CC BY
150
С.В. Белай
ПРОГНОЗИРОВАНИЕ КРИЗИСНЫХ СИТУАЦИЙ В СОВРЕМЕННОМ ОБЩЕСТВЕ С ПОМОЩЬЮ ИСПОЛЬЗОВАНИЯ ИННОВАЦИОННЫХ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ
Аннотация
Рассмотрено инструменты по анализу структуры коммуникаций и движущих сил протестных движений, берущих начало в сетях Интернета. Доказано, что для разработки механизма прогнозирования кризисных ситуаций в современном обществе не достаточно использовать только анализ коммуникаций или организации протестных движений в социальных сетях и блогах. Предложено в основу такого механизма прогнозирования заложить классический статистический анализ и методы прогнозирования в объединении с современными технологиями сбора, нанесения и обработки пространственных данных на электронную карту при помощи инструментов гео-информационных систем. Разработан механизм прогнозирования кризисных ситуаций с массовым участием населения. Приведен пример работы программного модуля под названием «Социум», который позволяет формировать геобазу данных протестных событий на основе классификатора и проводить анализ существующего социальноэкономического состояния, как для отдельного региона, так и для всей территории государства в целом.
Ключевые слова:
кризисные ситуации, социальные сети, статистический анализ, геоинформацион-ные системы, механизм прогнозирования
S. Belay
FORECASTING OF CRISIS SITUATION IN MODERN SOCIETY WITH THE HELP OF INNOVATING INFORMATION TECHNOLOGIES
Abstract
Instruments of analysis of communications and engines of protest activity that were initialized from Internet are revealed. There was proved that it not enough in modern society to use a single analysis of communications and protest activities in social networks and blogs for effective forecasts creating. Statistical analysis and methods of predictions in connection with modern technologies of receiving and processing of geo-spatial data on the digital maps (with the help of so called instruments of geographical information systems) were proposed as the base of such forecasts obtaining. Methods of forecasts were fulfilled for situation that involve great amount of participants. The example of program unit that called "SOCIUM" was presented. It used for filling geodatabase of protest activity with the help of digital classificatory of information and analyze social and economic situation of separate region and whole state.
Key words:
crisis situations, social networks, statistical analysis, geoinformation systems, methods of forecasting
События сегодняшних дней приводят яркие примеры возникновения численных кризисных явлений социально-экономического характера в стра-
нах мира. Мировой финансовый кризис и его экономические последствия негативным образом повлияли на социальную составную европейского общества. В странах Европейского союза проблемы социального обеспечения населения выходят на передний план затмевая другие угрозы национальной безопасности государств. В этих условиях возникают численные акции протеста населения, которые могут привести к еще большей дестабилизации ситуации.
Процессы глобализации выявили новые угрозы обеспечения общественной безопасности в современном обществе. Традиционные устои жизни людей коренным образом поменялись. Новейшие информационные технологии привели к бурному развитию социальных сетей, рост которых все больше увеличивается со временем. Людей привлекает анонимность, вседозволенность, безответственность и безнаказанность блогеров социальных сетей. В странах северной Африки «Революции фейсбука» уже доказали неготовность органов власти к противодействию кризисным ситуациям с массовым участием населения.
Все эти факты подтверждают актуальность исследований по обеспечению национальной безопасности государств с помощью прогнозирования кризисных ситуаций в современном обществе. На сегодняшний день широко ведутся исследования по алгоритмам и способам распространения информации в социальных сетях и электронных СМИ. Однако в своем большинстве они не касаются вопросов национальной безопасности; существует точка зрения базирующаяся на том, что в государствах с демократическим устоем власти на подобные вопросы не нужно обращать внимания, так как они не содержат угроз. «Революции фейсбука» показали возможность моментального сплочения граждан вокруг единой общей цели и использование практически любых мер для ее достижения. Возникает опасность невозможности оперативного и полного контроля органами государственной власти подобных методов и способов информационного воздействия вне государства; в частности отмечаемый в последнее время рост активности пользователей Фэйсбука и подобных социальных сетей, управляемых с территории США. В подобных ситуациях возникает вопрос: кто устанавливает правила такой игры и за какие идеологические ценности какой страны готовы сражаться на баррикадах граждане - пользователи Сети?
Целью статьи есть рассмотрение некоторых новых подходов в области информационных технологий для разработки механизмов по прогнозированию кризисных ситуаций в современном обществе и предложения по практической реализации данных механизмов.
