК 8142
ИННОВАЦИОННЫЕ СЦЕНАРИИ ПОТРЕБЛЕНИЯ КУЛЬТУРЫ В РАМКАХ ЭКОСИСТЕМЫ СОЦИАЛЬНЫХ СЕТЕЙ: ЛИДЕРЫ МНЕНИЙ
И КУЛЬТУРНЫЙ КОД1
Н. А. Рябченко, О. П. Малышева
Аннотация: В условиях глобальных кризисов психологическая травматизация населения обуславливает подверженность граждан информационному воздействию и создает условия для перепрограммирования коллективного сознания. Лидеры мнений, влиятельные пользователи сети, реализуя определенные дискурсивные практики, создают альтернативное дискурсивное поле, способное трансформировать содержание культурного кода и определять социокультурные тенденции. Для выявления содержания культурного кода, формируемого латентными лидерами мнений в сообществе «Типичный Краснодар» социальной сети «ВКонтакте», мы собрали массив сетевых данных, включивший сообщения, комментарии, реакции, информацию об использованных графических и аудиовизуальных символах, позволяющий анализировать взаимодействие элементов экосистемы как социальный граф. Данные были визуализированы с помощью программы Gephi и подвергнуты сетевому анализу. Были определены латентные лидеры мнений и выявлено их влияния на сеть. С помощью авторского аналитического программного комплекса «Мониторинг и анализ социальных сетей, сообществ и пользователей интернет-пространства»2 было выполнено тематическое моделирование и сконструировано семантическое ядро дискурсивного поля, сформированного сообществом «Типичный Краснодар». Сообщество «Типичный» на платформе ВКонтакте характерно для всех крупных городов России. Применение предложенной методики для анализа сообществ в других регионах, позволит оценивать настроения пользователей и выявлять содержание культурного кода, формирующегося на платформах социальных сетей в кросс-региональном аспекте и прогнозировать вектор трансформации социально-политических процессов, обусловленный потреблением конструктивных или деструктивных прагматических паттернов.
Ключевые слова: культурный код, латентные лидеры мнений, дискурсивные поля, сетевая лингвистика, сетевые лингвистические данные, ВКонтакте
1 Исследование выполнено при финансовой поддержке РФФИ (Отделение гуманитарных и общественных наук) в рамках научного проекта № 20-012-00033 «Лингвистические модели социально-политической коммуникации в online-пространстве: дискурсивные поля, паттерны и гибридная методология анализа сетевых данных» (2020-2022 гг., рук. В.В. Катермина).
2 Свидетельства о государственной регистрации программы для ЭВМ № 2018665564; № 2018663499; № 2019666985; № 2020667724; № 2020667728; № 2021610210; № 2020667357.
Введение
Глобальные кризисы последних лет усилили проницаемость границ онлайн и офлайн-пространств и спровоцировали процесс их слияния в единое социально-культурное пространство. В силу разнообразных причин (требования моды и времени, эпидемиологическая обстановка, удобство пользования, снятие психологического напряжения, барьеров или психологический комфорт) современный человек проводит большую часть жизни в онлайн-пространстве, взаимодействуя с технологиями. Естественное стремление к социализации как процессу воспроизводства комфортной для себя социальной среды [1] побуждает пользователей реализовывать данную потребность, комментируя публикуемый на платформах социальных сетей контент. Обширные ветки комментариев под определенной публикацией в ВКонтакте или видео на YouTube не только подтверждают злободневность освещаемых событий и точность / едкость формулировок, но свидетельствуют о другом фундаментальном изменении - коммуникативные практики и социально-культурные модели поведения все больше подвержены влиянию онлайн-пространства и перенос практик из онлайн в офлайн и наоборот - это современные реалии.
Свойством современной коммуникации, спровоцированным развитием информационно-коммуникационных и симплификацией процессов до интуитивно-понятных, нивелирующих вероятность когнитивного или прагматической неудачи является её семиотическая комплексность или мультимодальность. Однако данное обстоятельство свидетельствует не о повышении уровня сложности. В плане восприятия и понимания, но напротив семиотическая комплексность обеспечивает когнитивную доступность и повышенную персуазивность контента.
На платформах социальных сетей взаимодействие реализуется посредством использования единого для всех мультимодального семитического кода, состоящего из буквенных символов, эмоджи, хештегов, GIF, статичных изображений и видео. Новый участник дискурсивного взаимодействия, включаясь в дискурсивное поле, не испытывает трудностей с дешифрацией данного кода, ввиду совпадения ожиданий пользователя с формой и содержанием предоставленного контента. Нарушение принципа единства семиотического кода, как правило, приводит к коммуникативному провалу [2].
