Журнал: Социология: методология, методы, математическое моделирование (Социология:4М)Петров А. П., Прончев Г. Б.Динамическая модель дискуссии пользователей новостных онлайновых массмедиа DOI: https://doi.org/10.19181/4m.2022.31.1-2.4. EDN: YHLCME Петров Александр Пхоун Чжо ФИЦ Институт прикладной математики им. М.В. Келдыша РАН, Москва, РоссияПрончев Геннадий Борисович ФИЦ химической физики им. Н.Н. Семенова РАН, Москва, Россия Полный текст Открыть текстСсылка при цитировании: Петров А. П., Прончев Г. Б. Динамическая модель дискуссии пользователей новостных онлайновых массмедиа // Социология: методология, методы, математическое моделирование (Социология:4М). 2022. Том. 0. № 54-55. С. 104-128.DOI: https://doi.org/10.19181/4m.2022.31.1-2.4. EDN: YHLCMEРубрика: МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕАннотация: Работа посвящена моделированию дискуссии в новостных онлайновых массмедиа. Рассматривается динамический процесс увеличения количества комментариев к статье, опубликованной на новостном сайте. В предлагаемой модели разделяются комментарии, которые сделаны к тексту статьи (корневые комментарии), и комментарии на комментарии (дискуссия). Для апробации модели рассмотрены два эмпирических случая: комментарии пользователей сайта газеты The Guardian к двум статьям политической тематики. Построены эмпирические временные ряды для количества комментариев обоих типов, проведено сопоставление этих рядов с результатами расчета по модели. Для каждого из двух случаев получено, что модельная динамика по каждой из переменных в целом соответствует эмпирической, хотя является более сглаженной. Тем самым показано, что предложенная модель качественно удовлетворяет эмпирическим данным. Данный результат показывает, что динамика дискуссии зависит не только от интереса, который вызывает непосредственно статья, написанная профессиональным журналистом,но также от того, в какой мере вызывают интерес сделанные читателями комментарии. Другими словами, читатели не просто комментируют статью, а формируют дискуссию.Литература:Муравьев В.И., Прончев Г.Б., Прончева Н.Г. Современные интернет- технологии как средство сглаживания социального неравенства в контексте взаимоотношений гражданского общества с государством // Образование и право. 2013. № 12 (52). С. 77–85. EDN: RUXZVX. Исследование Rambler&Co. Привычки медиапотребления: аудитория онлайн-СМИ предпочитает короткие форматы и тратит на чтение более 15 минут в день // Rambler&Co: [сайт]. [2023]. URL: https://rambler-co.ru/news/529?ysclid=lhwm2vaxqa207555747 (дата обращения: 19.05.2023). Consumption of online news rises in popularity // Eurostat: [сайт]. 24 August 2022. URL: https://ec.europa.eu/eurostat/web/products-eurostat-news/-/ddn-20220824-1 (дата обращения: 01.08.2023). Levy R.E. Social media, news consumption, and polarization: Evidence from a field experiment // American economic review. 2021. Vol. 111, № 3. Р. 831–870. DOI: 10.1257/aer.20191777. EDN: AZYVXC. Kitchens B., Johnson S.L., Gray P. Understanding Echo Chambers and Filter Bubbles: The Impact of Social Media on Diversification and Partisan Shifts in News Consumption // MIS quarterly. 2020. Vol. 44, № 4. Р. 1619–1649. DOI: 10.25300/MISQ/2020/16371.Ling R. Confirmation bias in the era of mobile news consumption: the social and psychological dimensions // Digital Journalism. 2020. Vol. 8, № 5. Р. 596–604. DOI: 10.1080/21670811.2020.1766987. Peterson E., Goel S., Iyengar S. Partisan selective exposure in online news consumption: Evidence from the 2016 presidential campaign // Political science research and methods. 