Лекция в формате x - Институт гуманитарных технологий

Инструменты киберметрии социальных сетей в исследованиях
социально-экономического и политического поведения человека.
План.
1.
2.
3.
4.
5.
6.
7.
8.
9.
Основные термины
Основные задачи исследования
Методика проведения киберметрических исследований
Инструменты киберметрии
Специфика работы на примере IQBuzz
Отличия инструментов киберметрии
Пример доработки инструменты
Сферы применения инструментов киберметрии
Пример политического исследования с использованием инструментов
киберметрии
Социальные сети сегодня играют большую роль в жизни практически
каждого интернет-пользователя. По данным ВЦИОМ в социальных сетях
сегодня зарегистрированы более 82% пользователей интернета (еще в 2010
году этот показатель составлял 52%) [9]. При этом функциональное
использование социальных сетей не заканчивается на коммутации и досуге.
Например, политические протесты в России 2011-2013 года зачастую
организовывались посредством социальных сетей, используя их для
мобилизации масс. Сегодня перед научным сообществом встала задача
анализа дискурса пользователей социальных медиа, с которой практически
невозможно справиться только общенаучными и социологическими
методами.
На сегодняшний день российский рынок программного обеспечения для
мониторинга социальных медиа (киберметрии) представляет собой
небольшой набор продуктов, имеющих преимущественно стандартную
трёхуровневую архитектуру, свойственную большинству веб-ресурсов
современной интернет сети. Но прежде чем приступить к обсуждению
инструментов киберметрии, стоит понять, что такое в принципе киберметрия.
Киберметрия – это сравнительно новый термин, который отражает
современные возможности по обработке информации, хранимой в
электронном виде, и её визуализации. Это достаточно широкое понимание
киберметрии. В исследованиях, проводимых нашим Институтом под объектом
киберметрии, прежде всего, понимается информация, генерируемая
пользователями в социальных медиа. То есть акцент делается на современных
возможностях охвата огромной аудитории, представленной в социальных
сетях.
Обычно, исследования, связанные с политическими и экономическими
аспектами, проводятся для решения таких задач, как:



оценить масштаб влияния (киберметрический анализ)
характер влияния (дискурс-анализ)
технологии влияния (экспертная оценка).
Эта лекция будет посвящена раскрытию методики проведения
киберметрического анализа и возможностей оценки масштаба влияния, но
вкратце мы коснёмся каждой из перечисленных выше задач.
Как правило, киберметрические исследования проводятся несколько
этапов. Основными этапы перечислены ниже.
1. Разработка поискового критерия.
2. Выгрузка релевантных сообщений.
3. Анализ полученных данных.
Наиболее сложным этапом является разработка поискового критерия. Для
выработки нужного поискового запроса, как правило, приходится проделать
несколько итераций. Сначала вырабатывается первичный запрос, после чего
производится выгрузка релевантных сообщений с помощью одного из
инструментов киберметрии, которые будут продемонстрированы ниже, затем
проводится анализ полученных данных на предмет оценки чистоты
выгруженного материала. После чего снова формируется поисковый критерий
и процесс повторяется. Итерации повторяются до тех пор, пока не будет
получен чистый материал. Этот процесс похож на обычный поиск
информации через привычные поисковые системы Яндекс и Google, но
является более сложным в силу вариативности параметров.
Например, вы хотите оценить, сколько сегодня человек высказало в
социальных сетях одобрение очередному президентскому указу или узнать
отношение к какой-либо новости. Если Вы просто введёте в качестве
поискового запроса: «Владимир Владимирович Путин», то в выгрузке, скорее
всего, окажется много лишних документов, в которых упоминается это имя,
но речь идёт о другом. Для оценки количества людей, одобрительно
высказавшихся в адрес президента в связи с каким-то указом, необходимо в
запросе упомянуть не только его имя, но и название указа. После этого мы
делаем выгрузку и читаем какое-то количество сообщений в ней, находим те,
которые нам не нужны и пытаемся их исключить. В то же время смотрим на
лексику обсуждений, возможно выявление некоторых маркеров (например,
«закон Димы Яковлева», «евромайдан»).