Однако особенностью экосистемы социальных медиа, как и онлайн-пространства в целом, является их гипертекстурируемость или многомерность, что делает их сложными или безмасштабными сетями (complex or scale free). Сложная сеть представляет собой, несмотря на дискретность элементов (узлов), составляющих его структуру, целостное единство, поскольку все происходящие в нем процессы взаимосвязаны. Динамика подобной сети непроницаема и нерегулируема для наблюдателя и требует разработки алгоритма и инструментария изъятия, обработки и систематизации эмпирического материала. Материалом, позволяющим изучать социальные медиа, являются сетевые лингвистические данные - количественно измеряемое содержание дискурсивных полей, формируемых публикациями и ветками комментариев.
Сетевые лингвистические данные определяются нами как асинхронные, неструк-
турированные вербальные (текстовая информация, а также представленная в аудио и видео формате речь), и невербальные лингвистические данные (эмоджи, символы, графики, аудио / звуковой ряд и видео / картинка), которые могут быть организованы по сетевому принципу и визуализированы в виде социального графа.
Исходя из неофункционалистской теории Н. Лумана, рассмотреть систему изнутри, как и снаружи не представляется возможным [3], поскольку это бы потребовало некой рекурсивности наблюдения, что по определению невозможно. Имплицированный характер дискурсивных взаимодействий на платформах социальных сетей подтверждает данное положение. Однако использование совокупных методов Data Science позволяет визуализировать и анализировать экосистему дискурсивных полей, выявляя культурных код, заложенный в сетевых лингвистических данных, и в некоторой степени приблизиться к пониманию его природы.
В определении культуры и культурного кода выделяются онтологический, гносеологический, аксиологический, антропологический, а также семантико-семиотический подходы [4]. Согласно семантико-семиотическому подходу, согласующегося с целями нашего исследования, культурный код понимается нами как система ценностей, представленная в единой семиотической системе и общем для всех участников социокультурном контексте, который индивидуально или коллективно, целенаправленно или хаотично создается дискурсивными полями в онлайн-пространстве. Внутренним содержанием культурного кода являются пропозиционные значения совокупности наррати-вов, сформированных дискурсивным полем, а внешним выражением - семантическое ядро, выделяемое в результате сетевого / частотного и семантического анализа и конструирования направленного социального графа.
Так или иначе, вступая в коммуникацию / включаясь в дискурсивное поле, индивид попадает под воздействие его силового поля, в результате чего происходит «ирритация» системы ценностей и вероятность социокультурного перекодирования. Целью и результатом формирования некого социокультурного кода или «перекодирования» является формирования нового типа личности и социальной идентичности, крайним случаем которого при подмене культурных кодов является цивилизационное / социальное перекодирование с целью управления [5].
Одним из условий успешной передачи культурного кода является Репутация отправителя и эмоциональная готовность / подверженность воздействию. Лидеры мнения, которыми могут быть отдельные личности (звезды кино, писатели, медиаперсоны, бло-геры, признанные ученые, генеральные директора крупных корпораций, политические лидеры), учебные заведения и НИИ, или даже города (Москва, С.-Петербург), способны не только открыто продвигать определенную систему ценностей, но и опосредованно влиять на восприятие определенной информации.
В ситуации глобальных кризисов и информационного перенасыщения, новыми реалиями стала повышенная подверженность населения информационному воздействию (особенно сенсационного характера) [6] и ориентация на мнение большинства, особенно мнениям, высказываемым в разделе «Комментарии» на платформах социальных сетей [7].
Группой пользователей, с несформированной системой ценностей и особенно уязвимой для социокультурного перекодирования, является «поколение Z» [8] или «цифровое поколение». Молодые люди склонны скептически относиться и нивелировать значимость опыта родителей, самостоятельно искать и отбирать информацию, полагаясь на мнение сверстников и инфлюенсеров в социальных сетях. Считается, что инфлюенсеры детерминируют социально-культурные установки пользователей [9; 10], способны влиять на формирование корпоративной культуры организации [11], выступать активными акторами политики, влияющим на принятие управленческих решений [12; 13].
Культурный код, транслируемый инфлюенсерами, которыми могут выступать обычные пользователи, комментирующие контент, вовлечён в коммуникацию имплицитно. О нём говорят опосредованно, избегая таким образом прямого принятия или отклонения определённых культурных ценностей [14]. Эффективность передачи и ассимиляции кода измеряется степенью изменений системы ценностей пользователей. И поскольку сознание другого человека остается непроницаемым до тех пор, пока от него не будет получена обратная связь, что может выражаться в комментировании или реакции «нравится» на определенный контент [15] невозможно измерить количество полученных «квантов» культурного кода и оценить их влияние на аудиторию. Таким образом влияние культурного кода не поддается измерению до тех пор, пока оно не будет актуализировано в определенном социальном действии, поэтому изучение комментариев как результата социального действия, реализованного пользователями в ответ на ирритацию их системы восприятия, является первостепенной задачей исследователя, целью которого является оценка вектора социокультурной трансформации общества.
Материалы и методы
Работа с сетевыми лингвистическими данными, функционирующими в рамках дискурсивных полей в онлайн-пространстве, предполагает сплошную выгрузку сетевых данных с платформ социальных сетей, их систематизацию и формирование датасетов, которые представляют собой веб-корпусы сообщений и веток комментариев - специализированный тип корпуса, сформированного путем сплошной выгрузки сообщений с определенной платформы и включающего совокупность массивов данных, дающих представление о взаимодействиях, входящих в него элементов (время публикации; связи сообщений друг с другом и объектами онлайн-пространства, не входящими в корпус (гиперссылки на источники текстовых или аудиовизуальных данных; информация об авторах, количестве и типе реакций, использованных символах) [см. исследование авторов 16; 17].
Создание и использование веб-корпуса позволяет в глобальных масштабах не только извлекать и систематизировать уникальную информацию о языке, редких или уникальных языковых явлениях, сравнивать и выявлять жанровые или стилистические различия между текстами, в том числе особенности авторского стиля. Огромный прикладной потенциал использования веб-корпуса реализуется в возможности применения методологии Data Science (математический анализ, реляционный анализ, сетевой анализ, графовый метод) для:
• выявления доминантных нарративов, посредством систематизации и классифицировании сетевых лингвистических по тематическому принципу;
• определении формирующейся системы ценностей внутри данного дискурсивного поля посредством конструирования и описания семантического ядра;
• проведении предиктивной и прескриптивной аналитики социально-культурных тенденций, в том числе определяющих трансформации социально-политических систем.
Автоматическая и полуавтоматическая обработка веб-корпусов сообщений и веток комментариев позволяет конструировать семантическое ядро дискурсивного поля и оперативно выявлять актуальные проблемы социально-политической жизни. Семантическое ядро дискурсивного поля может быть представлено в виде направленного графа, который не только показывает наличие или отсутствие, но и направление связи между элементами графа, что делает возможным анализ предикативных связей и определение семантических ролей основных акторов.
Конструирование семантических ядер основано на теории структурного и семантического синтаксиса, семантических ролей, грамматике зависимостей и ядерных синтаксических структур (моделей) [18; 19; 20].
В данном исследовании для конструирования семантического ядра была выбрана структура SVO, в которой S (Subject) и O (Object) - именованные сущности3, актуализированные номинативом существительного или личного местоимения, называющего или указывающего на одушевленного или неодушевленного производителя действия, а V - глагол (Verb), отражающий характер предикативной связи между элементами S и O.
Построение семантического ядра дискурсивных полей, сформированных сообществами «Типичный Краснодар» на платформе «ВКонтакте», включило сбор данных -предварительную обработку - визуализацию - интерпретацию - выводы.
Критериями для определения точки входа для сбора данных стали: тип платформы (ВКонтакте), сетевое сообщество («Типичный Краснодар»4; «Типичный» - популярный на платформе «ВКонтакте» локализованный паблик информационного типа, обладающий высоким рейтингом доверия среди пользователей определенного региона ввиду качества новостей и оперативности их публикации), временной интервал, тип и объём выборки.
Использование программного интерфейса ВКонтакте (API ВКонтакте) позволило нам выгрузить все посты, опубликованные сообществом «Типичный Краснодар»
3 Именованная сущность (от англ. named entity) - термин из области нейронных сетей и естественной обработки языка (Natural Language Processing), который обозначает обозначение именем собственным физически существующего или абстрактного объекта реального мира: человека, организации, продукта или места.
4 «Типичный» - это популярный на платформе «ВКонтакте» локализованный тип онлайн-со-общества, имеющий информационную направленность [Градюшко Александр Александрович, Нигматуллина Камилла Ренатовна, Пустовалов Алексей Васильевич Сообщества «ВКонтакте» и их роль в медийном ландшафте: опыт трех регионов / / Труды БГТУ Серия 4: Принт- и медиатех-нологии. 2019. №1 (219). С.54-61], обладающий высоким рейтингом доверия среди пользователей определенного региона ввиду качества новостей и оперативности их публикации.
с августа 2021 по август 2022 гг., отсортировать их по популярности, выбрать 1000 наиболее комментируемые публикации, а также блок комментариев (включивший 581 462 единиц), сформировав датасеты «Топ-1000 Краснодар» и «Топ-1000 Краснодар-комментарии».
Датасеты «Топ-1000 Кемерово» и «Топ-1000 Краснодар-комментарии» были подвергнуты автоматической обработке с помощью авторского программного комплекса «Мониторинг и анализ социальных сетей, сообществ и пользователей в интернет-пространстве». С помощью библиотеки Python NLTK5 проведена автоматическая очистка выборки от стоп-слов и токенизация текста (разделение на слова). Данные датасетов были подвергнуты процедуре парсинга с целью анализа синтаксической структуры и выделению связки лексических элементов, соответствующих модели SVO, благодаря чему были сформированы датасеты «Топ-1000 Краснодар-SVO» и «Топ-1000 Краснодар- комментарии-SVO».
прэтрамф Tipwehay ^^
храпни пронмшл^Ц^^ в А№е
Л\
камеру Н^людвнин _ ........, . _
про во ждать ГЩ|1: АттрЩ|исн
прекратила
стр
¿„„ Pal®«™
удобст Е) КОНКИ
плыла
_ а Ta#i
па»«,, к»**» *•" А в то ^ afPi листы
пясп.».!-,^ - и вя ЙВГОШэиль лоъезжзнп ^^^
здЦщл -----*
Крас
СТ оценилн КрасЩдара Cd®pa
мгАкн
Зэтрываот ^ _
ЛИйввиль объезжают
,зослалЛ п^^ЯР^^ипь n^RS,-------- - МаГ«ИШ
* ^^^^ м#ы а, ""Ч&апи
шау^ена
оскорблял трол®«6ус
интересуются 7к«1 #платая разрисовали
»я ^игплспли!.! МВгие _
рц ^ спь,1иад"..1
и о с тачав л и и а г янл^гем ^
приостанавливает Мак^фалдс
оценил убыль Делении
\ прио^ынЗаливаст
_ ___ зсДры „rw
I ffr Ев рвот з ^ 'ф] является
_ .............."НИЖли. ^
|dfjbДЭff m iw*"™ Вак^ация
Екато|Вмодар
К#У
Ф А
опе'рлт^Р России
'(¡таранов
Рис. 1 «Топ-1000 Краснодар-публикации» - семантическое ядро дискурсивного поля, сформированного сообществом «Типичный Краснодар»
5 Natural Language Toolkit / / NLTK Project URL: www.nltk.org (дата обращения: 10.08. 2022).
Посредством программы визуализации данных Gephi6, обработанные данные да-тасетов «Топ-1000 Краснодар^УО» и «Топ-1000 Краснодар-комментарии^УО» были представлены в виде ориентированных графов (см. Рис.1-2), анализ которых позволил выделить в анализируемых дискурсивных полях семантическое ядро, определить доминирующие тематики, характер предикативных связей и семантические роли акторов (элементов S и О в описанной модели).
Рис. 2 «Топ-1000 Краснодар-комментарии» - семантическое ядро дискурсивного поля, сформированного сообществом «Типичный Краснодар» (раздел комментарии)
6 The Open Graph Viz Platform / / Gephi.org URL: https: / /gephi.org (дата обращения: 10.08. 2022).
Результаты
Анализ полученных графов, представляющих семантическое ядро дискурсивных полей, сформированных сообществом «Типичный Краснодар» (разделы «Публикации» и «Комментарии» - далее графы «Топ-1000 Краснодар-публикации», «Топ-1000 Краснодар-комментарии») на платформе «ВКонтакте» в период с августа 2021 по август 2022 гг. показал следующее.
В графе «Топ-1000 Краснодар-публикации» наиболее крупными узлами, соответствующими элементу 8 в модели 8УО, стали «Краснодарцы», «Путин», «Краснодар», «КТТУ», «Вакцинация», «Автомобилисты», «ДТП», «Таксист», «Видео». Наиболее крупным хабом7 стал узел «Краснодарцы», что свидетельствует о том, что сообщение, содержащее данное слово получило максимальное количество комментариев. Отмечается активное реагирование пользователей на остаточно широкий круг тематик. Крупный диаметр узлов «КТТУ», «Вакцинация», «Автомобилисты», «ДТП», «Таксист», «Видео», а также «работу России» и «России», свидетельствует о том, что тематики, освещаемые в сообщениях, соответствующих данным узлам, вызвали широкий отклик у пользователей сообщества, а, значит, являются актуальными или проблемными для региона.
Анализ предикативных связей выявил основные семантические роли 8-элементов (8-узлов), которыми стали агенс («Краснодарцы-сообщают», «Краснодарцы-интересу-ются»; «Путин-подписал», «Путин-объявил»; КТТУ как группа лиц, осуществляющая руководство: «КТТУ-покупает», «КТТУ-включит»; «Атомобилисты-объезжают»; «Таксист-ехал / приехал»), бенефактив («Автомобилисты-оценили»), экпериенцер («Краснодарцы-распереживались») и пациенс («Видео-попало»; «Краснодар-стал / похорошел / вошел»; «Вакцинация-начнется», «Вакцинация-позволит»; «ДТП-произо-шло»). Подобное распределение ролей показывает, что в дискурсивном поле позиционируется активный образ жителей Краснодара, включенных в решение локальных проблем города, а также социально-политических акторов («Путин», «КТТУ»), принимающих управленческие решения и обеспечивающих их реализацию. Дальнейшее рассмотрение предикативных связей раскрывает суть социальных проблем, проявляющихся в городе: неоправданно дорогая покупка, которое планирует совершить «КТТУ» («Краснодарское Трамвайно-Троллейбусное Управление»), а также неработающие в общественном транспорте кондиционеры; проблемы с вывозом мусора; тревожащие граждан необъяснимые явления (грохот, похожий на взрыв, неопознанный летающий объект в центре и загадочные полосы в небе).
