CC BY
103
оригинальная статья
DOI: 10.26794/2226-7867-2021-11-1-6-13 УДК 329(045)
Пролонгированные политические протесты в России и в Республике Беларусь летом-осенью 2020 года: референтность российской аудитории социальных медиа*
Е. В. Бродовская3, М. А. Давыдова", Е.А. Ерёминс
a Финансовый университет, Москва, Россия; Московский педагогический государственный университет,
Москва, Россия; ^ c Финансовый университет, Москва, Россия a http://orcid.org/0000-0001-5549-8107; b https://orcid.org/0000-0003-3377-7679;
c https://orcid.org/0000-0002-9666-6493
аннотация
В статье представлены результаты прикладного политического исследования, цель которого заключается в определении масштаба и характера влияния социально-медийной репрезентации пролонгированных политических протестов в Российской Федерации и в Республике Беларусь летом-осенью 2020 г. на российскую национальную интернет-аудиторию, а именно, на ее референтность в отношении кризисных событий, связанных с процессами делегитимации в Хабаровском крае и в стране - участнице Союзного государства. Реализованный в исследовании киберметрический анализ информационных потоков в социальных медиа позволил выявить гендерные, возрастные, медиалокационные и геолокационные особенности онлайн-репрезентации рассматриваемых кейсов. Посредством применения метода case-study выявлены общие черты, связи и зависимости, а также различия между пролонгированными политическими протестами в Хабаровском крае РФ ив Республике Беларусь. Осуществленный в ходе исследования ивент-анализ позволил зафиксировать ключевые пики роста динамики пользовательской активности вокруг протестов. На этой основе удалось определить триггеры, которые как увеличивали интенсивность протестов, так и повышали интерес к ним в социальных медиа: выборы, непопулярные политические решения, насилие со стороны правоохранительных органов, жертвенность, участие в протестах женщин и пенсионеров. Ключевые слова: киберметрия; цифровые маркеры; ивент-анализ; социально-медийная предиктивная аналитика; кейс-стади; протесты в Республике Беларусь; протесты в Хабаровске; протестные триггеры; референтность протестов
Для цитирования: Бродовская Е. В., Давыдова М. А., Ерёмин Е.А. Пролонгированные политические протесты в России и в Республике Беларусь летом-осенью 2020 года: референтность российской аудитории социальных медиа. Гуманитарные науки. Вестник Финансового университета. 2021;11(1):6-13. DOI: 10.26794/2226-7867-2021-11-1-6-13
original paper
Prolonged Political Protests in Russia and the Republic of Belarus in summer-Autumn 2020: Reference of the Russian social Media Audience**
E.V. Brodovskayaa, M.A. Davydovab, E.A. Ereminc
a Financial University, Moscow, Russia; Moscow Pedagogical State University, Moscow, Russia
b c Financial University, Moscow, Russia. a http://orcid.org/0000-0001-5549-8107; b https://orcid.org/0000-0003-3377-7679;
c https://orcid.org/0000-0002-9666-6493
abstract
The article presents the results of applied political research. Its purpose is the determination of the scale and nature of the impact of social and media representation of prolonged political protests in the Russian Federation and in the
* Исследование выполнено за счет гранта Российского научного фонда (проект № 20-18-00274), Национальный исследовательский университет «Высшая школа экономики».
** The study was supported by a grant from the Russian Science Foundation (project No. 20-18-00274), National Research University Higher School of Economics.