2021. Vol. 9, № 2. Р. 242–258. DOI: 10.1017/psrm.2019.55. Schindler M., Domahidi E. The growing field of interdisciplinary research on user comments: A computational scoping review // New Media & Society. 2021. Vol. 23, № 8. Р. 2474–2492. DOI: 10.1177/1461444821994491. Hermida A., Thurman N. A clash of cultures // Journalism Practice. 2008. № 2, № 3. Р. 343–356. DOI: 10.1080/17512780802054538. Diakopoulos N., Naaman M. Towards quality discourse in online news comments // Proceedings of the ACM 2011 conference on computer supported cooperative work, Hangzhou, China. Hangzhou: Association for Computing Machinery, 2011. Р. 133–142. DOI: 10.1145/1958824.1958844. Stroud N.J., Van Duyn E., Peacock C. News Commenters and News Comment Readers // Engaging News Project. 2016. URL: http://mediaengagement.org/wp-content/uploads/2016/03/ENP-News-Commenters-and-Comment-Readers1.pdf (дата обращения: 05.09.2023). Прончев Г.Б., Михайлов А.П. Виртуальные социальные среды Интернета как инструмент политической борьбы // Вопросы политологии. 2021. Т. 11, № 11(75). С. 3092–3101. DOI: 10.35775/PSI.2021.75.11.012. EDN: CQODGK. Gubanov D.A. Methods for Analysis of Information Influence in Active Network Structures // Automation and Remote Control. 2022. Vol. 83, № 5. Р. 743–754. DOI: 10.1134/S0005117922050071. EDN: EGPGWC. On an approach to measure the level of polarization of individuals’ opinions / A.G. Chartishvili, I.V. Kozitsin, V.L. Goiko, E.R. Saifulin // 2019 Twelfth International Conference “Management of large-scale system development” (MLSD). Moscow: IEEE, 2019. P. 1–5. DOI: 10.1109/MLSD.2019.8911015. EDN: FBLLPR. Creating collections of descriptors of events and processes based on Internet queries / A. Boldyreva, O. Sobolevskiy, M. Alexandrov, V. Danilova // Lecture Notes In Computer Science. 2017. Vol. 10061. P. 303 – 314. DOI: 10.1007/978-3-319-62434-1_26. EDN: XOGXUC. Chung M., Munno G.J., Moritz B. Triggering Participation: Exploring the Effects of Third-Person and Hostile Media Perceptions on Online Participation // Computers in Human Behavior. 2015. № 53. Р. 452–461. DOI: 10.1016/j.chb.2015.06.037. Davison W.P. The third-person effect in communication // Public Opinion Quarterly. 1983. № 47. Р. 1–15. DOI: 10.1086/268763.Lee E.J., Jang Y.J., Chung M. When and how user comments affect news readers’ personal opinion: perceived public opinion and perceived news position as mediators // Digital Journalism. 2021. Vol. 9, № 1. Р. 42–63. DOI: 10.1080/21670811.2020.1837638. Wang C., Ye M., Huberman B.A. From user comments to on-line conversations // Proceedings of the 18th ACM SIGKDD international conference on Knowledge discovery and data mining. Beijing, China, 2012. Р. 244–252. DOI: 10.1145/2339530.2339573. ISBN: 978-1-4503-1462-6. Martinson. J. Why did the Daily Mail support Johnson long after other press allies turned their backs? // The Guardian. 2022. July, 7. URL: https://www.theguardian.com/commentisfree/2022/jul/07/boris-johnson-daily-mail-press-allies (дата обращения: 05.09.2023). Kettle M. Forget the ‘natural party of government’: these Tories are headless chickens // The Guardian. 2022. July, 13. URL: https://www.theguardian.com/commentisfree/2022/jul/13/natural-party-of-government-tories-leadership-election (дата обращения: 05.09.2023).Сведения об авторахПетров Александр Пхоун Чжо ФИЦ Институт прикладной математики им. М.В. Келдыша РАН, Москва, РоссияДоктор физико-математических наук, ведущий научный сотрудникПрончев Геннадий Борисович ФИЦ химической физики им. Н.Н. Семенова РАН, Москва, Россиякандидат физико-математических наук, доцент, старший научный сотрудник ФИЦ химической физики им. Н.Н. Семенова РАНСодержание выпуска>> Содержание выпуска 2022. Том. 0. № 54-55. >> Архив журнала