Размышления о методологии
Online-Offline Phenomena Studies:
к дискуссии на симпозиуме «Пути России — 2014»
Иван Климов*
Выступления коллег на секции «Онлайн-активизм и социальные движения в оф-флайне», состоявшиеся на симпозиуме «Пути России — 2014», побудили к разговору о методических и методологических задачах, стоящих сегодня перед сообществом исследоватлей Интернета и социальных сетей. В тексте обсуждаются как методические проблемы представленных исследований, так и реализованные интересные решения и подходы. На наш взгляд, становится очевидной необходимость формировать методологию Online-Offline Phenomena Studies. В ее основе должно лежать понимание, что уже на начальном этапе в дизайн исследования нужно закладывать указанную двойственность в качестве методологического принципа и руководствоваться им при постановке исследовательской проблемы, выборе методов и планировании образа результата.
Ключевые слова: онлайн, оффлайн, online-offline phenomena studies, methodology, Пути России
На симпозиум «Пути России» мы предложили секцию «Онлайн-активизм и социальные движения в оффлайне». Ниже — заметки по ее итогам, не претендующие на полноту описания события. Скорее это обозначение задач на ближайшее будущее. Одновременно на сайте Центра изучения Интернета и общества мы выложили презентации к докладам выступивших коллег, к которым я буду апеллировать.
Как всегда — не все получилось так, как задумывалось, и некоторые очень ожидаемые сюжеты и исследования не были представлены. Тем не менее некоторые выводы из очень познавательных выступлений были сделаны, и хочется их обсудить. Поскольку мы нарабатываем опыт эмпирических исследований, это и есть самый важный результат.
Мы видим, что число исследований и публикаций по тематике Интернета и социальных движений растет (это показано в работе Полины Колозариди, НИУ ВШЭ, Центр изучения Интернета и общества). Я думаю, это не случайно.
И дело не только в том, что социальные движения — модная тема после всех арабских и постсоветских историй с «революциями». Просто сама рамка «возникающих сообществ» оказывается парадигматически, модельно и понятийно близкой исследованиям социальных сетей (SNA), содержательным задачам для алгоритмов Big Data и полезна для прикладных задач в области новых медиа. А возникающие сообщества и формирование их «сообщественных» практик в онлайне как раз удобнее всего изучать на примере гражданских мобилизаций, различимых нашим исследовательским оком в онлайне только потому, что они уже легитимировали себя в оффлайне. С низовыми
* Климов Иван. Кандидат социологических наук, руководитель Центра изучения Интернета и общества РЭШ, доцент факультета социологии НИУ ВШЭ. klimov_ivan@list.ru
Рис. 1. Полина Колозариди. Число исследований по запросу в Science Direct: ALL («social movements», internet). Всего — 1,145 статей за 1994-2014 гг.
инициативами — сложнее, тут придется решать вопрос, а не фейк ли это, какое отношение это имеет к «реальности», и не медийная ли это мобилизация, которая возникает, разворачивается и умирает исключительно на сетевых просторах. В общем, возникает запрос на методологию, преодолевающую герметичность computer science и онлайн-методов, задействующую исследовательские возможности как онлайн, так и оффлайн подходов. Не случайно многие вопросы были из серии: а отличается ли онлайн-лидер-ство от феномена лидерства, известного нам по длинной традиции исследований? И если да, то чем?
Острая методологическая недостаточность
Собственно, это первый пункт резюме по секции. Стало ясно, что очень многого пока нет. А именно:
— Нет общего языка исследователей: очень часть априорные понятия и термины предопределяют наши исследовательские выводы. Точнее — умозаключения. Если мы методами SNA исследуем «сообщества» — вершины и связи между ними по признаку «общей (одинаковой) связи» — то мы в итоге и говорим о «существовании» «сообществ». В лучшем случае оговариваемся, что это «онлайн-сообщества» или «онлайн-лидеры» 1.
— Нет общего понимания реперных точек в методологии, которые стоит обсуждать прежде, чем обращаться к содержанию работы и выводам. Получается, что решения по дизайну исследования принимаются, исходя из логики возможного (возможностей данных, возможностей алгоритмов), а не из логики методологической необходимости и получения валидного вывода. Важно понимать, что в интернет-исследованиях непривычно многое зависит от уже имеющихся ограничений как алгоритмических, аппаратных, так и от особенностей дата-сетов (data-sets).