Теперь перейдём непосредственно к инструментам киберметрии —
средствам, которые позволяют нам совершать выгрузку сообщений из
социальных медиа. Новые формы коммуникации между людьми посредством
социальных медиа не могли остаться без внимания учёных-социологов,
которые стали рассматривать социальные сети в качестве объекта
исследований [8]. Но этот подход вскоре потребовал нового инструментария,
прежде всего, для обработки больших данных (big data). Спрос на
программное обеспечение такого рода вскоре породил предложение, но это
предложение было в первую очередь ориентировано на удовлетворение
коммерческого интереса, связанного с отслеживанием репутационных
показателей компаний. Поэтому существует ряд недоработок инструментария
для мониторинга социальных медиа, заключающихся в недостаточном
качестве обработки данных. Социологи испытывают необходимость в
высокой точности обработки больших данных на предмет определения
тональностей документов, классификации по определённым критериям,
дифференциации по половому и возрастному признакам, геолокации
пользователя на момент публикации информации, а также других
характеристик.
Наиболее популярные из инструментов киберметрии это IQBuzz, Brand
Analytics, YouScan, Wobot и Медиалогия. Каждый из этих продуктов имеет
бесплатную демонстрационную версию, которую Вы сможете попробовать
самостоятельно. На этом рынке есть также и некоммерческие продукты,
например, Babkee или «Ходят слухи». Мы для наших исследований
используем IQBuzz. Такому выбору способствовала масса факторов. В
настоящее время, на наш взгляд, это наиболее удобный, продуманный и
доработанный продукт. Сервис IQBuzz (Айкубаз) предоставляет возможность
обрабатывать информацию из Facebook, Twitter, ВКонтакте, LiveJournal,
LiveInternet, Google +, YouTube, RuTube и множества других источников.
Механика работы программы позволяет успешно использовать ее в качества
инструмента сбора эмпирических данных для социально-политического
исследования. С помощью системы поисковых запросов программа проводит
мониторинг заданных оператором социальных медиа, а также сортирует
собранные источники (документы) в зависимости от тональности контента по
отношению к заданной оператором теме. Данная система позволяет не просто
анализировать количественную составляющую массива, но и учитывать
эмоциональною оценку пользователя[1].
Отметим, что для получения качественных результатов необходимо
разрабатывать свой, ориентированные на научные задачи, программный
продукт, чем сейчас и занимается Институт гуманитарных технологий в сфере
социального компьютинга. Но пока такой продукт не создан, для получения
наиболее качественных результатов исследований наиболее эффективно
применять несколько сервисов, позволяющих осуществлять выгрузку данных
по схожим поисковым критериям. Это обусловлено разной проработанностью
функционала сервисов. Так, Brand Analytics заявляет об определении
объектной тональности документов с точностью 80-90 % [Brand Analytics], но
обладает слабыми возможностями по определению половой принадлежности
пользователя, опубликовавшего сообщение. В то же время IQBuzz не может
продемонстрировать столь высокую точность в определении тональности, но
по определению половых и возрастных характеристиках превосходит своих
конкурентов [1].
Если предполагается, что в рамках исследования будет целесообразно
использовать продукты автоматизированного мониторинга социальных
медиа, то при выборе сервиса стоит обращать внимание на следующие
показатели:
 объём выкачиваемого трафика, т.е. количество документов, которое
сервис в состоянии обработать по определённой тематике за
определённое время;
 список анализируемых социальных медиа (распространены случаи,
когда программное обеспечение ограничивается лишь небольшим
числом ресурсов);
 качество определения объектной тональности документов, т.е. процент
сообщений, для которых тональность (позитивная, негативная,
нейтральная) определена правильно;
 набор предоставляемых сервисом функций и качество этого
функционала, такого как определение пола, возраста, геолокации,
объём аудитории.
Остановимся более подробно на специфике работы средств мониторинга
социальных медиа. Чтобы сложилось более предметное представление о
работе такого программного обеспечения, будем рассматривать специфику на
примере IQBuzz. Для начала работы необходимо создать новую рубрику. Если
проводить аналогию с работой с поисковиком, то рубрика – это некая тема,
которой подчинён весь запрос. То есть, если вы хотите найти курсовую по
информатике, вы можете задавать разные запросы: «курсовые по
информатике», «курсовая по информатике скачать», «курсовая программный
комплекс на С#», но цель у вас найти курсовую по информатике. То есть общая
тема, всех этих запросов – «курсовая по информатике». Эта тема и есть
название рубрики. Для создания рубрики необходимо заполнить ряд полей,
которые перечислены ниже.


Название рубрики — та тема, которую Вы исследуете. Данное поле не
влияет на результаты выгрузки и заполняется, как правило, так, чтобы
было понятно автору выгрузки, что в нём содержится. Например, как
при записи номера телефона в записную книжку телефона.
Права доступа. В IQBuzz предусмотрено наличие не одного
пользователя в рамках одной подписки. Например, в одной компании
программой могут пользоваться сотрудники разных отделов или в









вузе программа может использоваться как студентами, так и
преподавателями. Не всегда нужно, чтобы выгружаемые данные были
доступны кому-то ещё, помимо автора выгрузки. В этом случае
задаются права доступа и указывается список пользователей, которые
видят данную рубрику.
Степень заполнения рубрики. Документы в социальных сетях
постоянно генерируются, бывают случаи, когда необходимо, чтобы в
рубрику загружались свежие сообщения в режиме онлайн. Но в
рубрике есть ограничение на количество сообщений, обозначенное
подпиской. Тогда указывают значение данного поля, тем самым
сообщая системе, что необходимо заполнить рубрику на заданное
количество процентов, а остальную часть заполнять новыми
документами.
Автоопределение позитива и негатива. Если Вы ставите галочку в
этом поле, то все загружаемые сообщения в рубрике автоматически
разбиваются на документы с позитивной тональностью, нейтральной,
смешанной и негативной.
Фильтровать спам. К сожалению, на страницах ресурса не указано,
какие документы IQBuzz считает спамом.
Рубрика активна. Данный чекбокс устанавливается для рубрик, в
которые программа должна продолжать собирать документы.
Поисковый критерий. Поисковый запрос, про который было сказано
ранее.
Дата создания документов. Вы можете установить фильтр по дате
создания сообщений. В этом случае в рубрику будут попадать
документы, написанные в указанный период времени. При
необходимости можно указать только начало или конец интервала.
Язык документов. Вы можете искать документы только на каких-то
конкретных языках. В IQBuzz доступен поиск для 37 языков, в том
числе русском, английском, украинском и других. Стоит отметить,
что, хотя разработчики и заявляют большое количество языков, не для
всех из них поиск осуществляется корректно. Мы пытались
осуществить поиск с экспертом по венгерскому контенту, но он не дал
результатов.
Тип документа: пост, комментарий, форум, видео, микроблог, соц.
сеть.
Авторы.
o Должны попасть. Дополнительно к поисковому критерию рубрики
Вы можете выбрать конкретных блоггеров, чьи документы
должны в неё попадать. Для добавления в фильтр необходимо


начать вводить имя или ник блоггера и в появившемся списке
выбрать нужных авторов.
o Не должны попасть. Если по какой-то причине Вы не хотите,
чтобы в рубрику попадали документы конкретных блоггеров
(например, спамеров или Ваши собственные), добавьте их в этот
фильтр.
o География авторов. При необходимости, Вы можете фильтровать
документы по местоположению их авторов. Выберите нужную
страну/страны или даже конкретный регион. Чтобы не пропустить
блоггеров, которые вообще не указали своё географическое
положение, выберите флаг «Неопределён».
Блогохостинги
o Должны попасть. Если Вам необходимо, чтобы поиск документов
осуществлялся на каких-то конкретных площадках, используйте
этот фильтр. Например, в своей рубрике Вы хотите отслеживать
исключительно твиты и посты с комментариями из ЖЖ. Добавьте
LiveJournal и Twitter в фильтр, и в рубрику будут поступать
документы только с этих двух источников. Для добавления в
фильтр необходимо начать вводить название или URL
блогохостинга и в появившемся списке выбрать нужные.
o Не должны попасть. Добавление в этот фильтр одного или
нескольких блогохостингов приведёт к тому, что документы с них
не будут поступать в рубрику. Но заполнение предыдущего
фильтра отменяет необходимость заполнять данный.
Блоги
o Должны попасть. Если Вам необходимо отслеживать документы
не из всей блогосферы, а из конкретных блогов или сообществ, Вы
можете указать их в этом фильтре. Например, тематические
группы или сообщества, за пределами которых вряд ли что-то
напишут по Вашей теме. При этом документы из других блогов
уже не будут попадать в рубрику.
o Не должны попасть. Если Вы хотите исключить попадание в
рубрику документов каких-либо блогов, укажите их в этом
фильтре. Например, новостные блоги или блоги, где идёт
активные перепост информации.
Результатом работы программы является не только массив собранных по
теме документов, но и визуализация полученных данных. В системе доступны
несколько видов отчётов, которые можно экспортировать в формате Excel,
Word или JSON. Виды отчётов перечислены ниже.












Документы по времени. График зависимости количества
опубликованных документов от даты.
Распределение по темам. Распределение документов по тональности.
Распределение по источникам. Кривые зависимости количества
документов от даты, представленные на одном графике и
представляющие различные блогохостинги.
Распределение по типам: пост, комментарий, форум, видео,
микроблог, запись в соц. сети.
Облако ключевых слов. Слова, наиболее часто встречающиеся около
слов, входящих в наш поисковый запрос.
Активность авторов. Список авторов, опубликовавших наибольшее
количество сообщений, релевантных поисковому критерию нашей
рубрики.
Активность блоггов. Список блоггов, в которых было опубликовано
наибольшее количество сообщений, релевантных поисковому
критерию нашей рубрики.
Распределение авторов по полу. Гистограмма, на которой в
процентном соотношении указано сколько мужчин публиковали
сообщения на заданную тему и женщин.
Распределение авторов по возрасту. Гистограмма с разбиением на
возрастные интервалы с указанием количества авторов, попавших в
каждый из интервалов.
Местоположение авторов. Анкетные данные автора, указывающие его
географическую принадлежность.
Распределение по темам.
Произвольный отчёт. Отчёт, который может сформировать
пользователь самостоятельно, используя доступные отчёты.
Как отмечалось ранее, часто существующие программные продукты не
выполняют необходимые для научных исследований задачи в полном объёме.
Так в рамках одного из исследований было реализовано приложение,
дополняющее функционал IQBuzz. Приложение на основании выгрузки
данных сервиса мониторинга социальных медиа IQBuzz в соответствии с
требованиями пользователя производит классфикацию документов по
заданным параметрам. Результатом работы приложения является
автоматизированная дифференциация массива данных на кластеры и
отображение последних в виде списка с указанием количества документов в
каждом. Разработанный продукт автоматизирует часть работы, ранее
выполнявшейся вручную, и уже сегодня используется в рамках проводимых
лабораториями исследований.
Инструменты киберметрии могут использоваться для исследований в
различных сферах. Они могут применяться в политических, экономических,
социологических, лингвистических и других исследованиях.
В бизнес среде инструменты мониторинга
применяются для реализации следующих задач:








социальных
медиа
управление репутацией в режиме онлайн;
поиск и привлечение клиентов;
анализ эффективности рекламных кампаний;
анализ активности конкурентов;
анализ мнения пользователей о товаре/услуге, компании/персоне;
анализ активности пользователей и отдельных групп;
отслеживание незаконных и противоречащих законодательству
сообщений;
поиск кейсов и решений для развития бизнеса.
В политических исследованиях инструменты киберметрии активно
применяются в избирательных кампаниях, для отслеживания протестной
активности, оценки и формирования общественного мнения, выявления
лидеров общественного мнения.
В качестве одного из примеров политических исследований приведём
выработку технологий поиска лидеров общественного мнения в социальных
медиа.
С ноября 2013 года исследовательская группа МГГУ им. М.А.
Шолохова занималась мониторингом социальных сетей Украины [2, 5–7, 10].
Исследование выявило, что большая часть контента, который имеет
значительный охват, генерируется малой группой пользователей.
Пользователей социальных сетей можно условно разделить на две группы –
модераторы (генераторы) и потребители контента. В статье подробнее
рассмотрены представители группы модераторов контента,
распространяющие свою точку зрения на политические новости среди
украинских пользователей социальных сетей.
Среди генераторов контента выделим относительно малочисленную
группу лидеров общественного мнения в социальных медиа. Понятие «лидер
мнения» впервые было введено американским социологом Полом
Лазарсфельдом в 1955 году [4]. Согласно его терминологии лидер мнения —
это индивид, активно распространяющий свою точку зрения, которая может
воздействовать на мнение окружающих. Пол Лазарсфельд с группой
исследователей разработал модель двухуровневой коммуникации, согласно
которой в обществе существуют восприимчивые к воздействию
политической пропаганды «лидеры общественного мнения»,
распространяющие политическую информацию по каналам межличностного
общения.
Лидер общественного мнения в социальных медиа — это
персонализированная страница в сети Интернет, на которой с высокой
периодичностью (2-3 раза в день) размещается контент, вызывающий
интерес локально значимого количества пользователей социальных медиа,
выражающийся в следующих действиях: отметки «Нравится», репост или
написание комментария к записи.
В социальных медиа каждый день генерируются и распространяются
огромные массивы информации, для хранения и обработки которой
требуются мощные ресурсы. Методология выявления лидеров
общественного мнения в социальных медиа позволит значительно сократить
исследуемое поле, что приведёт к понижению ресурсозатратности.
Для первичного выделения пользователей социальных медиа,
претендующих на роль лидера общественного мнения, проводился
мониторинг социальных медиа с помощью функционала онлайн интернет
сервиса IQBuzz [1]. С помощью него был получен набор документов,
опубликованных в социальных медиа в период кризисных событий на
Украине, удовлетворяющих критериям поиска и релевантных запросу
«Майдан|Евромайдан|євромайдан|Ukraine». Полученный массив документов
был очищен от дублей, а затем отсортирован, на первом этапе — по
количеству лайков, на втором этапе — по количеству репостов и на третьем
этапе — по охвату. Все описанные действия были сделаны посредством
основного функционала IQBuzz. Далее на каждом этапе были выбраны по 100
документов, после чего страницы авторов этих постов были просмотрены
экспертами и из них выделены 50 наиболее активных. Также с помощью
базового функционала IQBuzz были выделены 10 пользователей,
опубликовавших наибольшее количество документов, признанных
релевантными заданному поисковому критерию. После этого страницы
пользователей объединённого списка наиболее активных авторов
анализировались экспертами вручную на предмет выделения общих
особенностей.
В ходе мониторинга была выделена следующая система маркеров:
1) количество подписчиков на странице;
2) интенсивная накрутка количества лайков и репостов публикуемых
сообщений;
3) перекрёстные ссылки между лидерами общественного мнения в
социальных медиа;
4) содержание в постах различных технологий по манипулятивному
воздействию на аудиторию.
