CC BY
58
УДК 316.754
В.Н. Ярская, Н.В. Шеляхина
СПЕЦИАЛЬНЫЕ СОЦИАЛЬНЫЕ СЕТИ В ИНТЕРНЕТЕ
С ОГРАНИЧЕНИЕМ ПОЛЬЗОВАТЕЛЬСКОГО ИНТЕРФЕЙСА
Анализируется современное понимание сетевого подхода и его методов, применяемых на этапах сбора, обработки, анализа данных, полученных непосредственно от серверов социальной сети. По мнению авторов, понимание управляемости процессов в социальных сетях группой профессионалов - модераторов, администраторов социальных сетей представляет собой опыт, их аналитический потенциал может быть использован в качестве экспертных оценок факторов сплоченности в социальных сетях.
Сетевой подход, управляемость, экспертная оценка, аналитический потенциал, фактор сплочённости
V.N. Yarskaya, N.V. Shelyakhina
SOCIAL INTERNET NETWORKING AS A SPECIAL NETWORK WITH A LIMITATED USER INTERFACE
The article examines the present-day understanding of the network approach, and the methods used in collecting, processing, and analyzing the data obtained directly from the servers of the social networks. We assume, understanding controllability of the processes in the social networks by a team of professional moderators and administrators of social networks represents the experience, and their analytical capability can be used as expert assessments of cohesion factors in the social networks.
Network approach, controllability, expert evaluation, analytical potential, the factor of cohesion
Социальные сети в интернете представляют собой специальные сети с ограничением пользовательского интерфейса, в нашем исследовании сетевой подход применяется на этапах сбора, обработки, анализа данных, полученных непосредственно от серверов социальной сети. Мы с столкнулись с огромным объемом различных определений в специализированной литературе по различным аспектам социальной сплоченности (оборот членства, приверженность организации, идентификация
по категориям, межличностная привязанность, сетевые структуры) и направленным на социальную сплоченность конкретных видов социальных групп: семей, школ, воинских частей и спортивных команд. Развивается перспектива социальной сплоченности в качестве домена причинно взаимосвязанных явлений, связанных с отношениями между членами, их поведением, в которых основные аспекты сплоченности занимают различные теоретические позиции по отношению друг к другу: предшествующие, промежуточные или итоговые переменные [Friedkin, 2004].
Для того чтобы лучше понять свойства ссылок и динамику в социальных сетях, некоторые авторы сегодня выделяют постоянные и переходные ссылки, проводят различие между локальным и глобальным влияниями, и сравнивают предложения от пользователей, которым оказывается доверие на локальном или глобальном уровнях [Varlamis, Eirinaki, Louta, 2010]. Чтобы показать преимущества и нерешенные вопросы применения графических метрик для анализа социальных сетей и социальных сетей онлайн, в частности, используются метод кейс стади [Hilbrich, 2008]. Имеются данные об исследовании пользователей с участием экологов, работающих с базами данных в соцсетях, которые описывают взаимодействия между животными, соотнося их с моделями взаимодействий в соцсетях. Полученные данные подтверждают также, что используемый метод визуализации был эффективен для социологического анализа и изучения социальной организации населения [Reda, Tantipathananandh, Johnson, Leigh, Berger-Wolf, 2011].
На основе данных предварительного этапа исследования и у нас возникло понимание управляемости процессов в социальных сетях группой профессионалов - модераторов, администраторов социальных сетей, аналитический потенциал которых может быть использован в качестве экспертных оценок факторов социальной сплоченности в социальных сетях. Кстати, и зарубежные исследователи отмечают научную ценность информации, которую могут предоставить социальные сети для социальных наук. Тем не менее, доступные в настоящее время инструменты визуального анализа не очень хорошо подходят для обработки огромной базы данных и часто вынуждают отображать небольшие или сильно удаленные сети. Они представляют метод Honeycomb (сота): инструмент визуализации, который способен иметь дело с гораздо более крупной базой данных (с миллионом ссылок), вводится новая сетевая метрика вероятности для ознакомления пользователей с потенциально интересными или аномальными паттернами и обсуждения уроков, извлеченных в ходе разработки и внедрения [van Ham, Schulz, Dimicco, 2010].