Последствия мирового финансового кризиса 2008 года негативным образом повлияли на уровень жизни населения стран постсоветского простора. Наиболее угрожающими кризисными явлениями социально-экономического характера являются бедность (и ее крайняя форма - нищенство), значи-
тельная имущественная дифференциация населения, отсутствие явно выраженного среднего класса. Вероятность возникновения протестных кризисных ситуаций с массовым участием населения с каждым днем возрастает, что напрямую угрожает национальной безопасности страны.
В таких условиях органы государственной власти должны:
- четко очертить необходимую законодательную базу и правила для функционирования государственных учреждений, общественных организаций, предприятий в кризисный период;
- определить требования и нормы поведения в общественных местах и поддержания общественной безопасности при проведении массовых мероприятий и акций;
- максимально обеспечить благоприятные условия для достойной жизни и культурного развития граждан, поддержание социальной справедливости;
- решить задачи по недопущению межнациональных, межрасовых, религиозных и межконфессиональных конфликтов.
Первоочередным заданием в разрезе сказанного выше, есть постоянный мониторинг условий и причин возникновения протестных ситуаций с массовым участием населения в акциях основанных на социальноэкономических факторах. С этой целью в развитых странах широко используются разнообразные методы сбора и анализа данных про протестую активность населения. Разрабатываются программные инструменты, создаются базы данных для прогнозирования протестных настроений. Не менее важную роль в этих процессах занимают инструменты по анализу структуры коммуникаций и движущих сил протестных движений берущих начало в сетях Интернета.
В современных условиях социальные сети являются наиболее распространённым средством общения. Самыми извесными в глобальной сети являются «Фейсбук» и «Твитер», а в странах постсоветского пространства «В контакте» и «Одноклассники». Существуют также, отдельные узко специализированные блоги посвящённые конкретным событиям, такие как блог-платформа LiveJournal («Живой журнал»). Рассмотрим основные подходы по анализу социальных сетей которые на сегодняшний день являются доступные в открытом обсуждении.
Исследования математика и программиста С. Вольфрама направлены на анализ социальной сети Фэйсбук, с целью разработки концепции личностного анализа на основе обработки данных полученных из социальных сетей [5]. Им были проведены базовые статистические расчёты: выполнен анализ возрастов пользователей сети при помощи инструмента Personal Analytics for Facebook; выполнена оценка среднего количества «друзей» для каждого пользователя; составлен уникальный «отпечаток», который с опре-
деленной точностью отражает особенности личности человека и фиксирует основные события в его жизни.
С. Вольфрам предположил, что обычно друзья человека распределяются по нескольким кластерам с ярко выраженными границами. На рис.1 представлены кластеры социальной активности его 15-летней дочери [5].
Рис.1. Кластеры информационных связей 15-летней дочки С. Вольфрама
в социальной сети «Фейсбук»
Каждый кластер группирует внутри себя набор неких похожих событий в жизни индивидуума. У среднестатистического человека число таких кластеров как правило не превышает 3-4 единицы. Такие кластеры имеют разную форму в зависимости от психотипа рассматриваемого человека, сути анализируемых событий и других обстоятельств. Таким образом, можно составить уникальный «отпечаток», который довольно точно будет отражать личность человека и события в его жизни, круг общения и непосредственно выявлять протестные настроения.
Подобные исследования социальных сетей проводят Н. Кристакис и Д. Фаулер. В представленной ими видео-презентации анализ социальных сетей является самым быстрым методом выявления зарождения и распространения любых эпидемий: от новаторских идей и социально опасного поведения групп индивидуумов до эпидемической картины распространения обычных вирусов [2].
Другие интересные исследования в области разработок методик и алгоритмов изучения социальной коммуникации социальных медиа а также особенностей их влияния на текущие политические события проводились в России [1]. Автор разработал методику мониторинга исследуемого сегмента социальных сред и апробировал ее на блог-платформе UveJoumal («Живой
журнал»). Выбор платформы был обусловлен направленностью данной сети в первую очередь именно на ведение открытых публичных дискуссий: «Живой журнал» на сегодняшний день стал одной из основных площадок для «гражданской журналистики». Для анализа была использована открытая программа Gephi [7]. В результате проведения исследований была реализована технология мониторинга агитационных действий, которую можно использовать на разных этапах мониторинга социальных сетей, как во время избирательных компаний, так и между ними, а также для прогноза протест-ного поведения граждан. По мнению автора, подобные исследования с большой степенью точности могут предсказывать реальную активность про-тестных лидеров на основании их активности в блогосфере [1].