1 Кроме того, есть множество орфографических неясностей: «блог (г)ер», «оф (ф) (-)лайн» «И (и)нтернет».
— Нет понимания — что делать с полученными результатами, зачем они? Даже если результат исследования оказывается осмысленным и удовлетворительным «изнутри» какой-либо отдельной дисциплины (computer science, медиалогии, политологии, социологии и т. д.), то с позиций других дисциплин обнаруживаются угрозы для его валидно-сти и осмысленности. То есть многомерного и междисциплинарного понимания феноменов не складывается.
Приращения в теории пока неочевидны (я имею в виду теории, связанные с социальными движениями). С ответом на вопрос «а что происходит?» мы, исследователи, опаздываем — только сейчас разбираем кейсы 2011-2012 (хорошо, если 2013) годов. Единственный раз ценность всей работы по моделированию графов сформулировал в кулуарах коллега: знание помогает определить «бриджи» (вершины — пользовательские аккаунты, через которые изолированные сообщества, сети коммуникаций сообщаются друг с другом, от англ. «bridge»). То есть определить тех, кого надо «закрыть» в онлайне и оффлайне для того, чтобы нарушить координацию, распространение информации и сбить мобилизацию.
Светлана Бодрунова (СПБГУ) совершенно точно замечает — никто из нас не ставит вопрос, как оценивать развитие социальных движений в сети (как и развитие медиа) с точки зрения «больших» междисциплинарных теорий, типа теории модернизации, демократической теории и так далее? (правда, намек на такой подход есть в презентации И. Соболевой, НИУ ВШЭ, и в выводах — у П. Колозариди).
Электоральный авторитаризм
• Особенности режима
• Стратегии власти и оппозиции
ЭА: гибридный режим, где формальные демократические процедуры комбинируются с неформальными авторитарными практиками (Schedler 2002, 2006, 2009, 2013) «Переходная зона» между электоральной демократией и закрытой автократией (Diamond 2002; Levitsky, Way 2010; Howard, Roessler 2006) Правило «80% автократов»
Режим с высокой степенью электоральной поддержки может существовать бесконечно долго (обычные диктатуры - до 15 лет) (Levitsky, Way 2013; Hadenius, Teorell 2007; Hale 2013; Geddes 1999)
Единственным гарантом успешного демократического перехода является сплоченность оппозиции (Hale 2013; Schedler 2006; Kuntz, Thompson 2009)
со Ф "6
to
CD С Ф
£ о
с ф
£
ф с
5=
О ф
.g
с О
S £
о §
к ф
0
04
5
1 ф
i §
00 £
CQ
0 §
S
£
1 CD
Рис. 2. Ирина Соболева. Концептуализация понятия «электоральный авторитаризм» для исследований политического активизма
Лично для меня примером такой работы в области теории является выступление До-нателлы дела Порты прошлой осенью на «ВДНХ» — конференции Европейского Университета в Санкт-Петербурге. Однако и она все-таки не затрагивала более важных для нас проблем — как оцениваются сетевые феномены с точки зрения этих «больших теорий». Ведь очевидно, что примеры уличных протестов и революций социологически амбивалентны: с одной стороны, они показывают рост политической вовлеченности (например,
Л. Тевено), с другой — неэффективность институциональных механизмов политической репрезентации. То есть (это мысль Светланы Бодруновой) при планировании исследования неплохо было бы задаваться вопросом — какой вклад в обсуждение одних и тех же феноменов в рамках «больших» теорий мы могли бы сделать со своей «дисциплинарной» стороны.
«Одномерные» исследования
Становится понятно, что исследовать что-либо по одной из сетей — работа с заведомым риском систематических смещений. Очень тонкое и выверенное по реализованным процедурам исследование Светланы Бодруновой об отображении событий в Бирюлево в Твиттере сталкивается с некоторыми проблемами:
— Опыт анализа по другим дата-сетам: на начальном этапе наибольшая доля дискурса про Бирюлево продуцировалась на местных форумах молодых мам (работа тоже не вполне корректна, но уже в другой ее части). Соглашусь со С. Бодруновой: нет софта (программ). Наши исследования — очень софт-ориентированные, зависимые от заложенных в него алгоритмов, а значит — платформенно-ограниченные. Поэтому мы изначально очень редко можем отследить данные на разных платформах. Что с этим делать — никто не придумал. Ну, разве что мы стараемся задавать такие исследовательские вопросы, ответы на которые можно экстраполировать «за пределы» платформы.