© Бродовская Е.В., Давыдова М.А., Ерёмин Е.А., 2021
Republic of Belarus in the summer-autumn of 2020 on the Russian national Internet audience, namely, its reference to the crisis events related to the processes of delegitimisation in the Khabarovsk territory and the member state of the Union State. The cybermetric analysis of information flows in social media implemented in the study made it possible to identify gender, age, media location, and geolocation features of the cases' online representation under consideration. By applying the case-study method, we identified common features, connections and dependencies, and differences between prolonged political protests in the Khabarovsk territory of the Russian Federation and the Republic of Belarus. The event analysis carried out in the course of the study made it possible to record the key growth peaks in user activity dynamics around the protests. On this basis, it was possible to identify triggers that increased the intensity of protests and increased interest to them on social media. Among them, we can distinguish the following: elections, unpopular political decisions, violence by law enforcement agencies, victimhood, participation in protests by women and pensioners. Keywords: cybermetry; digital markers; event analysis; social and media predictive analytics; case study; protests in the Republic of Belarus; protests in Khabarovsk; protest triggers; reference of protests
For citation: Brodovskaya E. V., Davydova M.A., Eremin E.A. Prolonged political protests in Russia and the Republic of Belarus in summer-autumn 2020: Reference of the Russian social media audience. Gumanitarnye Nauki. Vestnik Finasovogo Universiteta = Humanities and Social Sciences. Bulletin of the Financial University. 2021;11(1):6-13. DOI: 10.26794/22267867-2021-11-1-6-13
проблемное поле исследования
2020 г. стал периодом, наполненным протестной мобилизацией и расширением географии практик пролонгированных протестов: BLM в США, антирежимные выступления в Республике Беларусь, акции в поддержку отрешенного от своего поста губернатора Хабаровского края в России и др. В основании пролонгированного характера протестов лежит несколько причин.
Во-первых, развертывание массовых политических протестов сразу в двух пространствах — онлайн и офлайн — обеспечивает воспроизводство протестной волны без явной зависимости от настроений со стороны гражданских и политических лидеров. Во-вторых, чем более ригидно политическая система реагирует на требования общества, тем более затяжной характер приобретают политические протесты. В-третьих, имеет значение уровень референтности к повестке протеста у той части общества, которая напрямую не вовлечена в массовые действия: чем он выше, тем больше вероятность наступления пролонгированной протестной волны.
В условиях цифровой эпохи массовые политические протесты в одной точке мира вполне могут становиться референтными и актуализирующими протестный потенциал граждан — в другой. На этот эффект отчасти опирается волновой и пролонгированный характер политических протестов в современных обществах — членах «сетевого клуба». С этой точки зрения внутрироссийские протесты в Хабаровске и протесты в Республике Беларусь (лето-осень 2020 г.), с которой Россия граничит, могут рассматриваться как способные оказывать влияние на формирование установок протестной активности у части национальной
интернет-аудитории. При этом рискогенность обозначенной ситуации заключается в том, что снижение динамики информационных потоков, сложившихся в социальных медиа вокруг событий в Хабаровске и в Республике Беларусь, не ведет к лимитированию роста протестного потенциала у российский пользователей.
ТЕ0РЕТИК0-МЕТ0Д0л0гИЧЕСКАя
основа исследования
Теоретическую основу исследования составляют труды и научные положения отечественных и зарубежных ученых, выраженные в концепциях и теориях: коллективного поведения (Г. Лебон [1]), ценностно-ориентированного подхода «новых общественных движений» (К. Оффе [2]), сетевого взаимодействия (М. Кастельс [3]), «умной толпы» (Х. Дженкинс [4]), лидеров мнения (Э. Кац, П. Ла-зарсфельд [5]).
Современные исследования, посвященные теме исследования, можно разделить на несколько групп. Первая группа представлена работами о природе, причинах, динамических, ролевых и иных аспектах политического протеста (А. Ко-ротаев [6], В. Костюшев [7] и др.). Вторая группа включает в себя научные труды, в которых интернет рассматривается как пространство политического протеста (И. Бронников [8], Г. Градосельская [9] и др.). Третья группа — это исследования, авторы которых в прикладном ключе анализируют специфику политических протестов в России (Е. Бродовская, А. Домбровская, Н. Пономарев, В. Шаповалов [10] Р. Пырма [11] и др.). Четвертая группа направлена на выявление технологий мобилизации массового политического протеста в интернет-пространстве (З. Бауман [12],
С. Шомова [13], и др.). Пятая группа посвящена методам и инструментам, позволяющим использовать большие данные при анализе поведения пользователей глобальной сети в социальных медиа (А. Азаров, Е. Бродовская, А. Фильченков [14], Е. Козеренко [15] и др.).