Группа авторов-программистов фокусирует внимание на том факте, что анализ социальных сетей представляет научную ценность для многих областей знаний вне рамок социологии. Это раскрывает невидимые связи между акторами в сети и дает понимание социальных процессов и поведения. Данный метод стал важным в исследованиях Web, организации, а также для политики национальной безопасности. Он представляет визуальный инструмент аналитики OntoVis для понимания масштабных, гетерогенных социальных сетей, в которых узлы и ссылки могут представлять разные понятия и отношения. Уникальные возможности OntoVis иллюстрируются несколькими исследованиями case-studies [Shen, Ma, Eliassi, 2006].
Анализ социальных и технологических сетей привлекает много внимания, так как социальные сетевые приложения и мобильные устройства зондирования предоставляют нам множество реальных данных. Классические исследования занимаются анализом статических или агрегированных сетей, то есть, сетей, которые не изменяются с течением времени или построенные в результате агрегации информации в определенный период времени. Учитывая растущие накопления измерений, связанные с массивными, реальными сетевыми чертами, исследователи быстро начинают понимать, что связи изменяются с течением времени и демонстрируют большую размерность, чем может уловить статический анализ. Ученые предлагают новые метрики темпоральной дистанции для количественного измерения и сравнения скорости (задержки) процессов распространения информации с учетом эволюции сети как в локальном, так и в глобальном ракурсе. Описываемые метрики способны захватить темпоральные характеристики изменяющихся во времени графиков, такие как задержка, продолжительность и последовательность контактов (взаимодействий), в сравнении с метриками, используемыми в прошлом на статических графиках. Как доказательство концепции эти методы применяются к двум классам изменяющихся во времени сетей, а именно, к подключению мобильных устройств и обменам электронной почтой [Tang, Musolesi, Mascolo, Latora, 2009].
Доступ к реалистическим графическим базам данных имеет решающее значение для исследований систем социальных сетей и приложений. В связи с высокими временными и ресурсными затратами по сбору реальных графических баз данных посредством прямых измерений исследователи анонимизируются и обмениваются небольшим количеством ценных баз данных внутри сообщества. В то время как графические модели могут производить реалистичные синтетические графики, это
также подчеркивает тот факт, что нынешние показатели графиков остаются неполными, и некоторые приложения обнаруживают графические свойства, которые не подходят существующим метрикам [Sala, Cao, Wilson, Zablit, Zheng,Zhao, 2010]. Для того чтобы лучше понять свойства ссылок и динамику в социальных сетях, авторы делают различие между постоянными и переходными ссылками, локальным и глобальным влияниями, сравнивают предложения от пользователей, которым оказывается доверие на локальном или глобальном уровнях [Varlamis, Eirinaki, Louta, 2010].
Наше качественное исследование базируется на материалах экспертных интервью со специалистами по IT-технологиям, администраторами, лидерами социальных сетей и материалах фокус группы с активными пользователями и модераторами виртуальных сообществ. Насколько непростым был рекрутинг информантов, свидетельствует отклик интервьюера, который рекрутировал участников.
Обратилась с просьбой поучаствовать в опросе к около 150 пользователям Вконтакте, на сегодняшний момент имею 6 откликов, 1 респондент обещает ответить завтра.
Обращаться можно не более к 20 пользователям в сутки, если они не являются мне друзьями, многие пользователи ограничивают доступ к своим сообщениям для «недрузей», мою страничку уже замораживали, т.к. с нее много рассылок «недрузьям».
Некоторые отрицают принадлежность к определенной группе, указанной в файлах, особенно к группе с украинским названием - по факту в ней состоят представители татарстанских волонтеров, несколько человек обещали, но так и не ответили.
Трудности исследования говорят о том, что информанты очень неохотно раскрываются в сети для незнакомых пользователей, а принадлежность к определенной группе крайне редко означает активное участие в виртуальной жизни сообщества. Действительно же самые активные члены группы с максимальными показателями центральности в ней чаще всего ограничивают доступ к своей страничке, а именно, к отправке им сообщений, что делает невозможным получение информации виртуальной активности внутри сообщества. То есть многие топ пользователи с высокой степенью центральности в данной группе просто не идут на контакт в сети.
Экспертные интервью2 проводились осенью 2014 г., они продемонстрировали эффективные способы создания и развития виртуальных сообществ, механизмы воздействия на активность участников социальных сетей в онлайн дискуссиях и реальных мероприятиях. Представленные экспертные мнения характеризуют современные процессы образования виртуальных сообществ с точки зрения возможностей их организации и самоорганизации, управления контентом, захвата аудитории и воздействия на реальное поведение участников групп.
В ходе исследования выяснилось, как выделяются группы, создающиеся для единичного мероприятия, «под ивент» - особый случай, то есть для проведения концерта, флешмоба, футбольного матча: «однажды создается группа, реализовали себя и закрываются». Продолжительность существования групп в социальных сетях, созданных как инструмент под конкретное событие и случай, задана рамками подготовки и проведения, то есть довольно определенный промежуток времени. Так, при наборе волонтеров на Универсиаду «была создана группа, в которую будет скидываться вся информация по поводу того, что нужно, чтобы поехать, ... в общем, вся информация по нашей работе в Казани, и, собственно, мы все туда вступили, кто поехал, и как бы, не знаю, ведется она сейчас или нет, потому что она сейчас особо-то и не нужна» (Инф. 6).
Другой тип группы создается для долгосрочной работы, «где аккумулируются различные последние мемы, шутки, идеи» (Инф.4). Отдельный тип групп - медиаторские, посреднические группы, «группы помощи, когда людям помогают найти квартиру, попутчиков, люди по перепродаже каких-то вещей, с личной целью, но не с выгодой» (Инф.4.). На основе данных предварительного этапа исследования возникло понимание управляемости процессов в социальных сетях группой профессионалов - модераторов, администраторов социальных сетей, аналитический потенциал которых может быть использован в качестве экспертных оценок факторов социальной сплоченности в социальных сетях.
При просмотре других групп, в качестве сравнения, эксперт обращает внимание на состав группы, процессы наполнения группы, идеи, объединяющие группу, нестандартные и уникальные приемы, влияющие на аудиторию. Например, эксперт отметил особый технический прием, PR-ход, на одном из сайтов ивент агентств «отфоткали себя, устроили небольшую, но интересную фотосессию от ведущей и запустили такую тему, как совет от ведущей» (Инф.2), что работает на узнаваемость сотрудников ивент агентств, самого сайта, привлекает внимание, дает повод получить консультацию специалиста.
2Интервью проведены Е. Пашининой в рамках гранта РФФИ, № 14-06-00242, рук. В.Н. Ярская 128
Интересна следующая интерпретация оценки активности работы группы как постоянного наполнения ее состава: «если волонтер, то ты должен быть открыт, поэтому все сразу в обсуждение, в диалог, все туда, а как, если группа следит за ней, то понятное дело, что, если кипит обсуждение, то значит, все хорошо. Если люди не уходят, а наоборот, приходят, значит, группа живая и работает» (Инф. 6).
В сетях при этом желательно присутствие сопоставимых по размеру групп, деятельность которых посвящена значимым социальным проблемам, ассоциированным с пониманием социальной сплоченности, доверия. Это участие в волонтерских движениях, деятельность группы в направлениях благотворительности, то есть проблематика связана непосредственно с параметрами социальной сплоченности. Анализ виртуальных социальных сообществ в интернет пространстве проведен в русле микс стратегии, то есть сочетании количественной и качественной методологии. Здесь мы фиксируем внимание лишь на качественной методологии и важности процесса коммуникации между участниками группы, отслеживаемого по добавлению во френдлисты. Поведенческий акт «добавления в друзья» может рассматриваться как показатель зарождающейся и развивающейся условной сплоченности в социальной сети между конкретными ее участниками. Условная виртуальная онлайн сплоченность между лично не встречавшимися в оффлайне участниками перерастает в реальную сплоченность при личной встрече. Таким образом, к техническим приемам продвижения виртуальных сообществ можно отнести работу с контентом, подписчиками, захватом аудитории, статистическим мониторингом численности группы, ее активности и интересующих ее постов, а также создание опросов, «напоминалок», поощрение активных участников.
