версия для печати

Коммуникация молодежи с главами исполнительной власти регионов Российской Федерации во “ВКонтакте” в 2022 году

Попова О. В.,

Доктор политических наук, Санкт-Петербургский государственный университет, Санкт-Петербург, Россия; ИНИОН РАН, Москва, Россия, pov_64@mail.ru

elibrary_id: 240000 | ORCID: 0000-0002-0701-7767 | RESEARCHER_ID: AAE-8870-2022

Гришин Н. В.,

Доктор политических наук, Санкт-Петербургский государственный университет, Санкт-Петербург, Россия; ИНИОН РАН, Москва, Россия, nvgrishin@mail.ru

elibrary_id: 304223 | ORCID: 0000-0002-0850-7581 | RESEARCHER_ID: AAH-4130-2020

Погодина М. Я.,

Национальный исследовательский университет “Высшая школа экономики”, Санкт-Петербург, Россия, mariiapogodina@gmail.com

Дата поступления статьи: 2023.01.20. Принята к печати: 2023.05.23


DOI: 10.17976/jpps/2023.04.09
EDN: SXGQCF

Рубрика: Россия сегодня

Правильная ссылка на статью:

Попова О. В., Гришин Н. В., Погодина М. Я. Коммуникация молодежи с главами исполнительной власти регионов Российской Федерации во “ВКонтакте” в 2022 году. – Полис. Политические исследования. 2023. № 4. С. 122-137. https://doi.org/10.17976/jpps/2023.04.09. EDN: SXGQCF

Поповой О.В. и Гришиным Н.В. статья подготовлена в ИНИОН РАН при финансовой поддержке Министерства науки и высшего образования РФ и ЭИСИ в рамках научного проекта № 122101100043-9 “Политическое доверие российской молодежи: механизмы формирования, состояние, тренды и риски”.

Аннотация

Работа направлена на анализ онлайн-коммуникации российской молодежи с высшими должностными лицами субъектов РФ на примере социальной сети “ВКонтакте”. Исследование вносит вклад в изучение политических эффектов коммуникации в социальных сетях. Статья базируется на результатах эмпирического исследования, проведенного в декабре 2022 г. и охватывающего данные за календарный год. Источником эмпирических данных выступили персональные страницы глав исполнительной власти субъектов РФ. Для обработки данных использованы методы тематического моделирования и семантического анализа. В фокусе внимания исследования – коммуникационные практики российской молодежи, реализованные при общении в социальной сети. Исследование позволило получить знание о проблемах и тональности, которую готовы проявлять представители российской молодежи при взаимодействии с руководителями органов государственной власти. Выявлены приоритетные темы, интересующие молодых пользователей, с разбивкой по федеральным округам и субъектам федерации. Интерпретирована информация о региональной дифференциации по количеству негативных и позитивных комментариев со стороны молодежи на страницах глав исполнительной власти регионов. Установлены территориальные и временны́е различия в распределении комментариев в социальных сетях по тональности. Выявлено, что ключевые события 2022 г. не привели к существенным изменениям в тональности коммуникационных сообщений, кроме незначительного роста доли нейтральных комментариев. Подтверждаются предположения, что особенности политической коммуникации в социальных сетях способствуют распространению скорее умеренных и нейтральных мнений. Проведенное исследование позволило уточнить представления о перспективах и ограничениях методов тематического моделирования и семантического анализа при изучении коммуникации в социальных сетях.

Ключевые слова

политическое доверие молодежи, молодежь, политическая коммуникация, социальные сети, сетевой анализ, тематическое моделирование, семантический анализ.

 Текст статьи

Батура Т.В. 2017. Методы автоматической классификации текстов. Программные продукты и системы. № 1. С. 85-99. https://doi.org/10.15827/0236-235X.117.085-099. EDN: ZDUXCL.

Исаева Е.А., Фролов А.А., Беляков А.А., Гребенко Е.Д. 2021. Лояльность молодежи к современной российской власти. Южно-Российский журнал социальных наук. Т. 22. № 4. С. 22-41. https://doi.org/10.31429/26190567-22-4-22-41. EDN: PJBAFS.

Ковалев А.Д., Никифоров И.В., Дробинцев П.Д. 2021. Автоматизированный подход к семантическому поиску по программной документации на основе алгоритма Doc2Vec. Информационно-управляющие системы. № 1. С. 17-27. https://doi.org/10.31799/1684-8853-2021-1-17-27. EDN: SBRUMH.

Коршунов А., Белобородов И., Бузун Н., Аванесов В., Пастухов Р., Чихрадзе К., Козлов И., Гомзин А., Андрианов И., Сысоев А., Ипатов С., Филоненко И., Чуприна К., Турдаков Д., Кузнецов С. 2014. Анализ социальных сетей: методы и приложения. Труды Института системного программирования РАН. Т. 26. № 1. С. 439-456. EDN: RUMXCP.

Назаров М.М., Иванов В.Н., Кублицкая Е.А. 2019. Медиа, институты и доверие российских граждан. Вестник Российского университета дружбы народов. Серия: Социология. Т. 19. № 2. С. 277-288. https://doi.org/10.22363/2313-2272-2019-19-2-277-288. EDN: WAVOYQ.

Aarts, K., Fladmoe, A., & Strömbäck, J. (2012). Media, political trust, and political knowledge: a comparative perspective. In T. Aalberg, & J. Curran (Ed.), How Media Inform Democracy: A Comparative Approach (pp. 98-118). New York, NY: Routledge.