Количество подписчиков на странице. На основании проведённых
наблюдений было выявлено, что количество подписчиков на страницах
пользователей, которые впоследствии стали лидерами общественного мнения
в социальных медиа, составляло не более 500 человек до начала активного
размещения на данных страницах протестного контента. При нарастании
протестной активности вне Интернета (офлайн) или накануне этих событий
количество подписчиков таких аккаунтов интенсивно увеличивалось. Спустя
пять дней, как правило, количество интересующихся публикуемым на
странице контентом возрастало в 20-40 раз по отношению к начальным
значениям.
Интенсивная накрутка количества лайков и репостов публикуемых
сообщений. Сообщения, публикуемые лидерами общественного мнения в
социальных медиа набирают, как правило, более 1000 лайков и 500 репостов в
первые 5 минут. Также активность проявляется в написании односложных
одобрительных комментариев: «молодец», «отлично», «согласен» и др.
Постоянные темпы роста количественных показателей записей не зависят от
времени суток и прочих факторов. На основании этого была выдвинута
гипотеза о возможной «накрутке»1 рейтинга подобных сообщений.
Перекрёстные ссылки между лидерами общественного мнения в
социальных медиа. Лидеры общественного мнения в социальных медиа часто
ссылаются друг на друга. В основном подобные ссылки носят характер
одобрения тех или иных высказываний других лидеров общественного
мнения, в то же время, происходит оппонирование в несущественных
вопросах, не связанных с базовой идеологической основой, содержащейся на
страницах лидеров общественного мнения. Таким образом, создаётся
видимость наличия разных точек зрения на ряд вопросов, тем не менее, все
сообщения лидеров общественного мнения имеют однозначную одинаковую
идеологическую основу. Лидеры общественного мнения в социальных медиа,
как правило, также имеют пересечения в аудиториях, читающих публикуемый
ими контент.
Содержание манипулятивных воздействий на аудиторию. Были
выявлены следующие технологии манипулятивных воздействий лидерами
общественного мнения в социальных медиа на свою аудиторию.
1. Обесценивание и обезличивание ярких политических деятелей.
2. Использование большого количества метафор.
Накрутка — это процесс искусственного наращивания численных характеристик сообщений, публикуемых
в социальных медиа, таких как количество лайков, репостов и комментариев.
1
3.
4.
5.
6.
7.
Использование вопросительных форм.
Аппелирование к постам предсказательного характера.
Преобладание сообщений с наставлениями.
Тоталитарный характер коммуникации.
Обращение напрямую к лицам, принимающим решения.
Лидеры общественного мнения в социальных медиа часто используют
в своих сообщениях оскорбления в адрес ярких политических лидеров. Также
не редко используются метафорические формы, из которых точно понятно,
что имеется в виду.
Лидеры общественного мнения в социальных медиа активно
пользуются вопросительными формами, моделируя, таким образом, ситуацию
псевдоинтерактивного общения («псевдо», так как обратная связь лидера
мнения не интересует) и создавая иллюзию возможности для потребителя
этого контента самому подумать и сделать выводы.
На страницах лидеров общественного мнения в социальных медиа
встречаются публикации постов прогнозирующего характера. Эти прогнозы,
как правило, касаются событий, которые должны произойти с высокой
степенью вероятности. В случае, когда прогноз оправдывается, его автор
апеллирует к нему как к свидетельству своей сверхосведомленности,
формируя таким образом у читателей ощущение своей избранности и
допущенности к информации, закрытой для его аудитории. Кроме того, в
целях поддержания реноме человека, вхожего в узкие круги
высокопоставленных политических лидеров, авторы такого рода страниц либо
обращаются в своих постах к известным политикам напрямую, либо
публикуют посты, иллюстрирующие и подтверждающие факты
неформального общения с этими политиками.
Почти во всех сообщениях лидеров общественного мнения в
социальных медиа присутствует лексика наставляющего характера: «Все
будет хорошо у Вас, нужно время и силы продолжить борьбу не только с
внешним врагом, но и с предателями в костюмах brioni внутри страны.»2.