В графе «Топ-1000 Краснодар-комментарии» наиболее крупными узлами, соответствующими 8-элементу в модели 8УО, стали «Собаки» (также «Собака»), «Краснодар», «Россия», «Путин», «Бог» (также «Господь» и «Всевышний»), «Люди». Ввиду того, что объём комментариев превысил количество публикаций более, чем в 500 раз, граф «Топ-1000 Краснодар-комментарии» представляет собой значительно более разветвлённую сеть, нежели «Топ-1000 Краснодар-публикации». Однако это качественно не повлияло количество значимых с точки зрения влияния на сеть элементов: основное
7 Хаб (в социальном графе) - узел (или вершина) с большим, чем у других узлом, количеством связей (или рёбер), что визуально выражается в большем диаметре.
количество 8-узлов имеют не больше 1 связи, что исключает их из фокуса ввиду их незначительного влияния на содержание семантического ядра.
Анализ предикативных связей выявил основные семантические роли 8-элементов (8-узлов), которыми стали агенс («Собаки-развели (грязь) / питаются (тем, что человек может им принести) / обгладывают (ноги) / контролируют (агрессию) / агрес-сируют (на деток) / реагируют (на пьяных) / выбирают (жертву) / защищают (собак)); «Путин-говорил / сошел / сказал / дает / освободил /поставил» , «Бог-не делит / дает / наказал») «Люди-цепляются (за жизнь) /уничтожают / борются / бросают (животных) / не стерилизуют (животных) / подкидывают (животных)»), пациенс («Краснодар-потерял (себя) /превратился (в псарню) /состоит (из приезжих)», «Россия обезопашиеват / превращается / платит / считалась») и экспериенсер («Собака-чувствует»).
Кросс-анализ содержания семантического ядра дискурсивных полей, формируемых сообществом, что точками пересечения являются «Краснодар» и «Путин», при этом значимые с точки зрения пользователей элементы «Собаки» (также «Собака») не представлены в повестке, создаваемой сообществом «Типичный Краснодар». Рассмотрим характер предикативных связей данных узлов и содержание нарративов, которые были актуализированы в дискурсивном поле, сформированном комментариями пользователей сообщества «Типичный Краснодар».
Рис. 3 Визуализация связей элементов «Собака» (слева) и «Собаки» (справа) в графе «Топ-1000 Краснодар-публикации»
Визуализация связей элементов «Собака» и «Собаки» в графе «Топ-1000 Краснодар-публикации» (см. Рис. 3, 4, 5) показывает высокую степень взаимодействий данных элементов с другими элементами графа, что отражает высокий уровень влияния данных элементов на сеть; более высокую значимость элементов «собаки» / «собака» в сравнении с другими элементами семантического ядра; актуальность социальной проблемы, связанной с бродячими собаками в Краснодаре для пользователей, включивших данные слова в свои комментарии и сформировавших, таким образом дискурсивное поле, семантическим центром которого стала тема бродячих собак и причин, которые её обусловили и продолжают усугублять.
Рис. 4 Предикативные связи узла «Собаки»
Рис. 5 Предикативные связи узла «Собака»
Дальнейший анализ предикативных связей узлов «собаки» / «собака», а также текстов комментариев (2695 / 2682) показал, что краснодарцы находят ситуацию с бродячими собаками в городе критической, поскольку лексика, использованная для номинации города и его жителей, обладает повышенной экспрессивностью, выражающей отвращение, страх, неприязненное отношение к гражданам, которые демонстрируют безответственное или маниакальное отношение к животным (Краснодар - «псарня»; жители - «зоошизо»8).
Одна группа пользователей выступает против бродячих собак, обвиняя федеральный закон9 и местные власти в бездействии (собаки развели грязь, агрессируют на деток, Краснодар «потерял себя» и превратился в псарню, а власти ничего не предпримут до тех пор, пока собаки кого-то из администрации не искусают), другая группа защищает животных, приводя в защиту своей позиции разнообразные аргументы и демонстрируя откровенно неконструктивное поведение (собаки просто защищают территорию, контролируют агрессию, не нападают без причины и просто плохо реагируют на пьяных).
Заключение
Выявленные в процессе исследования линии разлома в содержании повестки, создаваемой официальными публикациями и комментариями обычных пользователей группы «Типичный Краснодар» ВКонтакте, показывают недостаточный уровень осведомленности администраторов сообщества о проблемах жителей города и причинах, вызывающих некую социальную напряженность.
Наблюдается наличие двух групп пользователей, находящихся в антагонистических отношениях ввиду занимаемых позиций в отношении проблемного вопроса, а также участников, выполняющих роль медиатора, которые стремятся посредством дискурсивного взаимодействия самостоятельно решить смягчить конфликт. Также отмечается способность пользователей выявлять участников дискурсивного поля, которые определяются ими как «боты», то есть пользователи намеренно разжигающие дискуссии или пишущие «на заказ», а также резко критичное отношение к модератору группы, который по мнению пользователей отвлекает и переводит их внимание с действительно важных тем на незначимые. Ввиду низкой степени доверия остальных участников дискурсивного взаимодействия к «медиаторам» и недостаточного уровня коммуникативной компетенции последних, снижение остроты конфликта не достигается, но провоцирует новые волны дискуссий.
Рекомендуемой информационной стратегией является регулирование дискурсивной активности пользователей посредством формирования альтернативных дискурсивных полей, содержанием которых станет информирование: о действиях, предпринимаемых местными властями для обеспечения контроля за животными и обеспечения приемлемого уровня жизни для граждан; местах, в которых животные смогут получить
8 Имеется в виду «зоошиза» (сетевой сленг) - зообезумие или зооэкстремизм - явление, которое, по мнению психологов, является психологическим расстройством.
9 Федеральный закон от 27 декабря 2018 г. N 498-ФЗ «Об ответственном обращении с животными и о внесении изменений в отдельные законодательные акты Российской Федерации».
надлежащий уход; доступных способах предотвращения столкновения жителей со стаей бродячих собак или репеллентах, позволяющих избежать близкого контакта с животными, или других превентивных мер. Таким образом зооактивисты смогут конструктивно проявлять гражданскую позицию направляя в приюты для собак других граждан, либо делая это самостоятельно, распространяя информацию. В некоторой степени это позволит решить проблему безопасности граждан в городе и переориентировать дискурсивное поле на конструктивный вектор.
Исследование показало, что дискурсивная активность исключительно в формате «публикация на страничке официального паблика» не является эффективной, так как ставит пользователей, комментирующих контент и модератора группы в антагонистическую позицию. Для формирования дискурсивных полей конструктивного прагматического потенциала необходимо дискурсивное регулирование коммуникативного поведения пользователей в разделе «Комментарии», при котором будет допустима умеренная рекуррентность.
Направленное формирование альтернативных дискурсивных полей в разделе «Комментарии» способна создавать тот социокультурный контекст, в рамках которого станет возможно внедрение нового социокультурного кода. Местные власти должны уделять особое внимание дискурсивной активности пользователей в разделе «Комментарии» и привлекать к анализу и созданию контента специалистов, обладающих комплексом компетенций в области сетевой аналитики, лингвистики и анализа текста. Это позволит не только анализировать содержание культурного кода, формирующегося на платформах социальных сетей в кросс-региональном аспекте, и оценивать настроения пользователей, но и эксплицировать вектор трансформации социально-политических процессов, обусловленный потреблением конструктивных или деструктивных прагматических паттернов, распространяющихся на платформах социальных сетей.
Список литературы
1. Немировский В.Г., Невирко Д.Д. Социология человека. От классических к постнеклассическим подходам. Москва: ЛКИ, 2008.
2. Боева-Омелечко Н.Б. Краткий толковый словарь социолингвистических терминов. М.: Готика, 2004.
3. Луман Н. Общество как социальная система. Пер. с нем. / А. Антоновский. М.: Логос. 2004.
4. Букина Н.В. Культурный код как язык культуры // Вестник ЗабГУ. 2008. №2. С.69-73.
5. Филимонов Г.Ю. Внешняя политика США: технологии формирования «параллельной реальности» // Геополитический журнал. 2008. №7. С. 2-10.
6. Красовская Н.Р. Трансформация информационной войны под воздействием процессов медиатизации общества // Гуманитарные проблемы военного дела. 2020. № 3(24). С. 157-164.
7. Овчинникова И.Г., Ермакова Л.М., Нурбакова Д.М. Нужна Ли Красная таблетка: Гидроксихлорокиновые войны в «Твиттере» // Мониторинг общественного мнения: экономические и социальные перемены. 2021. № 6(166). С. 566-583.
8. Farivar S., Wang F., Yuan Y. Meformer vs. informer: Influencer type and follower behavioral intentions // The 25th American Conference on Information Systems. Cancun. 2019.
9. Зиновьева Е.В., Кузнецова Е.А. Отношение молодых людей к гендерным установкам, транслируемым лидерами мнений в русскоязычном сегменте социальной сети YouTube // Вестник Санкт-Петербургского университета. Психология. 2020. Т. 10. Вып. 2. С. 142-157.
10. Марцинковская Т.Д. Информационное пространство как фактор социализации современных подростков // Мир психологии. М.: Московский психолого-социальный университет. 2010. № 3. С. 90-102.
11. Розенберг Н.В., Алешина А.А. Лидеры мнений и их роль в формировании корпоративной культуры организации // Наука. Общество. Государство. 2020. T. 8. №1 (29). С. 198-205.
12. Гигаури Д.И., Гуторов В.А., Ширинянц А.А. YouTube-блогеры как лидеры общественного мнения молодёжи: новые технологии формирования идентичности в виртуальном пространстве // Каспийский регион: политика, экономика, культура. 2019. №3 (60). С. 51-58.