Методология исследования базируется преимущественно на новом для политической науки подходе — Predictor Mining [16], возникшем на пересечении интеллектуального анализа данных (Data Mining) и социального компьютинга (Social Computing). Посредством использования методов автоматического извлечения закономерностей из больших объемов данных для анализа и прогнозирования политических протестов и их динамики Predictor Mining способствует развитию нового теоретического и прикладного инструментария исследования протестного поведения онлайн. Ядром такого инструментария являются автоматически и автоматизированно выявленные маркеры массового протестного поведения интернет-пользователей в России и в других странах. Перспективы исследования также связаны с разработкой, тестированием и применением специализированного программного обеспечения, позволяющего осуществлять количественный анализ информационных потоков, создаваемых пользователями глобальной сети.
МЕТОДИКА ИССлЕДОВАНИЯ
Стратегия прикладного исследования носит гибридный характер, основывается на сочетании количественных и качественных методов, примененных для анализа массового политического протеста в реальной и виртуальной средах.
Эмпирическая модель построена на триангуляции методов и процедур прикладного исследования и включает в себя: 1) когнитивное картирование; 2) автоматизированный кибер-метрический анализ информационных потоков, релевантных теме исследования; 3) ивент-анализ; 4) сравнительный анализ.
Для понимания особенностей пролонгированных политических протестов мы следовали логике и принципам социально-медийной пре-диктивной аналитики. Первый этап исследования включал в себя проведение когнитивного картирования информационных потоков исследуемых кейсов. На этой основе был отобран пул релевантных теме исследования пабликов и аккаунтов, сформирован словарь поисковых запросов на русском и белорусском языках. На втором этапе
исследования, благодаря применению интернет-сервиса автоматизированного мониторинга социальных медиа, был получен набор данных (датасет) объемом более 850 тыс. сообщений пользователей, вовлеченных в информационные потоки. При этом в Белорусском кейсе анализировался период с 09.08.2020 по 28.10.2020 г., в Хабаровском кейсе — с 09.07.2020 по 28.10.2020 г. Сформированный датасет отражает результаты анализа 30 основных социальных сетей, блогов и микроблогов. Третий этап исследования был связан с применением ивент-анализа, без которого сложно расшифровать динамику информационного потока. В ходе реализации ивент-анализа использовались данные, полученные посредством применения Google-trends, а также публикации в социальных сетях, как в текстовом, так и видео форматах.
Программное обеспечение, примененное для решения исследовательских задач: IQBuzz — он-лайн-сервис мониторинга социальных медиа.
результаты исследования
В данном исследовании мы сосредоточились на ответе на следующий вопрос: в каком масштабе и каким образом репрезентация событий в Республике Беларусь и в российском Хабаровске отражается на состоянии протестного потенциала пользователей, вовлеченных в социально-медийную повестку.
В Республике Беларусь протестная ситуация актуализировалась в связи с результатами выборов, согласно которым победу одержал действующий президент — Александр Лукашенко. Кроме этого, катализатором массовых акций протеста стал первоначально высокий уровень насилия со стороны правоохранительных органов, что увеличивало поле дискурсов для протестующих и лидеров общественного мнения (например, для альтернативного кандидата с оппозиционной повесткой — Светланы Тихановской). Кроме того, существенная роль в формировании протестной повестки и мобилизации белорусов на массовые акции принадлежит такому информационному ресурсу, как NEXTA.