— Опыт сетевой антропологии (тематический серфинг) и обычных интервью-бесед: на втором этапе тема перекочевала на фанатские (спартаковские) форумы через кого-то из бирюлевских фанатов.
К сожалению, не состоялось выступление Л. Полищука (НИУ ВШЭ) с рассказом об их исследовании с М. Петровой, Р. Ениколоповым (ЦИИО) и А. Макарьиным (НИУ ВШЭ). Их работа посвящена изучению активности протестных сообществ в социальных сетях и сопоставлению ее с реально происходившими акциями протеста. Их вывод: диверсификация социальных сетей в городе, когда популярными оказываются 2-3 конкурирующих платформы, снижает интенсивность и численность акций протеста. То есть сама по себе вовлеченность в социальные сети, наличие протестных настроений и возникновение соответствующих сообществ не являются строгим детерминантом участия в протестных действиях, и доскональное изучение специфики какой-либо одной платформы не гарантирует получения валидных выводов о механизмах протестной мобилизации в оффлайне.
Без сравнения — никак
На секции было много вопросов из серии: В чем схожесть и специфика онлайн-фе-номенов в сравнении с их оффлайновыми синонимами (активизм, лидерство, солидарность и т. д.)? Можно ли проследить рецепцию онлайн-феноменов в оффлайне? Например, очень интересна работа Анны Саниной (НИУ ВШЭ) про инструменты формирования иронии на примере сообщества «Поцтриот», существующего примерно лет 8, пережившего московские уличные события 2011-2012 гг. Но в дизайне исследования не предусмотрен вопрос о выяснении социальных эффектов того креатива, который производит сообщество. Являются ли выявленные механизмы специфичными для онлайн-иронии, или же в них обнаруживаются универсальные приемы смеховой реинтерпретации реальности? Как можно отследить именно трансляцию, передачу мемов из этой «артели» в иные сообщества и практики? Тот же самый аргумент адресую и нашему исследованию с Татьяной Индиной (ЦИИО): какими аргументами мы можем обосновать схожесть и отличия оффлайн- и онлайн-лидерства, кроме прозвучавшего «я так вижу» (с вежливой оговоркой, что это, мол, гипотеза, наше пока еще ничем не подтвержденное впечатление от беглого анализа данных).
Ирина Ксенофонтова вместе с Ириной Тартаковской (ИС РАН) и Александриной Ваньке (РГГУ) предприняли попытку нащупать механизмы протестной мобилизации «изнутри» активности онлайн-сообществ. Однако, на мой взгляд, исследовательская задача реализовалась скорее дискурсивно. Вот пара выводов: «онлайн- и оффлайн-ак-тивность... органично и непротиворечиво перетекают друг в друга»; «интернет-коммуникация является "несущим стержнем" современного протеста.». Положа руку на сердце, материалы исследования лишь отчасти позволяют увидеть как именно «перетекают» онлайн-офлайн активности (постинг фотографий с митинга), и никак не свидетельствуют об «органичности и непротиворечивости» такого перетекания. Собственно, авторы в своих выводах как раз и говорят о необходимости дополнить уже реализованный подход иными, оффлайновыми методами.
Вывод для нашего цеха очевиден: важная перспектива в развитии интернет-исследований — развитие методологии Online-Offline Phenomena Studies. В ее основе должно лежать понимание, что уже на начальном этапе в дизайн исследования нужно закладывать обозначенный дуализм как методологический принцип и руководствоваться им при постановке исследовательской проблемы, выборе методов, планировании образа результата.
Online-Offline Phenomena Studies
Какими могут быть приемы OOPS-подхода? Не претендую на полноту, перечислю только то, что пришло в голову, когда слушал выступления коллег.
Во-первых, смотреть, какие признаки поведения в оффлайне мы можем обнаруживать в онлайне. Например, как это сделал Carlos Diuk, Facebook Data Science; он показал, как в соцсетях меняется ориентированное друг на друга (лайк, шеринг, коммент) поведение мужчины и женщины, после того как они образовали пару в реале. На рисунке 3, как меняется активность в сети.