13. Ильиных Е.М. Лидеры мнений как инструмент формирования общественного мнения в период избирательных кампаний // Скиф. 2019. №9 (37). С. 113-116.
14. Савицкий В.М. Единый подход к языку и культуре на основе применения понятия «код» // Поволжский педагогический вестник. 2021. №3 (32). С. 75-83.
15. Кухта М.С. Модели восприятия информации в вербальных и визуальных текстах // Вестник ТГПУ 2004. №3. C.116-119.
16. Малышева О.П., Рябченко Н.А. Сетевые лингвистические данные и дискурсивное управление: президентские выборы в США 2020 года // Вестник Волгоградского государственного университета. Серия 2: Языкознание. 2022. Т. 21. № 3. С. 39-53.
17. Рябченко Н.А., Малышева О.П., Катермина В.В., Гнедаш А.А. Модель коммуникации «говорящий - слушающий» в условиях цифровизации
лингвистического поворота: опыт сетевого и лингводискурсивного анализа контента видеохостинга «Youtube» // Политическая лингвистика. 2021. № 1(85). С. 81-94.
18. Tesniere L. Elements of structural syntax. Amsterdam & Philadelphia, PA: John Benjamins, 2015.
19. Chomsky N., Lightfoot D.W. Syntactic Structures. Berlin. New York: Mouton de Gruyter, 2002.
20. Fillmore C.J. The case for case. In E. Bach, & R. T. Harms (Eds.), Universals in linguistic theory. New York, NY: Holt, Rinehart, and Winston, 1968.
Сведения об авторах
Рябченко Наталья Анатольевна - кандидат политических наук, доцент кафедры социальной работы психологии и педагогики высшего образования, Кубанский государственный университет, г. Краснодар.
Email: rrrnatali@mail.ru
Малышева Ольга Петровна - кандидат филологических наук, доцент кафедры английской филологии, Кубанский государственный университет, г. Краснодар.
Email: malysheva_op@mail.ru
N. A. Ryabchenko, O. P. Malysheva
CULTURE CONSUMPTION INNOVATIVE SCENARIOS WITHIN A SOCIAL NETWORK ECOSYSTEM: OPINION LEADERS AND THE CULTURAL CODE
Abstract: In the wake of global crises, psychological traumatization and exposure ofpeople to information influence dramatically increased, which created favourable conditions for collective consciousness reprogramming. By implementing certain discursive practices, opinion leaders, influential users of the online space, create alternative discursive fields that transform the cultural code and determine sociocultural trends. To identify the substance of the cultural code formed by latent opinion leaders of Typical Krasnodar online community on VKontakte platform, we collected an array of network data that included messages, comments, reactions, information about the graphic and audiovisual symbols, which allowed us to analyze the interaction of Typical Krasnodar ecosystem elements as a social graph. The data were visualized through Gephiprogram and subjected to network analysis. We identified latent opinion leaders and their influence on the network. Copyright analytical software package Monitoring and analysis of social networks, communities and users of the Internet space allowed us to perform thematic modeling, analyze linguo-discursive features of the empirical data, which made it possible to determine the pragmatic potential of the dominant discourses. Typical VK is common for all major Russian cities. The presented methodology will allow
us to analyse public sentiment, identify the content of the cultural code cross-regionally and predict the vector of transformation of socio-political processes caused by the consumption of constructive or destructive pragmatic patterns.
Keywords: cultural code, latent opinion leaders, discursive fields, network linguistics, network linguistic data, VKontakte
Acknowledgements
The study is given a financial support by The Russian Foundation for Basic Research (Department of Humanitarian and Social Science), the research project no. 20-012-00033 entitled Linguistic models of sociopolitical communication in the online space: discursive fields, patterns and hybrid methodology of network data analysis. (2020-2022).
References
1. Nemirovskij V.G., Nevirko D.D. Sociologiya cheloveka. Ot klassicheskih k postneklassicheskim podhodam [Sociology of A Man. From classical to post-non-classical approaches]. Moskva: LKI, 2008.
2. Boeva-Omelechko N.B. Kratkij tolkovyj slovar' sociolingvisticheskih terminov [A Brief Explanatory Dictionary of Sociolinguistic Terms]. M.: Gotika, 2004.
3. Luman N. Obshchestvo kak social'naya sistema [Society as A Social System]. Per. s nem. / A. Antonovskij. M.: Logos. 2004.
4. Bukina N.M. Kul'turnyj kod kak yazyk kul'tury [Cultural Code as the Language of Culture] // Vestnik ZabGU. 2008. №2. P. 69-73.
5. Filimonov G.YU. Vneshnyaya politika SSHA: tekhnologii formirovaniya «parallel'noj real'nosti» [US Foreign Policy: Technologies for The Formation of "Parallel Reality"] // Geopoliticheskij zhurnal. 2008. №7. P. 2-10.
6. Krasovskaya N.R. Transformaciya informacionnoj vojny pod vozdejstviem processov mediatizacii obshchestva [Transformation of The Information War due to Society Mediatization] // Gumanitarnye problemy voennogo dela. 2020. № 3(24). P. 157164.
7. Ovchinnikova I.G., Ermakova L.M., Nurbakova D.M. Nuzhna Li Krasnaya tabletka: Gidroksihlorokinovye vojny v «Tvittere» [Need A Red Pill: Hydroxychloroquine Wars on Twitter] // Monitoring obshchestvennogo mneniya: ekonomicheskie i social'nye peremeny. 2021. № 6(166). P. 566-583.
8. Farivar S., Wang F., Yuan Y. Meformer vs. Informer: Influencer Type and Follower Behavioral Intentions // The 25th American Conference on Information Systems. Cancun. 2019.
9. Zinov'eva E.V., Kuznecova E.A. Otnoshenie molodyh lyudej k gendernym ustanovkam, transliruemym liderami mnenij v russkoyazychnom segmente social'noj seti YouTube [The Attitude of Young People to Gender Patterns Broadcast by Opinion
Leaders in the Russian Segment of YouTube] // Vestnik Sankt-Peterburgskogo universiteta. Psihologiya. 2020. T. 10. Vyp. 2. P. 142-157.
10. Marcinkovskaya T.D. Informacionnoe prostranstvo kak faktor socializacii sovremennyh podrostkov [Information Space as A Socialization Factor for Modern Adolescents] // Mir psihologii. M.: Moskovskij psihologo-social'nyj universitet. 2010. № 3. P. 90-102.
11. Rozenberg N.V., Aleshina A.A. Lidery mnenij i ih rol' v formirovanii korporativnoj kul'tury organizacii [Opinion Leaders and Their Role in Shaping Corporate Culture] // Nauka. Obshchestvo. Gosudarstvo. 2020. T. 8. №1 (29). P. 198-205.
12. Gigauri D.I., Gutorov V.A., SHirinyanc A.A. YouTube-blogery kak lidery obshchestvennogo mneniya molodyozhi: novye tekhnologii formirovaniya identichnosti v virtual'nom prostranstve [YouTube Bloggers as Public Opinion Leaders for the Youth: New Technologies for Identity Formation in The Virtual Space] // Kaspijskij region: politika, ekonomika, kul'tura. 2019. №3 (60). P. 51-58.
13. Il'inyh E.M. Lidery mnenij kak instrument formirovaniya obshchestvennogo mneniya v period izbiratel'nyh kampanij [Opinion Leaders As A Tool for Shaping Public Opinion During Election Campaigns] // Skif. 2019. №9 (37). P. 113-116.
14. Savickij V.M. Edinyj podhod k yazyku i kul'ture na osnove primeneniya ponyatiya «kod» [A Unified Approach to Language and Culture Based on The Use of The Concept of "Code"] // Povolzhskij pedagogicheskij vestnik. 2021. №3 (32). P. 75-83.
15. Kuhta M.S. Modeli vospriyatiya informacii v verbal'nyh i vizual'nyh tekstah [Information Perception Models in Verbal and Visual Texts] // Vestnik TGPU. 2004. №3. C.116-119.
16. Malysheva O.P., Ryabchenko N.A. Setevye lingvisticheskie dannye i diskursivnoe upravlenie: prezidentskie vybory v SSHA 2020 goda [Networked Linguistic Data and Discursive Governance: The 2020 US Presidential Election] // Vestnik Volgogradskogo gosudarstvennogo universiteta. Seriya 2: Yazykoznanie. 2022. T. 21. № 3. P. 39-53.
17. Ryabchenko N.A., Malysheva O.P., Katermina V.V., Gnedash A.A. Model' kommunikacii «govoryashchij - slushayushchij» v usloviyah cifrovizacii lingvisticheskogo povorota: opyt setevogo i lingvodiskursivnogo analiza kontenta videohostinga YouTube [ "Speaker - Listener" Communication Model in The Context of Digitalization of The Linguistic Turn: Experience of Network and Linguodiscursive Analysis of YouTube Content] // Politicheskaya lingvistika. 2021. № 1(85). P. 81-94.
18. Tesnière L. Elements of structural syntax. Amsterdam & Philadelphia, PA: John Benjamins, 2015.
19. Chomsky N., Lightfoot D.W. Syntactic Structures. Berlin. New York: Mouton de Gruyter, 2002.
20. Fillmore C.J. The case for case. In E. Bach, & R. T. Harms (Eds.), Universals in linguistic theory. New York, NY: Holt, Rinehart, and Winston, 1968.
Ryabchenko Natalia Anatolievna - Candidate in Political Science, Associate Professor, Kuban State University, Krasnodar.
Email: rrrnatali@mail.ru
Malysheva Olga Petrovna - Candidate of Philology, Associate Professor, Kuban State University, Krasnodar.
Email: malisheva_83@mail.ru