На основании сопоставления результатов социально-медийного анализа и ивент-анализа мы можем выделить следующие пики активности в ходе протестов в Белоруссии: 10 августа, 13 августа, 17 августа, 23 августа, 7 сентября, 13 сентября, 19 сентября, 27 сентября, 7 октября, 11 октября, 12 октября, 27 октября (см. рисунок).
13.07 18.07 25.07 10.08 1Д.08 1.09 5.09 9-10.09 14.09 17.09 27.09 2-3.10 6.10 11.Ы 13.10 17-18.10 26.10
Протесты s Республике Беларусь Протесты в Хабаровске
Рис. / Fig. Динамика информационных потоков о протестах в Республике Беларусь и в Хабаровске / Dynamics of information flows about protests in the Republic of Belarus and Khabarovsk
Источник/Source: составлено авторами / the authors.
В данной ситуации пики интереса пользователей к событиям в Республике Беларусь в большинстве случаев связаны с повесткой, которая формировалась оппозиционными политическими силами в социальных медиа.
В информационном социально-медийном потоке, отражающем данные события, преобладает информация о мирных акциях протеста со стороны различных групп населения: протесты после выборов, протесты около резиденции Лукашенко, женские акции солидарности, марш Гордости, марш пенсионеров, национальная забастовка. Основными акторами, которым посвящены сообщения в социальных медиа, чаще всего выступают граждане, вовлеченные в протестные действия. При этом значительно реже объектом сообщений становятся действующие оппозиционные политические силы (среди выраженных пиков интереса пользователей подобная ситуация сложилась только при встрече Светланы Тихановской с канцлером Германии Ангелой Меркель). В свою очередь, в информационном потоке, связанном с проправительственной повесткой, фиксируется преобладание интереса аудитории социальных медиа, прежде всего, к действиям Александра Лукашенко, а также к действиям правоохранительных органов.
Характеризуя технологии мобилизации и демобилизации в социально-медийном пространстве Республики Беларусь, которые удалось выявить в ходе ивент-анализа, можно отметить, что и антиправительственный, и проправительственный информационные потоки наполнены обвинительным дискурсом и противопоставлениями «мы-они». Необходимо отметить, что для проправительственных сообщений в большей степени характерно использование технологий примитивизации и деперсонализации оппонента или оппонентов.
Исследование позволило определить преимущественно реактивный характер связи между онлайн- и офлайн-средами протеста в Республике Беларусь. Такой тип связи предполагает определенную последовательность циркулирования информации: действия офлайн — освещение в социальных медиа — усиление интенсивности протеста офлайн — усиление протестной мобилизации онлайн. Важно подчеркнуть, что при росте интенсивности протеста офлайн реактивная модель заменяется моделью взаимного усиления связи между онлайн- и офлайн-средами: происходит переход от освещения протеста к распространению в социальных медиа дискурса активного нигилизма, направленного на протестную мобилизацию пользователей.
Протестная ситуация в Хабаровском крае сформировалась после ареста губернатора региона Сергея Фургала по делу об убийстве нескольких человек в начале 2000-х гг. Мобилизация протеста проходила в социальных медиа и изначально управлялась неформальными лидерами общественного мнения. Сначала протесты проходили исключительно с целью освобождения Фургала и возвращения его в регион для дальнейшего исполнения обязанностей. После этого произошло смягчение призывов — митингующие требовали суда над Фургалом в регионе, а не в Москве. Но, чем более пролонгированным становился протест, тем заметнее проявляло себя смещение дискурсов с протестов в поддержку Фургала на протесты против существующих отношений центра и регионов. Протесты офлайн носили преимущественно мирный характер, но информационный поток в социальных медиа наполнялся неконвенциональными призывам к остальным регионам страны, а также радикальными дискурсами в отношении органов государственной власти. Массовые акции проходили преимущественно в Хабаровске
на протяжении нескольких месяцев, при этом было отмечено одно существенное столкновение протестующих с правоохранительными органами, которое произошло в октябре. В остальное время протесты не ограничивались со стороны органов правопорядка, хотя они носили несанкционированный характер.
