Визуализация сетевой структуры групповых отношений в контексте анализа социальной сплоченности

  • Валентина Николаевна Ярская–Смирнова Саратовский государственный технический университет имени Ю.А. Гагарина jarskaja@mail.ru
  • Виталий Владимирович Печенкин Саратовский государственный технический университет имени Ю.А. Гагарина pechenkinvv@sstu.ru
  • Дмитрий Сергеевич Решетников Саратовский государственный технический университет имени Ю.А. Гагарина rds29@yandex.ru
Выражение признательности
Статья подготовлена при финансовой поддержке РФФИпроект «Социальная сплоченность в российском обществесостояниеизмерениемодель»проект 14-06-00242

Аннотация

В статье изложены результаты анализа структурных особенностей функционирования виртуальных сообществ в социальных сетях. Представлена апробация метода анализа социальной сплоченности как одной из характеристик социальных сетей. Предложена типология структур социальных сетей на основе анализа результатов их визуализации, описана последовательность шагов, выполненных при формировании, обработке и интерпретации данных.
Ключевые слова:
социальная сплоченность, социальная сеть, визуализация, метрические характеристики сети

Биографии авторов

Валентина Николаевна Ярская–Смирнова, Саратовский государственный технический университет имени Ю.А. Гагарина
доктор философских наук, профессор кафедры социологии, социальной антропологии и социальной работы
Виталий Владимирович Печенкин, Саратовский государственный технический университет имени Ю.А. Гагарина
кандидат физико-математических наук, доктор социологических наук, профессор кафедры социологии, социальной антропологии и социальной работы
Дмитрий Сергеевич Решетников, Саратовский государственный технический университет имени Ю.А. Гагарина
аспирант кафедры прикладных информационных технологий

Литература

Кастельс М. Информационная эпоха: экономика, общество и культура / Пер. с англ. под ред. О.И. Шкаратана. М.: ГУ ВШЭ, 2000.



Градосельская Г.В. Сетевые измерения в социологии: учебн. пособие / Под ред. Г.С. Батыгина. М.: Новый учебник, 2004. URL: http://www.nir.ru/sj/sj/ sj99-grado.html (дата обращения: 01.10.2014).



Барсукова С.Ю. Неформальная экономика и сетевая организация пространства в России // Мир России. 2000. Т. 9. № 1. С. 52–68.



Методология онлайн-исследований в социальных науках. URL: http:// soc.hse.ru/online/texts (дата обращения: 01.10.2014).



Гнатышак Д.В., Игнатов Д.И., Кузнецов С.О., Пульманс Й., Семенов А.В. Анализ данных (Data Mining) онлайн социальных сетей с помощью бикластеризации и трикластеризации // Тринадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2012 (16–20 октября 2012 г., Белгород, Россия). Т.2. Белгород, 2012. C. 66-73.



Mislove A., Marcon M., Gummadi K., Druschel P., Bhattacharjee B. Measurement and analysis of online social networks // Proceedings of the 7th ACM SIGCOMM conference on Internet measurement, 2007. P. 29–42.



Ярская В., Ярская-Смирнова Е. Социальная сплоченность: выбор идеологии и механизма реализации // Интеллигенция и идеалы российского общества: сб. ст. по мат. XI Междунар. теоретико-методол. конф. М.: РГГУ, 2010. С. 150–159.



Социальная солидарность и альтруизм: социологическая традиция и современные междисциплинарные исследования: сб. науч. тр. / Отв. ред. Д.В. Ефременко. М.: ИНИОН, 2014. С. 10–16.



Алешина М.А., Печенкин В.В. Социальная сплоченность как элемент формирования новой социальной политики // Инновационная деятельность. 2013. № 4. С. 43–51.



Berger-Schmitt R. Social Cohesion as an Aspect of the Quality of Societies: Concept and Measurement // EuReporting Working Paper No. 14. Centre for Survey Research and Methodology (ZUMA), Social Indicators Department. Mannheim, 2000.



Spiliotopoulos T., Oakley I. Understanding motivations for facebook use: usage metrics, network structure, and privacy // Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. 2003. P. 3287–3296. URL: http://tasos-spiliotopoulos.com/publications_assets/CHI13-Spiliotopoulos-FacebookMotivations. pdf (date of access: 01.10.2014).



Smith M., Rainie L., Himelboim I., Shneiderman B. Mapping Twitter Topic Networks: From Polarized Crowds to Community Clusters // Pew research center. 2014, February 20. URL: www.pewinternet.org/files/2014/02/PIP_Mapping-Twitter-networks_022014.pdf (date of access: 01.10.2014).



Hogan B., Carrasco J., Wellman B. Visualizing personal networks: Working with participant aided sociograms // Field Methods. 2007. Vol. 19 (2). P. 116–144.



Chu Kar-Hai, Wipfli H., Valente T.W. Using Visualizations to Explore Network Dynamics // Journal of Social Structure. 2013. Vol. 14. URL: http://www.cmu.edu/ joss/content/articles/volume14/ ChuWipfliValente.pdf (date of access: 01.10.2014).



Hansen D.L., Rotman D., Bonsignore E., Milic-Frayling N., Rodrigues E., Smith M., Shneiderman B. Do You Know the Way to SNA?: A Process Model for Analyzing and Visualizing Social Media Network Data // Proceeding SO-CIALINFORMATICS ‘12 Proceedings of the 2012 International Conference on Social Informatics. Washington, 2012. P. 304–313. http://hcil2.cs.umd.edu/trs/2009-17/2009-17.pdf (date of access: 01.10.2014).



Freeman L. Visualizing Social Networks // Journal of Social Structure. 2000. Vol. 1.



Brandes U., Freeman L., Wagner D. Social Networks // Handbook of Graph Drawing and Visualization / Ed. R. Tamassia. Boca Raton, F: CRC Press, 2012. P. 806–808.



Seidman S. Network structure and minimum degree // Social Networks. 1983. Vol. 5. P. 269–287.



Jacomy M., Venturini T., Heymann S., Bastian M. ForceAtlas2, a Continuous Graph Layout Algorithm for Handy Network Visualization Designed for the Gephi Software // PLOS ONE. 2014, June 10.
Раздел
ОНЛАЙН-ИССЛЕДОВАНИЯ