На наш взгляд, группа является сплоченной, если самостоятельно поддерживает, воспроизводит положительные установки по принадлежности к себе, привлекательность членства и ценность включенности в ее жизнедеятельность, а поведение членов группы стабильно поддерживает эти условия. Сплоченность группы конструирует микромодель параметров заданной социальной группы, уровень солидарности с общими целями, чувство причастности к группе, силу межперсональных связей и симпатий. В противоположность этому макромодель сплоченности как социетальный показатель социума в перспективе выступает инструментом измерения эффективности социальной политики. Причины создания социальных сетей связаны с формированием нового типа отношений сплочённости между людьми, опосредованными информационными технологиями, позволяющими продвигать и реализовывать проекты коммерческой, политической, социальной направленности с меньшими организационными усилиями и охватом целевой аудитории. В оценках экспертов отмечены признаки, позволяющие выявлять сильные и сплоченные группы в социальных сетях, а также ряд инструментов, регулирующих социальные дистанции и роли участников сообществ.
Для выяснения параметров модели социальной сплоченности мы отмечаем доверие между членами групп, общающихся в социальных сетях. Характеристики таких сообществ и их сравнительный анализ позволяют включить в микро модель сплочённости мотивы участия в группе социальной сети, различия в структуре, способах передачи информации, процессах коммуникации. Модель сплочённости онлайн сообществ опирается на анализ структурных характеристик по отношению к системе связей, анализ распределения степеней акторов как источник сравнения различных социальных сетей.
Основной задачей интервью было получение теоретических взглядов по тематике социальной сплоченности с позиций практиков, которые непосредственно занимаются целенаправленным созданием сплоченности в малых группах (рабочем коллективе). Одной из задач фокус группы было, в том числе, уточнение социальной сплоченности как эмоционального явления, измерение привлекательности членов группы: чем большее количество членов группы нравятся друг другу, тем привлекательнее группа в целом, тем выше индекс групповой сплоченности.
В результате установлено, что моделирование сплочённости возможно и с помощью социометрического коэффициента: частное от деления числа взаимных положительных выборов на теоретически возможное их количество. Шкалы симпатии определяются путем усреднения индивидуальных данных. Важный показатель модели - сплоченность как результат согласия, сходства ценностных ориентаций и взглядов. Человек стремится к людям и группам, с установками и позициями которых он солидарен. С одной стороны, поиски согласия с мнением других людей обусловлены потребностью в социальном признании, обеспечивающем защищенность и эмоциональный комфорт. Данная позиция находит отражение в теории: согласно социально-психологической модели коммуникации позитивная расположенность двух индивидов друг к другу порождает схожее отношение этих индивидов к третьему лицу или объекту.
Развитие сходных аттитюдов прямо пропорционально развитию межличностной коммуникации между двумя индивидами, учащению речевых актов между ними [Newcomb, 1953], подобные аттитюды у индивидов, симпатизирующих друг другу, называются стремлением к «симметрии ориентации». С другой стороны, человек по необходимости взаимосвязан с другими людьми в реализации цели, успех зависит от согласованности мнений о цели и средствах достижения. Следующий элемент модели - мотивация, мотивационная сплоченность - в зависимости от степени удовлетворения потребностей индивида в группе.
Отталкиваясь от теории социального пространства П. Бурдье, мы затрагиваем тему социального капитала, предполагающего владение ресурсами, связанными с включением индивида в конкретную социальную группу, а именно, межличностными связями в данной группе. Владение определенными связями в группе определяет социальную позицию индивида и таким образом конструирует его социальное пространство [Bourdieu Р., 1993]. Таким образом, возникает мотивация по отношению к достижению определенных межличностных контактов, приобретению определенных связей в группе, и как следствие приобретение более высокой социальной позиции.
Кроме того, приверженность индивидов к своей группе сильнее тяготения к другим группам. Сталкиваясь с «иными», непохожими на членов своей группы индивидами, возникают предрассудки на почве расизма, сексизма, формируемые в обществе медийными установками, практиками сегрегации в социальных институтах, порождающие агрессию, неприязнь, ненависть, в том числе расовую, к внешне иным людям. Здесь играют роль как социальные стереотипы, конструируемые обществом, так и эмоциональные установки по отношению к определенным социальным группам, стремлением упростить восприятие окружающей среды в поиске «виноватых», а также как способа самореализации, самоутверждении своей позиции за счет представителей других групп как выражение социального превосходства [Myers, 2002]. В итоге формируется сплоченность внутри своей группы на основе неприязни к другой.
Стимулирует внутригрупповую сплоченность также ситуация межгруппового соревнования, возникающая при стремлении утвердить свое превосходство над индивидом за счет достижения более высоких позиций в каком-либо отношении. Мы опираемся в нашей рефлексии на теорию, согласно которой межличностные действия внутри группы основаны либо на кооперации, либо на конкуренции: при установках на сотрудничество достигается большая сплоченность внутри группы, эффективнее реализуется достижение общей цели, при установке на конкуренцию, напротив, действует разрушительно на связи. Те же положения относятся и к межгрупповым взаимодействиям, при которых установки на диалог дают больший эффект, чем при установках на конкуренцию, что порождает конфликты [Deutsch M.].
Таким образом, важное значение для сплоченности группы имеют установки на сотрудничество, кооперативные действия для достижения общих целей. Несомненно, согласно вышеприведенным теориям симметрии аттитюдов, мотивации, кооперации внутри группы формируется сплоченность внутри социальной группы, что соотносится с действиями внутри виртуальных сообществ социальных сетей. Здесь наблюдается сплочение членов группы на основе мотивации, кооперативных действий при достижении общих целей, либо сплочение пользователей на основе неприязни к другой социальной группе или группам.
В нашем исследовании мы привлекаем также методологию анализа параметров социального доверия в Твиттере [Lumbreras, Gavalda, 2012]. В целом же традиционные подходы к анализу социальных сетей, сложившийся терминологический тезаурус этого социологического направления содержат готовые паттерны исследовательских подходов, которые позволяют раскрывать характеристики социальной сплоченности, доверия, структуру социального капитала сообществ в сетях. В работе представлен лишь один из фрагментов такого анализа, который может быть расширен за счет введения иных характеристик сетей (степени кластеризации, модулярности, структурной эквивалентности и многих других). Важным направлением анализа является и рассмотрение динамических характеристик сетей, которые связаны с диапазоном соответствующих методов.
Список определений социальной сплоченности можно проследить в десятках исследований. Диапазон проблем, которые рассматриваются в этих исследованиях, простирается от сожалений по поводу общества, которое существовало ранее, до постановки вопросов о повышении характеристик сплоченности общества. В последнем случае идея социальной сплоченности призвана максимизировать символическое богатство культурного многообразия, обещание распространения демократических идеалов, разработки систем, способных обеспечить создание новых механизмов социальной интеграции и участия граждан в управлении.
Мы используем лишь небольшой фрагмент наших эмпирических данных, полученных в ходе опроса, опираемся на утверждение об использовании восприятия тех или иных социальных групп в дихотомии «Свой - Чужой», применяем похожую дихотомию «Близкое - Далекое» в отношении социальной общности, обозначаемой в вопросе «жители всей России». Для нас важен факт некоторого различия в определении уровня доверия и восприятия народа России как близкой общности в разных городах России.
Это можно объяснить социальным различием городов, в которых проводился опрос, разницей в составе населения, их географического положения. В нашем опросе наибольшую степень доверия и обозначения параметров включенности группы, которая обозначена в ответах, демонстрирует Саратов (63%, см. табл. 2), наименьшую, соответственно, Томск (для этого города значимо смещение в сторону увеличения частоты варианта ответа «Далекое», что отличает последний город от Казани) [Анализ, 2013]. Хотя мы видим некоторые статистически значимые различия в городах, тем не менее, общий уровень восприятия граждан России в качестве близкого сообщества в среднем находится на уровне 50%, что вполне сопоставимо с результатами других известных исследований социального доверия граждан.
Широкий набор атрибутивного определения социальной сплоченности является следствием того, что сама традиция социального гражданства, которая характеризует многие общества, предполагает, что социальные права порождают неразрывную связь между социальной интеграцией и предоставлением ее механизмов, дает им чувство полноправного членства в обществе [Алёшина, 2013].
Между тем, сетевой подход оказывается сегодня наиболее эффективным в целом ряде он лайн исследований. Концепция социальной сплоченности, как правило, связывается с другими семантически близкими понятиями: равенства - неравенства, социальной интеграции и благополучия, социального доверия, солидарности. Этот список можно продолжать достаточно долго. Социальные интернет сети в настоящее время перестают быть продолжением прежней, повседневной, реальной социальной сети, и становятся для некоторых людей избранной наиболее привлекательной надстройкой сети.