Наибольшую динамику информационного потока, сложившегося вокруг протестов в Хабаровском крае в социальных медиа, можно отметить в июле, когда шло нарастание ритма действий, как офлайн, так и онлайн: 9 июля, 11 июля, 18 июля, 19 июля, 25 июля, 28 июля. Определенный интерес к массовым акциям сохранялся и в последующие месяцы. Мы зафиксировали более десяти пиковых значений пользовательского интереса к событиям в Хабаровске: 1 августа, 12 августа, 14 августа, 16 августа, 24 августа, 29 августа, 5 сентября, 13 сентября, 19 сентября, 27 сентября, 10 октября и 17 октября (см. рисунок). Среди основных акторов, отраженных в рассматриваемом информационном потоке сообщений, можно отметить следующих: граждане, участвующие в митингах, правоохранительные органы, Фургал как символ протеста, органы государственной власти. Но в основном, как и в белорусском кейсе, основным объектом протестного интернет-контента стали рядовые участники акций протеста. Технологически мобилизация протестующих в Хабаровском крае также сходна с кейсом Республики Беларусь. Единственное отличие заключается в более интенсивном применении протестных метафор. Интересно отметить, что реактивный характер связи между онлайн- и офлайн-средами протеста в Хабаровском крае, свойственный первому этапу, сменяется в августе (вслед за трансформацией репертуара протеста) на режим масштабирования внимания со стороны пользователей других субъектов РФ.
ВЫВОДЫ
Несмотря на то что протесты в Белоруссии и Хабаровске очень далеки друг от друга как географически, так и структурно, есть ряд факторов, которые качественно сближают данные кейсы.
Во-первых, общим пунктом является преимущественно мирный характер протестов. Посредством социально-медийной аналитики прослеживается четкий тренд на отказ от насильственной борьбы («Не стройте баррикады», «Не отрывайте бордюры», «Не провоцируйте силовиков»).
Во-вторых, несмотря на то, что информация о протестах в Хабаровске стала циркулировать
в социальных медиа гораздо раньше, чем информация о протестах в Белоруссии, динамика интереса пользователей к митингующим с начала августа имела очень схожие графики. Это означает, что интернет- пользователи интересуются обоими протестами одновременно, не переводя внимание на что-то одно. Это объясняется очень схожей социально-демографической структурой протестующих. Наиболее важное значение здесь имеет пласт населения в возрасте 26-45 лет, который составляет ядро актива. Также схожий график интереса пользователей социальных медиа к теме протестов в Хабаровске и в Республике Беларусь объясняется пролонгированным характером протеста. Если не происходит знаковых событий по отношению к протесту (например, продление меры пресечения Фургалу или объявление ультиматума Тихановской), то динамика пользовательского интереса сводится к росту активности по выходным, поскольку большая часть населения может протестовать исключительно в это время.
В-третьих, несмотря на то, что анализируемые протесты на начальных этапах имеют сходную динамику, ситуация меняется в сентябре-октябре. В Хабаровске динамика информационного потока значительно снижается уже в конце августа, а в сентябре-октябре демонстрирует низкие показатели (небольшие пики интереса обуславливаются очередным выходом хабаровчан на улицы). При этом в Республике Беларусь интерес к протестам также снижается, но его удается поддерживать проведением очередных митингов, вовлечением новых групп населения, а также действиями лидера протестов Светланы Тихановской (новый виток интереса был в том числе связан с объявленным народным ультиматумом). Таким образом, вне зависимости от временных спадов информационного потока, на настоящий момент находятся триггеры, которые повышают интерес к происходящим событиям.
Кроме различия в динамике исследуемых информационных потоков, различен и их объем. Сообщений в цифровом пространстве социальных сетей по протестам в Белоруссии в несколько раз больше, чем в отношении ситуации в Хабаровске, что обуславливается более масштабными и значимыми в плане политической системы процессами.