Для разработки механизма прогнозирования кризисных ситуаций в современном обществе не достаточно использовать только анализ коммуникаций или организации протестных движений в социальных сетях и блогах. Данные подходы являются в большей степени способом «добывания» информации (английский термин «datamining») для проведения ее первичного анализа. Прогнозы которые они строят не всегда убедительно точны. В подобных ситуациях точность предсказания можно улучшить посредством использования хорошо апробированного математического аппарата статистического прогнозирования. При этом необходимо выполнить расчет корреляционных зависимостей между различными факторами, определяющими про-тестные настроения людей и показателями социально-экономического развития регионов. Не менее важным является вычисление трендов временных рядов построенных на анализируемых событиях. Наиболее подходящими в нашем случае математическими методами прогнозирования есть методы трендового моделирования (экстраполяция исходной модели на будущий временной отрезок - так называемый период упреждения прогноза). При этом целесообразно использовать специальные модели, которые адаптивно подстраиваются под изменения показателей во времени.
Органам государственной власти необходимо иметь простой но эффективный механизм, который позволил бы проводить анализ состояния социальной напряженности в обществе, исходя из статистики информационных потоков которые циркулируют в СМИ и социальных сетях. Принимая во внимание территориальную неоднородность распределения социальных данных, различающиеся уровни социально-экономического развития регионов страны, выявлении более конкретной информацию при переходе на анализ в масштабе города или даже квартала, мы приходим к необходимости привлечения специальных методов геопространственного статистического анализа социальных процессов. Современные геоинформационные системы (ГИС) имеют мощные средства статистического анализа, интегрируемые с современным программным обеспечением, сверхемкими базами данных и
поэтому могут служить базовым плацдармом для анализа и прогноза кризисных ситуаций в современном обществе.
В основу такого механизма прогнозирования кризисных ситуаций заложен классический статистический анализ и методы прогнозирования в объединении с современными технологиями сбора, нанесения и обработки пространственных данных на электронную карту при помощи инструментов ГИС.
В этом случае для событий связанных с координатами карты стает возможным [6]:
- группирование объектов в виде кластеров вокруг определенных регионов, городов, кварталов в зависимости от масштабов карты;
- поиск пространственных связей между событиями относящиеся к определенным типам протестной активности согласно классификатора и в соответствии с содержанием атрибутов пространственных объектов;
- использование технологий геопространственных запросов для выделения групп объектов, получения их координат, размещения на электронной карте и редактирования атрибутов;
- расчет долгосрочных и краткосрочных прогнозов возникновения кризисных ситуаций, статистических показателей распределения событий на определенной территории и отображение их на карте в виде диаграмм.
Однако при этом необходимо иметь эффективные механизмы автоматического либо полуавтоматического извлечения из электронных средств массовой информации, блогов и социальных сетей информации касающейся протестного поведения граждан. Полноценный автоматический анализ таких данных связан с вопросами компьютерной и семантической обработки текстов написанных на природных языках. Для выполнения этой задачи необходимо наличие мощных средств вычислительной техники, временного ресурса а также соответствующего сложного программного обеспечения. Упростить процесс можно при помощи использования так называемых регулярных выражений из средств разработки пакета MS Visual Studio и готовых текстовых шаблонов поиска.
Для построения текстовых шаблонов можно использовать стандартные процедуры контент-анализа - метод качественно-количественного анализа содержания документов с целью выявления или измерения различных фактов и тенденций, отраженных в этих документах. Он может использоваться как основной метод исследования (например, контент-анализ текста при исследовании протестной активности населения), либо в сочетании с другими методами (в исследовании эффективности функционирования органов государственной власти в вопросах обеспечения общественной безопасности, поиск текстов протестной направленности).
Принципиальная схема работы механизма прогнозирования кризисных ситуаций указана на схеме (см. рис.2).
Рис. 2. Структура механизма прогнозирования кризисных ситуаций в современном обществе
Первым блоком выступает механизм полуавтоматического извлечения информации из средств Интернета. Сначала с помощью контент-анализа создается набор текстовых шаблонов, которые отображают наличие в тексте признаков проявления кризисных ситуаций с массовым участием населения. Тексты извлекаются из социальных сетей, блогов необходимой направленности и официальных электронных СМИ. Одновременно с этим шагом выполняется анализ официальных государственных сайтов статистики, которые отображают базовые показатели соци-
ально-экономического развития регионов (уровень доходов граждан, индекс цен, задолженности по заработной плате, уровень безработицы, уровень инфляции, задолженности населения по уплате коммунальных услуг, уровень смертности, процент населения проживающий за чертой бедности, уровень преступности и т.д.).