Исследование проводится в рамках проекта РФФИ, № 14-06-00242. Социальная сплоченность в российском обществе: состояние, измерение, модель, рук. В.Н. Ярская.
ЛИТЕРАТУРА
1. Friedkin N. E. Social Cohesion. Annu. Rev. Sociol. 2004. 409 p.
2. Newcomb T. An Approach to the Study of Communicative Acts». 1953.
3. Bourdieu P. Espace social et pouvoir symbolique. In: P.Bourdieu. Les choises dites. Paris:
Myers D. G. Social Psychology, 7th ed., 2002.
Deutsch M. (1949). A theory of cooperation and competition. Human Relations, 2, 129-152.
6. Varlamis I., Eirinaki M., Louta M. A study on social network metrics and their application in trust networks in Proc. of the 2010 International Conference on Analysis of Social Networks and Mining (ASONAM 2010), pp. 168 - 175, August 2010, Odense, Denmark.
7. Hilbrich R. Applicability of Graph Metrics when Analyzing Online Social Networks // Current Issues in IT-Management. January 6, 2008. 26 p.
8. Khairi Reda, Chayant Tantipathananandh, Andrew Johnson, Jason Leigh, and Tanya BergerWolf. Visualizing the Evolution of Community Structures in Dynamic Social Networks. Department of Computer Science, University of Illinois at Chicago, USA Eurographics / IEEE Symposium on Visualization 2011 (EuroVis 2011);Journal compilation c2011 The Eurographics Association and Blackwell Publishing Ltd. Published by Blackwell Publishing, 9600 Garsington Road, Oxford OX4 2DQ, UK and 350 Main Street, Malden, MA 02148, USA.Volume 30 (2011), Numb. 3
9. van Ham F., Schulz H.-J., and Dimicco J. M. Honeycomb: Visual Analysis of Large Scale Social Networks. IBM TJ Watson Research Center, Cambridge, MA 02142, USA University of Rostock, Rostock, Germany
10. Shen Z., Ma K.-liu, and Eliassi-Rad T. Visual Analysis of Large Heterogeneous Social Networks by Semantic and Structural Abstraction // IEEE Transaction on Visualization and Comuter Graphics, Special Issue on Visual Analytics, Vol. 12, No. 6, 2006, 1427-1439.
11. Tang J., Musolesi M., Mascolo C., Latora V.Temporal Distance Metrics for Social Network Analysis. WOSN'09, August 17, 2009, Barcelona, Spain.
12. Sala A., Cao L., Wilson Ch., Zablit R., Zheng H. and. Zhao B. Y.Measurement-calibrated Graph Models for Social Network Experiments, April 26-30, 2010, Raleigh, North Carolina, USA. 2010.
13. Lumbreras A., Gavalda R. Applying Trust Metrics Based on User Interactions to Recommendation in Social Networks // 2012 International Conference on Advances in Social Networks Analysis and Mining (ASONAM 2012), 2012, pp.1159-1164.
14. Анализ проведён в рамках исследования Минобрнауки РФ, 2012-2013 ДПННиТ, № 6.4199.2011, СГТУ-22 по госзаданию на оказание услуг, руководитель В. Н. Ярская
15. Алешина М.А., Печенкин В.В. Социальная сплоченность как элемент формирования новой социальной политики // Журнал инновационной деятельности. 2013. С. 133-143.
Ярская Валентина Николаевна -
заслуженный деятель науки Российской Федерации, профессор кафедры «Социология, социальная антропология и социальная работа» Саратовского государственного технического университета имени Гагарина Ю.А.
Valentina N. Yarskaya -
Honoured Master of Science of the Russian Federation, Рrofessor Department of Sociology, Social Anthropology and Social Work,
Yuri Gagarin State Technical University of Saratov
Шеляхина Наталия Владимировна -
кандидат социологических наук, социолог Социологического центра Саратовского государственного технического университета имени Гагарина Ю. А.
Статья
Natalia V. Shelyakhina -
Ph. D., Sociologist Centre for Sociology at
Yuri Gagarin State Technical University of Saratov
пила в редакцию 11.01.15, принята к опубликованию 11.05.15