В-четвертых, зафиксирована схожая система триггеров, которая становилась катализатором первичных протестов и сыграла ключевую роль в обоих кейсах. С одной стороны, неоднозначные результаты выборов, которые демонстрировали
их беспрецедентную фальсификацию, с другой стороны, арест действующего губернатора без публичного освещения доказательной базы. Однако вторичная мобилизация осуществлялась уже в рамках различной системы триггеров: в Белоруссии применение насилия со стороны органов власти стало причиной выхода на улицы совершенно нетипичных групп населения: женщин и пожилых людей, участие которых также стало своеобразным триггером. В Хабаровске сложилась совершенно другая ситуация. В июле-августе мобилизация происходила на основании первичного триггера мобилизации, т.е. ареста бывшего губернатора Фургала, а далее — на основании полного игнорирования протестов со стороны органов власти.
В-пятых, важной структурной частью организации протестов является их деперсонализованность. Оба протеста объединены тенденцией обезличивания лидера. На данный момент нет четкой схемы, когда определенный лидер общественного мнения агитирует и приглашает на акции протеста. Они носят стихийный характер. Эффект социального взрыва достигается за счет разветвленной системы агитации в сообществах, пабликах в социальных медиа, репостов участников протестов. В рамках большой общественной дискуссии, которая централизуется за счет сообществ и телеграмм каналов, участники собираются на новые акции протеста. При этом нужно отметить, что характер деперсонализации в протестах в Белоруссии и Хабаровске несколько различается. В Хабаровске не
было формальных лидеров, которые являлись бы лицом протеста и осуществляли прямую мобилизацию граждан. Протесты в большинстве своем были организованы неформальными лидерами, которые осуществляли модерацию массовых акций и координировали действия протестующих. В белорусском кейсе лидером протеста в августе стала Светлана Тихановская как потенциальный кандидат в президенты. После ее отъезда из страны место лидера протеста попыталась занять Мария Колесникова, которая входила в штаб Тихановской, но после ее ареста протестующие остались без лидера, что существенным образом не повлияло на динамичность протестов и интерес к ним со стороны пользователей интернета.
В-шестых, белорусские каналы поддержания протестов были сведены исключительно к интернету в силу того, что ТВ-каналы отказались освещать протесты и исключили их из информационной повестки. В Хабаровске сложилась совершенно иная ситуация. Помимо интернета, протесты освещались и подогревались телевидением и радио.
Новым трендом стали отсылки протестующих друг к другу: появление на митингах в Хабаровске флага белорусских протестов; поддерживающие плакаты и лозунги. Аналогичная ситуация складывается и в Белоруссии, где местные жители поддерживают хабаровчан их же лозунгами и плакатами. Такие действия становятся обычным явлением во время протестов, что объединяет мотивы протестующих.
СПИСОК ИСТОЧНИКОВ
1. Лебон Г. Психология народов и масс. Пер. с фр. М.: АСТ; 2017.
2. Offe C. New Social Movements: Challenging the Boundaries of Institutional Politics. Social Research. 1985;52(4):817-867.
3. Кастельс М. Власть коммуникации. Пер. с англ. М.: Изд. дом Высшей школы экономики; 2016. 564 с.
4. Jenkins H. Convergence Culture: Where old and new media collide. NY.: New York University Press; 2006. 308 p.
5. Katz E. Paul F. Lazarsfeld. Personal Influence. NY.: The Free press; 1955. 400 p.
6. Коротаев А. и др. Эффективность систем глобального мониторинга рисков социально-политической дестабилизации: опыт систематического анализа. Социологическое обозрение. 2020;(2):143-197.
7. Костюшев В. В. К социологии протеста: вопросы теории и методологии общественного расследования разгона шествия 1 мая 2019 года в Санкт-Петербурге. Телескоп: журнал социологических и маркетинговых исследований. 2019;(5):39-50.
