Клименко Анна Борисовна, кандидат технических наук, старший научный сотрудник
ул. Чехова, д. 2, г. Таганрог 347928
Klimenko A. Borisovna, Cand. of Sci. (Engineering), Senior Research Fellow
2 Chekhov str. Taganrog 347928
Коровин Яков Сергеевич, кандидат технических наук, директор
ул. Чехова, д. 2, г. Таганрог 347928
Iakov S. Korovin, Cand. of Sci. (Engineering), Director
2 Chekhov str. Taganrog 347928
Сафроненкова Ирина Борисовна, младший научный сотрудник
пр. Чехова, д. 41, г. Ростов-на-Дону 344006
Irina B. Safronenkova, Junior Research Fellow
41 Chekhov ave., Rostov-on-Don 344006
Цель исследования. Целью данного исследования является выявление базовых признаков социальной напряженности в сети Интернет с целью автоматического выявления очагов ее распространения, на основе результатов когнитивного моделирования и онтологического анализа.
Методы. До недавнего времени методы выявления социальной напряженности в обществе сводились к анализу результатов анкетирования. Однако сдвиг многих коммуникативных процессов в информационное пространство ставит вопросы о выявлении новых признаков социальной напряженности, характерных именно для виртуальной среды, а также о выявлении базовых признаков, реализуемых в цифровой среде, которые могли бы быть обнаружены в автоматическом режиме. В данной статье путем анализа доступных в открытых источниках публикаций, относящихся к оффлайн-методам детекции социальной напряженности, анализа специфики интернет-пространства, сформирован набор признаков социальной напряженности, характерный для интернет-среды. На основе сформированного набора признаков разработаны онтология признаков социальной напряженности в сети Интернет, а также когнитивная карта развития ситуации в цифровой среде и когнитивная карта признаков социальной напряженности в Интернете. Для выявления базовых стадий социальной напряженности и базовых признаков использовалось импульсное моделирование.
Результаты. Основными результатами данной работы являются: комплекс признаков социальной напряженности в цифровой среде сети Интернет, а также выявленный комплекс базовых признаков социальной напряженности, характерный для начальных этапов развития ситуации, что обосновано результатами импульсного моделирования.
Заключение. Проведенное импульсное моделирование позволяет сделать вывод о том, что невербальные выражения негативных эмоций прослеживаются в подавляющем большинстве активных действий в рамках развития ситуации социальной напряженности в сети Интернет. Следовательно, анализ данных в первую очередь должен фиксировать очаги информации, которой сопутствуют выявленные признаки, что позволит выявлять источники социальной напряженности в Интернете на ранней стадии развития.
Purpose of research. The purpose of this study is to identify the basic signs of social tension on the Internet in order to automatically identify the centres of its distribution, based on the results of cognitive modeling and ontological analysis.
Methods. Until recently, methods for detecting social tension in society were reduced to the analysis of the results of surveys. However, the shift of many communicative processes into the information space raises questions about the identification of new signs of social tension typical for the virtual environment, as well as about the identification of basic signs in the digital environment that could be detected automatically. In this article, by analyzing publications available in open sources related to offline methods of detecting social tension, analyzing the specifics of the Internet, a set of signs of social tension typical for the Internet environment is formed. On the basis of the formed set of signs, an ontology of signs of social tension on the Internet was formed, as well as a cognitive map of the development of the situation in the digital environment and a cognitive map of signs of social tension on the Internet. Impulse modeling was used to identify the basic stages of social tension and its basic signs.
Results. The main result of this work is a set of signs of social tension in the digital environment of the Internet, as well as the identified set of basic signs of social tension typical for the initial stages of the development of the situation, which is proved by the results of impulse modeling.
Conclusion. The conducted impulse modeling allows us to conclude that nonverbal expressions of negative emotions can be traced in the vast majority of active actions within the development of a situation of social tension on the Internet. Therefore, data analysis should first of all register the centres of information that accompany the identified signs, which will allow identifying sources of social tension on the Internet at an early stage of development.
The authors declare that there are no conflicts of interest present.