На следующем этапе прогнозирования создается и наполняется база данных протестных событий и показателей социальноэкономического развития регионов на основе предыдущего этапа.
Механизм обработки данных включает три элемента:
- статистический анализ показателей и поиск корреляционных зависимостей между выделенными при помощи текстовых шаблонов признаками и показателями социально-экономического развития регионов;
- выбор прогнозных моделей, поиск наличия и вида тренда;
- отображения результатов визуальными средствами ГИС.
В среде ГИС события из базы данных связываются с несколькими пространственными слоями. Затем выполняется визуальный анализ полученных показателей на электронной карте и рассчитываться дополнительные статистические и корреляционные зависимости показателей, а также поиск временных трендов на основе которых строятся прогнозные модели.
В научно-исследовательском центре Академии внутренних войск МВД Украины для решения задач связанных с служебно-боевой деятельностью внутренних войск МВД Украины создана специализированная ГИС «Инструмент» [4]. В рамках научно-исследовательской работы «Разработка и научное обоснования механизмов взаимодействия и порядка совместных действий органов государственной власти, местного самоуправления з силами охраны правопорядка в условиях возникновения кризисных ситуаций социального характера» исследованы возможности ГИС «Инструмент» в качестве средства анализа информации по общественной обстановке в регионах Украины [3]. С этой целью разработан отдельный программный модуль под названием «Социум» который позволяет формировать геобазу данных протестных событий на основе классификатора и проводить анализ существующего социальноэкономического состояния как для отдельного региона Украины, так и для всей территории в целом. Источниками пополнения геопространст-венной базы данных по социальным явлениям являются электронные и бумажные СМИ, сайты и социальные сети Интернета. На рис. 3 приведен пример работы этой программы.
Рис.3. Электронный классификатор информации, используемый для наполнения базы данных протестных событий модели «Социум».
I I ■ .................
На сегодняшний день разработка модели «Социум» продолжается. Она приобретает новые возможности и функциональность.
Таким образом, подводя итоги вышесказанное можно сделать следующие выводы:
1. Одной из основных задач органов государственной власти является мониторинг кризисных ситуаций и принятие соответствующих мер по противодействию им с целью недопущения возникновения угроз национальной безопасности. Для этого необходимо иметь простой, но эффективный механизм, который позволил бы проводить анализ состояния социальной напряженности в обществе, исходя из статистики информационных потоков которые циркулируют в СМИ и социальных сетях, для прогноза кризисных ситуаций с массовым участием населения.
2. В основу такого механизма заложен классический статистический анализ и методы прогнозирования в объединении с современными технологиями сбора, нанесения и обработки пространственных данных на электронную карту при помощи инструментов ГИС. С этой целью разработан отдельный программный модуль под названием «Социум» который позволяет формировать геобазу данных протестных событий на основе классификатора и проводить анализ существующего социально-экономического состояния, как для отдельного региона, так и для всей территории в целом.
3. Направления дальнейших исследований будут направлены на изучение кризисных ситуаций социально-экономического характера с массовым участием населения.
Литература
1. Визуализация графа социальной сети: анализ событий блогосферы перед декабрём 2011 года. [Электронный ресурс]. URL: http://habrahabr.ru/post/164307/ (дата обращения: 08.05.2013).
2. Кристакис Н. Как социальные сети предсказывают эпидемии. [Электронный ресурс] URL: http://www.ted.com/talks/lang/ru/nicholas_christakis
_how_social_networks_predict_ epidemics.htm (дата обращения: 08.05.2013).
3. Обґрунтування механізмів взаємодії та порядку сумісних дій органів державної влади, місцевого самоврядування з силами охорони правопорядку в умовах виникнення кризових ситуацій України // Звіт про науково-дослідну роботу (заключ.). Харків, Академія ВВ МВС України, 2012.
4. Оцінювання необхідності використання геоінформаційних систем для інформаційного забезпечення прийняття вирішення командирами оперативно-тактичної і тактичної ланок управління внутрішніх військ та обґрунтування вимог до геоінформаційної системи внутрішніх військ МВС України // Звіт про науково-дослідну роботу. Харків, Академія ВВ МВС України, 2010.
5. Стивен Вольфрам провёл математический анализ социальных сетей. [Электронный ресурс] URL: http://habrahabr.ru/post/177931/ (дата обращения: 08.06.2013).
6. Prachi Misra Sahoo. Statistical techniques for spatial analysis. I.A.S.R.I., Library Avenue, New Delhi. 2009.
7. The Open Graph Viz Platform. [Электронный ресурс]. URL: http://gephi.org/ (дата обращения: 08.06.2013).