8. Бронников И. А. Гражданский активизм в сетевых сообществах. Вестник Московского университета. Серия 12: Политические науки. 2020;(1):7-18.
9. Градосельская Г. В. и др. Картирование политически активных групп в Фейсбуке: динамика 2013-2018 гг. Вопросы кибербезопасности. 2019;(4):94-104.
10. Бродовская Е. В., Домбровская А. Ю., Пономарев Н. А., Шаповалов В. Л., Новикова А. В. Технологии организации движения ЭлектрикЕреван — 2015: результаты анализа интернет-контента. Локус: люди, общество, культуры, смыслы. 2016;(1):57-67.
11. Пырма Р. В. Концепции гражданского активизма в цифровом пространстве коммуникаций. Власть. 2020;(2):78-81.
12. Бауман З. Способны ли Facebook и Twitter помочь распространению демократии и прав человека. URL: http://russ.ru/Mirovaya-povestka/Sposobny-li-Facebook-i-Twitter-pomoch-rasprostraneniyu-demokratii-i-prav-cheloveka.
13. Шомова С. А. «Война мемов»: новые повороты информационного противостояния. Мониторинг общественного мнения: экономические и социальные перемены. 2019;(5):250-269.
14. Азаров А. А., Бродовская Е. В., Дмитриева О. В., Домбровская А. Ю., Фильченков А. А. Стратегии формирования установок протестного поведения в сети Интернет: опыт применения киберметрического анализа (на примере евромайдана, ноябрь 2013 г.) Часть I. Мониторинг общественного мнения: экономические и социальные перемены. 2014;(2):63-78.
15. Золотарев О. В., Козеренко Е. Б., Шарнин М. В. Проведение аналитической разведки на основе анализа неструктурированной информации из различных источников, включая интернет и средства массовой информации. Вестник Российского нового университета. 2015;(9):49-54.
16. Азаров А. А. и др. Predictor Mining: применения методов интеллектуального анализа данных в задачах социального компьютинга. Труды СПИИРАН. 2013;(26):136-161.
references
1. Lebon G. Psychology of peoples and masses. Moscow: AST; 2017. (In Russ.).
2. Offe C. New Social Movements: Challenging the Boundaries of Institutional Politics. Social Research. 1985;52(4): 817-867.
3. Castels M. Power of communication. Moscow: Publishing House of the Higher School of Economics; 2016. 564p. (In Russ.).
4. Jenkins H. Convergence Culture: Where old and new media collide. NY: New York University Press; 2006. 308 p.
5. Katz E., Lazarsfeld Paul F. Personal Influence. NY: The Free press; 1955. 400 p.
6. Korotaev A. et al. Effectiveness of global monitoring systems for socio-political destabilisation risks: The experience of systematic analysis. Sotsiologicheskoe obozrenie. 2020;(2):143-197. (InRuss.).
7. Kostyushev V. V. Towards the sociology of protest: Questions of theory and methodology of public investigation of the manifestation's dispersal on May 1, 2019, in St. Petersburg. Teleskop: Zhurnal sotsologicheskikh i marketingovykh issledovanii. 2019;(5):39-50. (InRuss.).
8. Bronnikov I. A. Civil activism in network communities. Vestnik Moskovskogo universitetay. Seriya 12: Politicheskie nauki. 2020;(1):7-18. (InRuss.).
9. Gradoselskaya G. V. et al. Mapping of politically active groups on Facebook: dynamics of 2013-2018. Voprosy kiberbezopasnosti. 2019;(4):94-104. (In Russ.).
10. Brodovskaya E. V., Dombrovskaya A. Yu., Ponomarev N. A., Shapovalov V. L., Novikova A. V. Technologies of traffic organization Elektrikerevan — 2015: results of Internet content analysis. Lokus: lyudi, obshchestvo, kultury, smysly. 2016;(1):57-67. (In Russ.).
11. Pyrma R. V. Concepts of civil activism in the digital space of communications. Vlast. 2020;(2):78-81. (InRuss.).
12. Bauman Z. Can Facebook and Twitter help spread democracy and human rights? URL: http://russ.ru/Mirovaya-povestka/Sposobny-li-Facebook-i-Twitter-pomoch-rasprostraneniyu-demokratii-i-prav-cheloveka. (InRuss.).
13. Shomova S. A. "war of memes": new turns of information confrontation. Monitoring obshchestvennogo mneniya: ekonomicheskie i sotsialnye peremeny. 2019;(5):250-269. (In Russ.).
14. Azarov A. A., Brodovskaya E. V., Dmitrieva O. V., Dombrovskaya A. Yu., Filchenkov A. A. Strategies for forming attitudes of protest behaviour on the Internet: experience in applying cybermetric analysis (on the example of Euromaidan, November 2013) Part I. Monitoring obshchestvennogo mneniya: ekonomicheskie i sotsial'nye peremeny. 2014;(2):63-78. (InRuss.).
15. Zolotarev O. V., Kozerenko E. B., Sharnin M. V. conducting analytical intelligence based on the analysis of unstructured information from various sources, including the Internet and mass media. Vestnik Rossiiskogo novogo universiteta. 2015;(9):49-54. (InRuss.).
16. Azarov A. A. et al. Predictor Mining: applications of data mining methods in social computing tasks. Trudy SPIIRAN. 2013;(26):136-161. (InRuss.).
информация об авторах
Елена Викторовна Бродовская — доктор политических наук, профессор Департамента политологии, Финансовый университет, Москва, Россия; заведующий кафедрой социально-политических исследований и технологий Института истории и политики, главный научный сотрудник Института перспективных исследований, Московский педагогический государственный университет, Москва, Россия brodovskaya@inbox.ru
Мария Александровна Давыдова — студентка 4-го курса Факультета социальных наук и массовых коммуникаций, Финансовый университет, Москва, Россия marchikdavydova@mail.ru
Егор Антонович Ерёмин — студент 4-го курса Факультета социальных наук и массовых коммуникаций,
Финансовый университет, Москва, Россия
egoreremin6@gmail.com
ABOUT THE AUTHORs
Elena V. Brodovskaya — Dr. Sci. (Political Sciences), Professor, Department of Political Sciences, Financial University, Moscow, Russia; Head of the Department of Socio-Political Research and Technology, Institute of History and Politics, Chief Researcher, Institute for Advanced Study, Moscow Pedagogical State University, Moscow, Russia brodovskaya@inbox.ru
Maria A. Davydova — 4th-year student, Faculty of Social Sciences and Mass Communications, Financial
University, Moscow, Russia
marchikdavydova@mail.ru
Egor A. Eremin — 4th-year student, Faculty of Social Sciences and Mass Communications, Financial University,
Moscow, Russia
egoreremin6@gmail.com
Заявленный вклад авторов:
Е. В. Бродовская — проблемное поле исследования, теоретико-методологическая основа, методика исследования, работа над результатами и выводами, редактура текста.
М. А. Давыдова — сбор данных — ивент-анализ, социально-медийный анализ, работа над результатами и выводами исследования, оформление статьи.
Е. А. Еремин — сбор данных: ивент-анализ, социально-медийный анализ, работа над результатами и выводами исследования.
Authors' declared contributions:
E. V. Brodovskaya — problem field of research, theoretical and methodological basis, research methodology, work on results and conclusions, text editing.
M. A. Davydova — data collection — event analysis, social media analysis, work on the results and conclusions of the study, article design.
E. A. Eremin — data collection: event analysis, social media analysis, work on the results and conclusions of the study.
Статья поступила 10.11.2020; принята к публикации 05.12.2020. Авторы прочитали и одобрили окончательный вариант рукописи. The article received on 10.11.2020; accepted for publication on 05.12.2020. The authors read and approved the final version of the manuscript.