Таким образом, за счет формирования образа в высшей степени авторитетного
мнения, реализуются элементы суггестивного воздействия на аудиторию
подписчиков такого пользователя.
В случае, если посетители страницы высказывают несогласие с
мнением автора и позволяют себе критические замечания в его адрес, или в
адрес ситуации, они демонстративно включаются в так называемые банлисты3. Таким образом, на странице поддерживается тоталитарный характер
коммуникации, согласно которому пользователь может только соглашаться и
публично одобрять мнение автора.
Цитата из поста пользователя социальной сети Facebook, доступной по адресу
https://www.facebook.com/s.z.Man.mskUK?fref=ts
3
Список пользователей, которые лишаются доступа к публикуемому контенту страницы
2
Список использованных источников:
1. Brand Analytics [Электронный ресурс] http://br-analytics.ru/ © Brand
Analytics (по состоянию на 12.03.2014)
2. Filchenkov A., Azarov A., Abramov M. What is more predictable in social
media: Election outcome or protest action? // Proceedings of the 2014
Conference on Electronic Governance and Open Society: Challenges in
Eurasia. 2014. P. 157-161.
3. IQBuzz [Электронный ресурс] http://iqbuzz.ru/about.php © IQBuzz (по
состоянию на 12.03.2014)
4. Lazarsfeld, P.F, Katz E. Personal Inuence. New york. 1955.
5. Абрамов М.В. Маркеры автоматизированного выделения лидеров
общественного мнения в социальных медиа сетях // Научная сессия
НИЯУ МИФИ-2015. Аннотации докладов. В 3 т. Т. 3. Интеллектуальные
системы и технологии. М.: НИЯУ МИФИ. Москва. 2015. С. 153.
6. Абрамов М.В., Азаров А.А. Концепция анализа распространения
контента в социальных медиа на основании методов анализа
защищенности пользователей информационных систем от социоинженерных атак // Материалы ХIV Санкт-Петербургской
международной конференции Региональная Информатика «РИ-2014».
Санкт-Петербург. 2014 с. 543.
7. Абрамов М.В., Тулупьев А.Л., Азаров А.А., Фильченков А.А. Модели
распространения информационных сообщений в социальных сетях //
Научная сессия НИЯУ МИФИ-2015. Аннотации докладов. В 3 т. Т. 3.
Интеллектуальные системы и технологии. М.: НИЯУ МИФИ. Москва.
2015. С. 137.
8. Лупанов, В.Н. Интернет как объект социологического исследования. К
вопросу о развитии социологической сети в Интернете, Web-сети /
В.Н. Лупанов // Информационное общество. — 2001. — №4. — С.41—
43.
9. Россияне «в сети»: рейтинг популярности социальных медиа. //
ВЦИОМ.
Пресс-выпуск
№1951
–
URL.:
http://wciom.ru/index.php?id=459&uid=112476
(по
состоянию
на
03.02.2014);
10.Фильченков А.А., Азаров А.А., Абрамов М.В. Компаративный анализ
методологических основ задач прогнозирования исходов выборов и
протестов по цифровым следам пользователей в социальных медиа //
Труды XVII Всероссийской объединенной конференции «Интернет и
современное общество». Санкт-Петербург. 2014. с. 159–163.
Контрольные вопросы:
1. Какие средства мониторинга социальных медиа Вам стали известны
после прослушивания материала?
2. Для исследований какого рода удобно применять средства
мониторинга социальных медиа?
3. Какие существенные недостатки инструментов киберметрии Вы
можете перечислить?
4. На что нужно обращать внимание при выборе инструмента
киберметрии?
5. Кого называют лидером общественного мнения в социальных медиа?
6. Какие маркеры лидеров общественного мнения в социальных медиа
Вы можете перечислить?
7. Данные какого рода можно получить с помощью IQBuzz?
Задания:
1. Создайте запрос для получения информации об упоминаниях Вашей
школы в социальных медиа.
2. Приведите примеры ЛОМ в социальных медиа и дайте им
характеристику, соответствующую маркерам.