Два сценария будущего молодежи: результаты картирования групп социальной сети «ВКонтакте» на примере Томска
Аннотация
Социальные сети являются средой, отражающей социальные практи- ки молодежи. Из ситуативной активности каждой группы складываются крупные кластеры, аккумулирующие установки соответствующего слоя молодежи. Исследование проведено по региональным группам социальной сети «ВКонтакте» города Томска. Сбор и визуализация данных развивают актуальную в сетевом анализе методологию картирования информационного пространства (community detection). Содержательно получено наличие двух социально-дифференцирующих стратегий поведения Томской молодежи. У них разные повседневные практики, ценности, референтные группы и инфор- мационные источники, системы самостигматизации. «Низкие» социально- культурные практики соответствуют социальной группе, которую можно охарактеризовать как «группа без будущего» с негативной идентичностью. Кардинально отличаются от них практики социальной группы, нацеленной на получение высшего образования и выстраивание карьеры. Ее представители ориентируются на зарубежные источники, организации и образцы. Значи- тельное внимание в статье уделяется методологии, процессу картирования и интерпретации результатов исследования.
Литература
- Градосельская Г.В. Сетевые измерения в социологии: Учебное пособие. М.: Издательский дом «Новый учебник», 2004.
- Градосельская Г.В., Щеглова Т.Е., Карпов И.А. Картирование политически активных групп в Фейсбуке: динамика 2013–2018 гг. // Вопросы кибербезопас- ности. 2019. № 4. С. 94–104.
- Оре О. Теория графов. М.: Наука, 1980.
- Харари Ф. Теория графов. М.: Мир, 1973.
- Azaouzi M., Rhouma D., Romdhane L.B. Community Detection in Large-scale Social Networks: State-of-the-art and Future Directions // Social Network Analysis and Mining. 2019. Vol. 9. No. 1. P. 1–32.
- Coleman J. The Foundations of Social Theory. Cambridge: Belknap of Harvard University Press, 1990.
- Gradoselskaya G., Karpov I., Shcheglova T. Mapping of Politically Active Groups on Social Networks of Russian Regions (On the Example of Karachay-Cherkessia Republic) // Network Algorithms, Data Mining, and Applications (NET, Moscow, Russia, May 2018) / Eds. I. Bychkov, V. Kalyagin, P. Pardalos, O. Prokopyev. Cham: Springer, 2020. P. 187–200. (Springer Proceedings in Mathematics & Statistics; Vol. 315).
- Moosavi S.A., Jalali M., Misaghian N., Shamshirband Sh., Anisi M.H. Community Detection in Social Networks Using User Frequent Pattern Mining // Knowledge and Information Systems. 2017. Vol. 51. No. 1. P. 159–186.
- Sarswat A., Jami V., Guddet R.M.R. A Novel Two-step Approach for Overlapping Community Detection in Social Networks // Social Network Analysis and Mining. 2017. Vol. 7. No. 1. Article 47.
- Wang D., Li J., Xu K., Wu Y. Sentiment Community Detection: Exploring Sentiments and Relationships in Social Networks // Electronic Commerce Research. 2017. Vol. 17. No. 1. P. 103–132.
- Wasserman S., Faust K. Social Network Analysis Methods and Applications. Cambridge: Cambridge University Press, 1994.
Ключевые слова: сетевой анализ, поиск сообществ, политическая активность молодежи, Томск
Доступно в on-line версии с: 31.12.2020
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция-Некоммерчески») 4.0 Всемирная