Еще вариант — использовать возможности геолокации с учетом имеющихся ограничений. Например, это было использовано Бенджаменом Линдом (НИУ ВШЭ), собиравшим твиты с геометками сначала в течение проходивших акций протеста в Москве, а затем — через неделю после.
со ф
"6 -4-j
сп
со
с ф
£ о
с ф
£
CD С
5=
О ф
.g
с О
S £
о §
к ф
0
Os
S
1 ф
i
2
§1.64
о
о.
о с
"55
.11.60
а>
jQ
11,56
* t •v V'. • \ • \ *
• *
• • л** • *< 4 • * t • In a relationship
Single • я \ * . íij.. ■
•AV, • « " - - * • * , . * 1
-100 -50 С ) 50 100
со £
CQ
0 §
S
£
1 со
Days before/after relationship
Рис. 3. Carlos Diuk. Сто дней до и после изменения сетевого статуса на «In a relationship»
Во-вторых, нужно проводить исследования одних и тех же кейсов на базе различных дата- сетов по социальным сетям (поскольку алгоритмы работы с ними в разных организациях имеют существенные различия), плюс к этому — дополнять их данными иной природы (например, метеорологическими, что может быть полезно для исследования протестов).
Понятно, что сейчас мы накапливаем опыт работы с большими данными, со стратегиями SNA (Social Network Analysis), сентимент-анализа, анализа семантики, смотрим, какого рода выводы мы можем делать на основе этих методов. Радует, что коллеги приближаются к следующему шагу — одновременное использовать и новые, и традиционные методы. Хороший пример — исследование наблюдателей на московских выборах, представленное Сергем Давыдовым, Ольгой Логуновой, Екатериной Лыткиной (НИУ ВШЭ) и Павлом Лебедевым (Wobot). И эта работа навела меня на мысль, что одна из проблем, которую предстоит решить в рамках OOPS, — как при исследовании одного кейса или феномена преодолевать дискретность, недостаточную согласованность используемых методов. Причина дискретности — в очень уж разной природе данных, получаемых, например, при анализе постов в соцсетях и из интервью. Напримермы вытаскиваем мотивацию наблюдателей из интервью. Что это нам дает для стратегии SNA? Можем ли мы при интерпретации результатов SNA опереться на список мотивов, полученных с помощью интервью? Или — более прагматичный вопрос: из интервью мы выяснили медиа-предпочтения наблюдателей — можем ли мы сравнить это с данными SNA или данными иной природы? Тут стоит подумать о методиках, которые можно применять шире, чем для одного дата-сета, применимых к разным типам исходных данных.
Вывод такой: если мы ставим определенную задачу и подбираем метод ее решения (а тем более, если используем набор методов), важно проговаривать эпистемические ограничения, которые возникают в следствие а) специфики методов, б) особенностей сбора первичных данных. Особенно это важно для процедур сбора данных по социальным сетям, онлайн-опросов, опросов по панели и т. д. Вместе это все как раз и нужно, чтобы понимать возможности именно комплексного использования методов и подходов для решения единой исследовательской задачи. Это звучит тривиально, но если мы будем трезво оценивать дескриптивные способности данных, то будем точнее планировать дизайн исследования, не будем мыслить категориями репрезентативности в тех исследованиях, где ее в принципе невозможно обеспечить.
У меня есть мнение, но я с ним не согласен
Еще одна область задач для развития — валидизация процедур и выводов как обязательный элемент дизайна исследования. Такое вот тонкое, социологически снобистское наблюдение-трюизм. Так в чем же проблема? Тут я вижу три области задач.
Первое. Мы имеем дело с новыми социальными феноменами, для которых еще не выработано операционального языка. Ну, во всяком случае, нет конвенционального языка, есть понятия, основанные на ощущении «интуитивной уместности» их использования. «Френды» — это не друзья, и даже не всегда сообщество. «Пост» имеет лишь некоторое отношение к «мнению» и «позиции»; у него обнаруживается множество коммуникативных задач и свойств, а сами пишущие различаются по уровню компетенций управлять ими. Но речь все-таки о другом пласте профессионального языка. И если уж мы используем какие-то теоретические идентификаторы, то надо сомневаться в их адекватности. Например, одно из исследований мы начали с сомнения, что наблюдатели — социальное движение. Дальше напрашивалось, что нужно построить операциональную концепцию «социального движения» и проверить применимость ее к кейсу наблюдателей. Примерно та же критическая логика напрашивалась, когда я слушал некоторые из выступлений. Ну, про роль исследователей социальных протестов в легитимации понятия «креативный класс» применительно к «оппозиции» говорилось уже много раз. Коротко — если
вначале презентации идет ссылка на Флориду, то можно с уверенностью предполагать, что в выводах будет показано существование «креативного класса». :
Но для других случаев это уже не является столь очевидным. Например, если мы из- со учаем роль сетей в «политической мобилизации», то можем ли мы быть уверенными, что ^ мы умеем отделить ее от разновидностей «неполитической» мобилизации и что в дан- 3 ном конкретном случае мы изучаем именно ее? На чем строится наша уверенность, что это «политическая» мобилизация — только на том, что мы изучаем активность «протест-ных групп»?
Аналогичную проблему мы горячо обсуждали с Татьяной Индиной — применительно к понятиям «онлайн-активизма» и «онлайн-лидерства». У меня нет твердой уверенности, что мы смогли решить эту проблему методологически аккуратно и операционально кор- ^ ректно. Опасность в том, что само понятие «лидерства» заставляет нас наделять наших щ онлайн-респондентов качествами «лидеров», подразумеваемых в оффлайне, хотя мы .с старательно проговариваем дистанцию между онлайном и оффлайном.
В общем, наш теоретический язык, который мы используем, предопределяет наши
Большие данные и SNA позволяют получать порой уникальную информацию о процессах, однако неполнота и однобокость дизайна исследования может скрывать нео-
для того, чтобы прояснить: а с какими именно сообществами, выделенными в результате ее методологии «зерновой кластеризации», она имеет дело? В результате все сообщества распались не просто на три большие группы — «провластные», «оппозиционные», «националистические». Стало возможным посмотреть, какого типа сообществ в каждом классе больше — досуговых, ориентированных на конкретную проблему, политизированных, фанатских, фейковых и т.д.
Насколько я понимаю, была реализована процедура, аналогичная кодированию открытых вопросов, когда сначала исследователь проводит «сетевую антропологию» выделенных онлайн-сообществ и систематизирует увиденное в кодификаторе. Затем с группой кодировщиков-«экспертов» проговаривается логика идентификации того или иного признака применительно к всему набору сообществ, а следом происходит кодировка материала: присвоение кодов конкретным объектам — онлайн-сообществам. После этого данные SNA получают больший содержательный «объем».
О
выводы. Находясь внутри исследования, сложно поймать действие этого ограничения.
Надежда только на критику коллег. "j=
Вторая проблема — непредсказуемость содержательных лакун и смещений. О
S £
о
жиданные смещения. То же самое относится и большому циклу опросов на митингах g
(российских, украинских). В условиях, когда репрезентативности добиться невозможно, с^
репрезентация участников реализуется через процедуры систематического отбора. Од- к
нако мы не можем быть в полной уверенности в том, что своеобразный уличный опрос ^
в экстремальных условиях не имел неожиданных систематических смещений. Напри- о
мер, если опрос «активистов Навального» показывает, что они были вовлечены в его К
московский предвыборный проект в режиме «full time», то напрашивается задача пере- i
проверить такой контринтуитивный вывод. с~
Андрей Щербак и Олеся Кольцова (НИУ ВШЭ) с помощью анализа блогов в ЖЖ пока- Э зали, что для 2011-2012 гг. основным выгодополучателем от политической активности
блоггеров стали «оппозиционные» партии, и в большей степени — КПРФ. Они смотрели со
на соответствие результатов анализа блогов с данными поллстеров, и экспликация ана- Qu
лиза такого соответствия оказывается важнее, чем сам содержательный вывод. Конеч- щ но, тут возникают дальнейшие вопросы по вализидации выводов (можно ли сравнивать
с общероссийскими данными анализ топ-2000 в ЖЖ), но важен пример установки на ва- S лидизацию результатов SNA.
И третье. В целом ряде работ и выступлений была показана необходимость «экс- I
пертного кодирования». Галина Градосельская (НИУ ВШЭ) использовала эту процедуру со
Характеристики экспертно размеченных групп (легенда)
1- I
Красный
ЖвП(ЫЙ
Салатовый
Серый
Оранжевый
Фиолетоя ый
оппозиционные
пропутинские националистические характерные, хобби
реклама. М1.М, «пирамиды»
экстремистские
«политический винегрет»
переквалификация в политическую
закрытые группы бытовые
выредеыы тлозициотые ¿иттравнгель с таенные ытигосунарственше алляди ннйткенае босл^мятие пи-лести В в Путина
Оргачимюнь> я паддврюу в 6 Пугин« в игёткяцит и каимрлэсмя* вьражэетсн поддлртха его действий и осу-кпвиие оппозиции
Посиимны проСле<лам тмкэциочашшх шаткм ношений гренеСсежееию отастей дискриминации русой го населения
ХлаяитАрчу^-от деятельность групп с р«1к%иии папитичясиши устадавьами. маприида, чаииоикмгшчйсии группа -древнерусская религия
Как правило, тчусствемно сэтиют^ч группы по рзстчхкдремению рангами и есвпемэнию в сетевой »мривти«
Содержат прил-е и актовом лротепчыи действия!) пикетам, шгтингаи *мформ*р>^ о проведении протвстных а<цнй
Поток ннфсриационных ссылок о последим лолиттеом соОытийк демонстрации собственной точки прения
Захват рэскручен^х грулл с ре1Л9мой. М| М и герелро<{*1рмро№ие ич 9 политические
Нет доступа к ачализу иирсризции Однако «окно отследить.»"о релдатгр адиимигтрвтерты
ГЬсьядечы конкретно« просяемам например ЖКХ
Рис. 4. Галина Градосельская. Место экспертного кодирования в работе по кластеризации политически активных сообществ в Фейсбуке
Похожий подход реализован в исследовании Светланы Бодруновой и ее коллег по теме Бирюлево в твиттере. Вначале проводилось предварительное чтение с отбором . хэштегов. Затем: закачка твитов для создания словаря; автоматическое создание сло- со варя с очисткой и лемматизацией; экспертное чтение словаря и создание двух «экспертных» словарей с разной степенью присутствия общей лексики. Дальше — собственно :з кроулинг на основе словарей. Вторая — независимая линия — это кодирование дата- О) сета твитов по 26 параметрам в мета-данных, не связаных с анализом словаря. Этот то разрыв в дизайне исследования может быть преодолен, если использовать выделенные ф лексико-семантические ряды для автоматического (или полуавтоматического) кодиро- £
вания твитов. И этот методический кейс будет показателен: что можно делать автомати- §
ф
■с
ческими методами, а где и насколько можно вмешиваться «экспертным» образом.
То есть создавался «автоматический частотный словарь» текстов твитов, а затем Q,
проводились его очистка и лемматизация. Это, видимо, может быть подготовительным ^
этапом — создание кодификатора, на основании которого затем можно производить jg
кодировку твитов. С моей точки зрения, описанный набор действий опять же отсылает q
к методическим требованиям процедуры кодирования открытых вопросов с необходи- щ
мостью триангуляции, обсуждения правил группировки, иерархической организации ко- .с
дов, правил присвоения кодов и т. д. J5 Итак, напрашивается резюме — SNA не может быть полностью автоматическим;
ствие алгоритма, исходя из каких-то своих соображений. Соответственно, вывод пер-
Итак, общее впечатление от выступлений и обсуждения — оптимистическое. Во-первых, есть сообщество высоко мотивированных исследователей и оно динамично
данных.
В-четвертых, такого рода исследования требуют не просто коллективной работы, но и работы междисциплинарных команд и кооперации организаций. Надо готовиться к появлению публикаций с десятком соавторов. Ну и, конечно, вопрос оперативности. Невозможно обсуждать эффекты социальных сетей, отыгранные три года назад. Все вполне оптимистично: есть чем заняться!
О
5
в ряде важных этапов реализации той или иной процедуры аналитик вмешивается в дей- ^
и о
вый: важно эксплицировать логику принятия решений, показывать, где и какое было ^ произведено вмешательство человека в действие алгоритмов анализа. И второе: актуальной становится задача по содержательной идентификации результатов автомати- к ческой кластеризации, комбинаций, списков и т. п. А это, так или иначе, предполагает ^ «экспертное кодирование», содержащее в себе 4 действия: знакомство с массивом дан- 0
ных, выделение компонентов, значимых для исследования, организация кодификатора, к кодировка — приписывание кодов м няться. И только затем — обработка.
кодировка — приписывание кодов массиву, в ходе которого кодификатор может изме- ^
ф I
Все отлично! £
00 £
развивается. Во-вторых, очевидна потребность в экспликации уже полученного обшир- § ного опыта и скучного разговора о процедурах, методических и методологических про- >| блемах. В-третьих, понятна необходимость валидизации исследовательских процедур с^ и выводов, получаемых на основании SNA. Отсюда — необходимость развивать OOPS- ^ подход, в рамках которого должны сопоставляться дата-сеты с различной природой щ
Презентации докладов
Бодрунова С. Фрейминг и структурные особенности дискуссии о Бирюлево в Твиттере: методология и первые результаты/ZCenter for the Study of New Media & Society на Scribd, 2014. URL: http://ru.scribd.com/New_Media_Center. Дата обращения: 20.04.2014 г.
Градосельская Г. Группировка политическиактивных сообществ в facebook методом зерновой кластеризации/ZCenter for the Study of New Media & Society на Scribd, 2014. URL: http://ru.scribd. com/New_Media_Center. Дата обращения: 20.04.2014 г.
Давыдов С., Лебедев П., Логунова О., Лыткина Е. Московские наблюдатели «второй волны»: мотивация, медиапредпочтения, онлайн дискурс/Center for the Study of New Media & Society на Scribd, 2014. URL: http://ru.scribd.com/New_Media_Center. Дата обращения: 20.04.2014 г.
Индина Т., Климов И. Исследование специфики онлайн-активизма/ZCenter for the Study of New Media & Society на Scribd, 2014. URL: http://ru.scribd.com/New_Media_Center. Дата обращения: 20.04.2014 г.
Колозариди П. Международные исследовательские центры о социальных движениях: тематическая и методологическая карта/center for the Study of New Media & Society на Scribd, 2014. URL: http://ru.scribd.com/New_Media_Center. Дата обращения: 20.04.2014 г.
Кольцова О., Щербак А. «Livejournal Libra!» Влияние политической блогосферы на политическую мобилизацию в России в 2011-12 гг. //Center for the Study of New Media & Society на Scribd, 2014. URL: http://ru.scribd.com/New_Media_Center Дата обращения: 20.04.2014 г.
Ксенофонтова И., Ваньке А., Тартаковская И. Интернет-коммуникации как средство и условие политической мобилизации в России/ZCenter for the Study of New Media & Society на Scribd, 2014. URL: http://ru.scribd.com/New_Media_Center. Дата обращения: 20.04.2014 г.
Паниотто В. Социологическое описание Майдана: опыт полевого исследования/ZCenter for the Study of New Media & Society на Scribd, 2014. URL: http://ru.scribd.com/New_Media_Center. Дата обращения: 20.04.2014 г.
Полищук Л., Ениколопов Р., Макарьин А., Петрова М. Социальные сети и гражданская актив-ность/ZCenter for the Study of New Media & Society на Scribd, 2014. URL: http://ru.scribd.com/New_ Media_Center. Дата обращения: 20.04.2014 г.
Санина А. Визуальная политическая ирония в социальных сетях и блогах/ZCenter for the Study of New Media & Society на Scribd, 2014. URL: http://ru.scribd.com/New_Media_Center. Дата обращения: 20.04.2014 г.
Соболева И. Рекрутинг оппозиции: политические активисты в электоральном авторитаризме// Center for the Study of New Media & Society на Scribd, 2014. URL: http://ru.scribd.com/New_Media_ Center. Дата обращения: 20.04.2014 г.
Diuk C. The Formation of Love//Facebook Data Science. 14 февраля 2014 г. URL: https://www. facebook.com/notes/facebook-data-science/the-formation-of-love/10152064609253859. Дата обращения: 20.04.2014 г.
Lind B. Contrasting Protest and Mundanity: Centralization & Cohesion in Opposition Communication Networks//Center for the Study of New Media & Society на Scribd, 2014. URL: http://ru.scribd.com/New_ Media_Center. Дата обращения: 20.04.2014 г.