Avery, J.M. (2009). Videomalaise or virtuous circle? The influence of the news media on political trust. The International Journal of Press/Politics, 4, 410-433. https://doi.org/10.1177/1940161209336224

Brosius, A., van Elsas, E.J., & de Vreese, C.H. (2019). How media shape political trust: news coverage of immigration and its effects on trust in the European Union. European Union Politics, 20(3), 447-467. https://doi.org/10.1177/1465116519841706

Ceron, A. (2015). Internet, news, and political trust: the difference between social media and online media outlets. Journal of Computer-Mediated Communication, 20(5), 487-503. https://doi.org/10.1111/jcc4.12129

Chadwick, A. (2013). The hybrid media system: politics and power. London: Oxford University Press.

Chen, S. (2018). K-nearest neighbor algorithm optimization in text categorization. IOP Conference Series: Earth and Environmental Science, 108(5), 052074. https://doi.org/10.1088/1755-1315/108/5/052074

Fogel, J., & Nehmad, E. (2009). Internet social network communities: risk taking, trust, and privacy concerns. Computers in Human Behavior, 25(1), 153-160. https://doi.org/10.1016/j.chb.2008.08.006

Grishin, N. (2022). Electoral reform during the COVID-19 pandemic: empirical evidence from Russia. Russian Politics, 7(4), 535-554. https://doi.org/10.30965/24518921-00604030

Hitesh, M., Vaibhav, V., Kalki, Y.J.A., Kamtam, S.H., & Kumari, S. (2019). Real-time sentiment analysis of 2019 election tweets using word2vec and random forest model. In 2019 2nd International Conference on Intelligent Communication and Computational Techniques (ICCT), Jaipur, India (pp. 146-151). https://doi.org/10.1109/ICCT46177.2019.8969049

Kollmann, T., Kayser, I., & Stöckmann, C. (2012). Acceptance of electronic democracy: an empirically validated approach. Electronic Government, 4, 370-387. https://doi.org/10.1504/EG.2012.049725

Kollmann, T., Kayser, I., & Stöckmann, C. (2015). What matters most? Investigating the role of perceived risk and trust in the acceptance of social networks for political communication. Electronic Government, an International Journal, 9(4), 306-321. https://doi.org/10.1504/eg.2015.071410

Li, T.R., Chamrajnagar, A.S., Fong, X.R., Rizik, N.R., & Fu, F. (2019). Sentiment-based prediction of alternative cryptocurrency price fluctuations using gradient boosting tree model. Frontiers in Physics, 7. https://doi.org/10.3389/fphy.2019.00098

Memoli, V. (2020). The effect of the media in times of political distrust: the case of European countries. Italian Journal of Electoral Studies, 83(1), 59-72. https://doi.org/10.36253/qoe-9532

Norris, P. (2011). Democratic deficit: critical citizens revisited. New York, NY: Cambridge University Press.

Papakyriakopoulos, O., Medina Serrano, J.C., & Hegelich, S. (2020). Political communication on social media: A tale of hyperactive users and bias in recommender systems. Online Social Networks and Media, 15, 100058. https://doi.org/10.1016/j.osnem.2019.100058

Raschka, S. (2014). Naive Bayes and text classification I – Introduction and theory.                arXiv:1410.5329. https://doi.org/10.48550/arXiv.1410.5329

Rodrìguez, M., & Zechmeister, E.J. (2018). Media pluralism, public trust, and democracy: new evidence from Latin America and the Caribbean. Washington, DC: CIMA.

Rupapara, V., Rustam, F., Amaar, A., Washington, P.B., Lee, E., & Ashraf, I. (2021). Deepfake tweets classification using stacked Bi-LSTM and words embedding. PeerJ Computer Science, 7, e745. https://doi.org/10.7717/peerj-cs.745

Smorgunov, L., Popova, O., & Tropinova, E. (2020). Citizens' attitudes to e-government: a study across ten Russian regions. Communications in Computer and Information Science, 1242, 250-262. https://doi.org/10.1007/978-3-030-65218-0_19

Stoycheff, E., & Nisbet, E.C. (2014). What’s the bandwidth for democracy? Deconstructing Internet penetration and citizen attitudes about governance. Political Communication, 31(4), 628-646. https://doi.org/10.1080/10584609.2013.852641

Strömbäck, J., & Shehata, A. (2010). Media malaise or a virtuous circle? Exploring the causal relationships between news media exposure, political news attention and political interest. European Journal of Political Research, 49(5), 575-597. https://doi.org/10.1111/j.1475-6765.2009.01913.x

Tworzecki, H., & Semetko, H.A. (2012). Media use and political engagement in three new democracies: Malaise versus mobilization in the Czech Republic, Hungary, and Poland. The International Journal of Press/Politics, 1(4), 407-432.  https://doi.org/10.1177/1940161212452450

Van Aelst, P. (2017). Media malaise and the decline of legitimacy: any room for good news? In C. van Ham (Ed.), Myth and Reality of the Legitimacy Crisis: Explaining Trends and Cross-National Differences in Established Democracies (pp. 95-114). Oxford: Oxford University Press.

Zheng, Q., Tian, X., Yang, M., & Su, H. (2019). The email author identification system based on support vector machine (SVM) and analytic hierarchy process (AHP). IAENG International Journal of Computer Science, 46(2), 178-191. 

Возможно, Вас заинтересуют: