Network youth communities in the social-cultural space of the northern region: methodological and empirical aspects of the study

Full Text

Социокультурное пространство представляет собой совокупность коммуникационных связей и отношений между людьми и социальными группами, формируемую жизненными приоритетами индивидов, средой их обитания и ее социальной организацией. Социокультурное пространство находится под влиянием разных факторов и в то же время воздействует на различные сферы — науку, технику, искусство, политику, экономику, экологию и т.д. [23. С. 5]. На протяжении своей истории человек, принимая решения, в той или иной форме, может быть даже неосознанно, всегда выстраивал следующую причинно-­следственную цепочку: «как было — как есть — как будет». Однако современные трансформационные процессы вмешиваются в эту логику, нарушая непрерывность ее связей. Причем чем меньшей историко-­эмпирической памятью обладает та или иная часть общества, тем более мощное воздействие на нее оказывают трансформационные шоки: «будущее не вырастает само по себе из нашего прошлого. Мы его призваны конструировать, моделировать, причем модели и конструкты будут сидеть в нас самих. Какой конструкт построим — в таком и будем жить» [22. С. 25]. В первую очередь сказанное относится к молодым поколениям.

Молодежные сообщества как объект исследования достаточно давно находятся в поле внимания отечественной и зарубежной науки, поскольку от жизненных установок их участников, общественно-­политических взглядов, приоритетов и системы ценностей зависит будущее государства и общества [20]. Анализ социальных процессов в молодежных сообществах позволяет выделить определенные закономерности их возникновения, развития, трансформации и исчезновения [11; 12]. Особое внимание сегодня уделяется неформальным молодежным сообществам, поскольку некоторые из них могут стимулировать девиантное, аморальное и антисоциальное поведение, формировать молодежные движения в формате стихийных, не поддающихся управлению и контролю. По имеющимся данным, в социальной сети «ВКонтакте» среди неформальных молодежных сообществ не так давно наиболее многочисленными были националистические объединения, анимэшники, панки, готы, околофутбольные объединения, растаманы и хип-­хоп сообщества [2. С. 56]. Очевидно, что этот список далеко не исчерпывающий, в частности, в нем не нашли отражение многие особенности отдельных молодежных групп. Соответственно, необходимы новые подходы к исследованию поведения молодежных сообществ в социальных сетях, в том числе с учетом ментальной и территориальной специфики их участников, которая характерна для ряда регионов. Например, территориально-­локальные особенности социокультурного пространства северных территорий России — это, прежде всего, низкая плотность населения, малые по численности города, поселки и села, большие расстояния и слабо развития транспортная инфраструктура между населенными пунктами.

В связи с этим представляется крайне важным решение следующих задач: с позиции существующих теоретических подходов оценить возможности модели порогового (конформного) поведения и теоретико-­игровой модели в изучении локальных сообществ в социальных сетях; описать типовые локальные группы представителей молодежных сообществ северных регионов в социальных сетях; обозначить их статистические характеристики для последующего моделирования. В статье рассмотрены как методологические особенности, так и практические аспекты изучения поведения локальных групп молодежных сообществ в социальных сетях.

Сетевые сообщества и социальные коммуникации

В настоящее время цифровая трансформация общества представляет собой технологическое изменение коммуникативных форм, что преобразует и содержание социальной коммуникации (общения). Цифровая трансформация меняет социальное поведение целых поколений пользователей глобальной информационной сети, порождая новые формы идентичности, в том числе виртуальной [14. С. 93]. Не секрет, что каналы социальной коммуникации, в первую очередь социальные сети, активно используются для информационно-­психологического влияния на личность, группы и общество. При изучении его многочисленных социальных аспектов, таких как вовлеченность, иерархия и стратификация, формирование групп широко применяется метод сетевого анализа [43]. Отметим, что только за 2023 год число пользователей социальных сетей в мире увеличилась на 5,6 %: в 2023 году зарегистрировалось 266 млн новых пользователей, на начало 2024 года их общее количество в мире достигло 5,04 млрд, т.е. в среднем в мире появлялось 8,4 новых пользователя социальных сетей в секунду (1). В 2023 году 81 % россиян использовали Интернет ежедневно (2). По данным ВЦИОМ, российские пользователи соцсетей и мессенджеров в возрасте от 16 до 64 лет проводят в них в среднем 8 часов 21 минуту в день (2). Наиболее активная аудитория — молодежь 18–24 лет (92 %) и 25–34 лет (94 %). Наиболее популярные в России платформы — YouTube, «ВКонтакте», Telegram, TikTok и «Одноклассники», в среднем пользователь имеет аккаунты в семи соцсетях, но больше всего времени проводит в сети «ВКонтакте».

Основными социальными последствиями распространения и развития сетей в информационном пространстве выступают виртуализация социальных коммуникаций, увеличение количества коммуникативных каналов и формирование особого «цифрового поколения» [13. С. 210]. Изучение социальных сетей проводится на разных уровнях — от индивидуальных участников и небольших групп (микроуровень) до крупных (мезоуровень) и глобальных (макроуровень) сообществ [1; 7; 39]. Основные задачи таких проектов — определение статистических характеристик сетей и создание их моделей, предсказание поведения сетей на основе структурных свойств и локальных правил управления узлами, мониторинг соцсетей (3). Один из наиболее эффективных методов изучения социальных сетей — моделирование: формирование и развитие сетей как объектов, распространение информации и контент сетей, поведение сетевых сообществ и др. При моделировании социальных сетей важным требованием выступает соблюдение таких специфических условий, как малый диаметр, безмасштабность, кластеризация и ассортативность. В нашем исследовании мы рассматриваем социальные сети с точки зрения относительно небольших (локальных) сообществ людей, имеющих причины для непосредственного общения, и их поведения.

Вопросы, связанные с поведением в социальных сетях, изначально рассматривались в контексте социометрии Я.Л. Морено, затем Дж. Барнс в середине прошлого века ввел в научный обиход сам термин «социальные сети» [29], С. Милгрэм предложил теорию «тесного мира» [42], М. Грановеттер — концепцию «силы слабых связей» [37] и т.д. Так, проведенный Милгрэмом почтовый эксперимент для проверки гипотезы «о шести рукопожатиях» был неоднократно и успешно повторен с использованием электронной почты и социальных сетей [28; 35; 41; 45; 46]. Также исследуется стохастическая структура сетей [27; 30; 31; 32; 33; 36] и моделируются случайные графы [21]. Особый интерес представляют разные классы моделей информационного влияния, к которым можно отнести модели с линейными порогами, независимых каскадов, просачивания и заражения, по типу Изинга, клеточных автоматов, цепей Маркова, игровые модели и комбинации классических моделей конформного (порогового) поведения и теоретико-­игровых моделей [5]. С точки зрения системного подхода вполне естественно в качестве концептуальной основы моделирования динамики сетевых сообществ принять гипотезу, что эти сообщества зарождаются, развиваются, кластеризуются или разделяются, исчезают и т.д. по определенным законам. Так, для описания сегрегационных процессов, в ходе которых сетевые сообщества разделяются на группы, можно прибегнуть к модели Т. Шеллинга, формализованной с помощью цепей Маркова [47].

Модель конформного коллективного поведения, в которой агенты осуществляют бинарный выбор (действовать или бездействовать) была предложена Грановеттером [38] и получила развитие как за рубежом, так и в работах отечественных ученых [8; 9]. Однако концепция Грановеттера основывается на идеях солидарного общества, а связи в нем рассматриваются только как положительные [25], хотя между отдельными агентами могут быть и связи конфликтного типа, что относится к теории игр [6]. Вопросы игрового подхода, а также идентификации пороговых моделей поведения для ряда социальных сетей были представлены в программном докладе В.В. Бреера и Д.А. Рогаткина в 2015 году (4).

В изучении социальных сетей с позиции рациональности агентов (выгоды-­затраты) при формировании сетевых сообществ необходимо рассматривать ситуации игрового равновесия, складывающиеся при взаимодействии людей. Существенная часть исследований социального взаимодействия затрагивает малые группы и в большей степени отражает социально-­психологические аспекты взаимодействия [17. С. 86]. Наиболее перспективная модель с точки зрения соответствия эмпирическим характеристикам социальных онлайн-­сетей — модель Боргса-­Чайес-Динга-­Люсье [34], которая опирается на идеи сети аффилиации — агенты создают сообщества, в результате чего связи между агентами, участвующими в одних и тех же сообществах, образуются при некоторых условиях. В частности, полезность агентов определяется локально, и игроки организуют сетевые мероприятия, стоимость которых растет с количеством участников. При этом выгода распределяется равномерно между участниками, а между любыми двумя игроками, которые вступают во взаимодействие не менее определенного количества раз r за определенный период времени, формируется связь. Полученный граф связей и есть социальная сеть модели. Равновесие по Нэшу анализируется для случая, когда каждый игрок получает от соседей в сети выгоду a > 0, а затраты организатора мероприятия линейны и составляют b + cL, где b > 0, c > 0, L — количество приглашенных. При условии a > cr и достаточно малых b все равновесия по Нэшу имеют полный граф. Если же a < cr, то равновесия соответствуют классу сетей с существенной кластеризацией, и ее коэффициент ограничен величиной, обратной средней степени вершин. Для любой последовательности степеней с конечным средним и ограниченного количества вершин степени не выше двух можно построить равновесие по Нэшу, создавая социальную сеть с заданными условиями [34].

Молодежные сетевые сообщества

Молодежные сетевые сообщества структурно крайне неоднородны, отличаются по интересам, возрасту, гендеру, уровню образования и т.д. Как следствие, появляются, трансформируются, исчезают, а нередко и возрождаются в новом качестве обособленные группы молодежи, редко пересекающиеся в информационном пространстве, развивающиеся в особой информационной и культурной среде. Специфика виртуальной активности молодежи порождает «сжатую» форму коммуникации, деформирует когнитивную сферу, обусловливая фрагментарные знания и «клиповое» мышление. Таким образом, обостряется угроза размывания традиционной системы ценностей, базирующейся на объективных реалиях и историческом опыте [13. С. 210]. Активное использование молодым поколением социальных сетей накладывает отпечаток и на его социально-­психологические характеристики. Например, для активных молодых пользователей сети «ВКонтакте» зачастую характерны непостоянство и неорганизованность, склонность недооценивать себя и свои возможности, свобода от социальных норм, что может приводить к нарушениям в поведении этой социальной группы [10. С. 80]. Также необходимо учитывать превалирующую роль образовательного контекста для многих молодых групп, особенно в специфических территориальных условиях Севера и Арктики [4; 16; 18; 24; 44]. В социальных сетях молодежь часто реализует свой протестный потенциал, в том числе маргинальные политические практики, которые при определенных условиях переходят в плоскость реальных действий. При этом протест может быть устойчивой личностной характеристикой, реакцией на определенную ситуацию, следствием субъективного переживания несправедливости, угрозы потери благ, унижения и т.п. [3. С. 25]. Протестные настроения молодежи в случае негативных изменений или значимого социально-­психологического повода могут активизироваться, обретя широкий масштаб не только в виртуальных социальных сетях, но и офлайн — на улицах городов [15. С. 40].

В качестве гипотезы мы выдвинули предположение, что наиболее актуальные вопросы в сетевых сообществах — экологические и культурные, в том числе экологический и культурный протест, который не может не привлекать молодежь. Поэтому анализ протестной компоненты сетевой активности молодежи имеет крайне важное значение в изучении поведения молодежных сообществ и групп. Кстати, озабоченность состоянием окружающей среды и ее жизнеспособностью ранее была зафиксирована как одна из основных тенденций в развитии сетевых сообществ [19. С. 63].

В качестве объекта анализа была выбрана социальная сеть «ВКонтакте» как одна из наиболее массовых в России: ежемесячно ею пользуются 89 миллионов человек (5). После анализа имеющегося программного обеспечения для анализа социальных сетей (более двух десятков сервисов), в качестве потенциальных инструментов были рассмотрены несколько (Табл. 1). В итоге как наиболее подходящий был выбран сервис «VK.BARKOV.NET» (6). Его функционал включает такие скрипты, как «все подписчики групп»; «поиск групп»; «фильтр групп по их данным» (город, последний пост на стене и т.д.); «полная информация о группах»; «администраторы групп»; «обсуждения в группах»; «вывод записей из социальной сети с ключевыми словами»; «поиск по упоминаниям» и ряд других. Сервис может применяться для определения статистических показателей сообществ или пользователей, распределение участников по возрасту, полу, месту проживания, среднему количеству времени в сетях, устройствам доступа, наличию аккаунтов в других социальных сетях. В качестве базы первого этапа рассматривались локальные сетевые сообщества Архангельской области с ярко выраженной эколого-­просветительской и эколого-­протестной направленностью в сравнении с аналогичными общероссийскими группами.

Таблица 1
Выбор программного обеспечения для эксперимента

Программное обеспечение	Сфера применения	Требования для использования	Стоимость	Ссылка
Pepper-­ninja	Сбор данных, мониторинг, поиск сообществ, пользователей	Доступ к сети, профиль для авторизации	Есть демоверсия, полный доступ от 490 руб.	https://pepper.ninja/
VK.BARKOV.NET	Сбор данных, мониторинг, парсинг информации	Доступ к Интернет, профиль для авторизации	Есть бесплатный доступ, полный функционал от 399 руб.	https://vk.barkov.net/
TargetHunter	Сбор данных, мониторинг, парсинг информации	Доступ к сети	Есть бесплатный доступ, полный функционал от 1999 руб. за 3 месяца	https://targethunter.ru/
Segmento Target	Сбор данных, мониторинг, парсинг информации	Доступ к сети	Есть бесплатный доступ, полный функционал от 399 руб.	https://segmento-­target.ru/
Brand24	Поиск упоминаний по веб-­ресурсам и социальным сетям, анализ тональности сообщений, построение отчетов в виде инфографики	Доступ к сети, для эффективной работы необходимо изучить встроенные уроки	Есть бесплатный доступ, основные тарифы от $79	https://brand24.com

Сообщество «Экология России» (7) включает в себя около 333 тысяч участников, из них порядка 82 % — молодежь в возрасте до 35 лет. Географию сообщества можно условно разделить на четыре группы: к первой, наиболее многочисленной, относятся Москва и Санкт-­Петербург, ко второй — Воронеж, Краснодар и Ростов-­на-Дону (своего рода южный кластер), к третьей — промышленные города Екатеринбург, Новосибирск, Омск, Пермь, Самара и Челябинск, к четвертой, немногочисленной, но с ярко выраженной экологической повесткой, попадают центры горнорудного и металлургического производства — Курск, Липецк, Магнитогорск, Новокузнецк, Череповец, машиностроения — Тольятти, нефтяной промышленности — Тюмень, целлюлозно-­бумажной — Архангельск и т.д. В данном сообществе активно обсуждаются природоохранные проекты, вопросы экологического туризма, эколого-­просветительской деятельности.

Экологическое движение «РазДельный Сбор» (8), в котором состоит более 88 тысяч участников, в основном из Санкт-­Петербурга, ратует за установку контейнеров для сбора вторсырья, занимается экопросветительством как среди взрослого населения, так и детей, помогает наладить раздельный сбор мусора на массовых мероприятиях и в офисах компаний. Доля молодежи — 45 %.

«Всероссийское зоозащитное движение» (9) объединяет более 61 тысячи участников — зоозащитников и любителей животных со всей России, а также зоозащитные общественные и некоммерческие организации, преимущественно из Москвы и Санкт-­Петербурга. Доля молодежи до 35 лет составляет порядка 38 %.

Сообщество «Экология» (10) состоит из более 19 тысяч участников, 44 % — молодежь до 35 лет. Сообщество позиционирует себя как центр общественного мониторинга проблем экологии и защиты леса. За исключением традиционно представленных Москвы и Санкт-­Петербурга по активности участников также лидируют Казань, Краснодар, Нижний Новгород и Новосибирск.

Переходя на региональный уровень, отметим сообщество из более чем 4 тысяч экоактивистов (преимущественно из Архангельской области) «Чистый Север — чистая страна» (11), в котором доля молодежи до 35 лет составляет 54 %. Основные теги сообщества — #чистыйсевер, #Архангельск, #чистаястрана, #экология. Другое региональное сообщество, объединяющее более 3 тысяч неравнодушных жителей в основном из Архангельска, Северодвинска и Новодвинска, радеет за сохранение природы и красоты — «За экологию Архангельской области!» (12). Доля молодежи в нем существенно ниже, чем в предыдущих группах, — 18 %.

Сообщество «Экология Поморья. Северо-­Запад» (13) (более 9,6 тысяч участников, в том числе 43 % — до 35 лет) — это открытая группа творческого коллектива журнала «Экология Поморья» и общественного сайта «Эколог29» (14). Основные теги — #ЭкологияПоморья и #Экология_Поморья_полезная_информация. Основную долю участников составляют жители Архангельска, на втором месте — Москва, на третьем — Санкт-­Петербург. Вероятно, участники группы из обеих столиц — выходцы из Поморья, сохранившие северную ментальность (предположение основано на общеизвестной отрицательной динамике миграции населения из северных регионов).

Создание и функционирование сообщества «Поморье — не помойка» (15), несомненно, связаны с экологическими протестными настроениями последних нескольких лет, которые были вызваны попытками реализации крупных «мусорных» проектов на юге Архангельской области, а также вблизи «большой агломерации» Архангельск — ­Северодвинск — Новодвинск. Из 29 тысяч участников (доля молодежи — 30 %) значительную часть за пределами архангельского региона составляют жители Санкт-­Петербурга и Москвы, а также Республики Коми. Что касается соседней с Архангельской областью Республикой Коми, то экологический протест, вызванный проектом технопарка Шиес, в значительной степени всколыхнул и этот регион. Среди наиболее популярных тегов сообщества лидируют #МусорнаяРеформа, #Шиес, #ЭкоИнтегратор, #АрхангельскаяОбласть.

Из общего числа молодых людей в возрасте до 35 лет (360475 человек) 6975 состоят одновременно в двух и более из перечисленных сообществ. Матрица пересечений участников до 35 лет по группам представлена в Таблице 2.

Таблица 2
Матрица пересечений эко-­сообществ в сети «ВКонтакте» (участники до 35 лет)

Сообщества	A	B	C	D	E	F	G	H
A: Экология России	273295	1595	746	1354	172	33	73	182
B: Экологическое движение «РазДельный Сбор»	1595	39933	388	943	159	25	33	310
C: Всероссийское зоозащитное движение	746	388	23073	92	17	7	12	17
D: «Экология»	1354	943	92	8459	47	12	42	76
E: «Чистый Север – чистая страна»	172	159	17	47	2200	65	81	168
F: «За экологию Архангельской области!»	33	25	7	12	65	547	47	131
G: Экология Поморья. Северо-­Запад	73	33	12	42	81	47	4157	147
H: «Поморье — не помойка»	182	310	17	76	168	131	147	8811

 Упомянутые экологические сообщества Архангельской области в социальной сети «ВКонтакте» имеют общую аудиторию в примерно 46 тысяч человек (уникальных аккаунтов, исключающих дублирование участников в разных сообществах), но доля молодежи до 35 лет составляет порядка 34 %, что существенно меньше, чем у общетематического сообщества «Экология России», но вполне сопоставимо с аналогичными показателями общероссийских сетевых сообществ «РазДельный Сбор», «Всероссийское зоозащитное движение» и «Экология», специализирующихся на разных аспектах экологической тематики. Две основные сетевые группы экологического толка, контекстно привязанные к Архангельской области, — сообщества «Поморье — не помойка» и «Экология Поморья. Северо-­Запад», причем число их общих участников незначительно, поскольку они представляют альтернативные точки зрения или имеют разные области экологических интересов. Также у двух сообществ «Чистый Север — чистая страна» и «За экологию Архангельской области!» количество подписчиков на порядок меньше, чем у двух основных, и около четверти подписчиков каждой из этих групп состоят в сообществе «Поморье — не помойка». В каждой из двух малых групп есть участники сообщества «Экология Поморья. Северо-­Запад», но незначительное число.

Наглядной иллюстрацией похожести сообществ может служить матрица бинарных коэффициентов общности П. Жаккара [39], которые рассчитываются по формуле:

\( K_J = \frac{c}{a+b-c}, \)

где a и b — количества элементов в группах, c — количество  элементов в их пересечении. 0 ≤ K_J ≤ 0, т.е. 0 означает полное отсутствие общих элементов в группах, а близость к 1 — совпадение групп. Расчет коэффициентов Жаккара для молодежных эко-­сообществ в социальной сети «ВКонтакте» представлен в Таблице 3 (наибольшее значение K_EF – 0,0242 у региональных сообществ E: «Чистый Север — чистая страна» и F: «За экологию Архангельской области!»).

Таблица 3
Коэффициенты П. Жаккара для эко­сообществ  в социальной сети «ВКонтакте» (участники до 35 лет)

	A	B	C	D	E	F	G	H
A	1	0,0051	0,0025	0,0048	0,0006	0,0001	0,0003	0,0006
B	0,0051	1	0,0062	0,0199	0,0038	0,0006	0,0007	0,0064
C	0,0025	0,0062	1	0,0029	0,0007	0,0003	0,0004	0,0005
D	0,0048	0,0199	0,0029	1	0,0044	0,0013	0,0033	0,0044
E	0,0006	0,0038	0,0007	0,0044	1	0,0242	0,0129	0,0155
F	0,0001	0,0006	0,0003	0,0013	0,0242	1	0,0101	0,0142
G	0,0003	0,0007	0,0004	0,0033	0,0129	0,0101	1	0,0115
H	0,0006	0,0064	0,0005	0,0044	0,0155	0,0142	0,0115	1

 Приведенные выше принципы мониторинга и организации методики расчетов могут быть применены и к другим северным регионам, но пока были апробированы для сетевых молодежных сообществ Архангельской области. Можно с определенной долей уверенности предположить, что структурные характеристики экологических сетевых сообществ, хотя бы отчасти наполненных протестной тематикой, с точки зрения участия молодежи до 35 лет, не являются критическими и не достигли пороговых ограничений, а потому не предвещают перехода из онлайн в офлайн. Однако это не означает, что протестно-­экологическая повестка безразлична локальным молодежным сообществам, участники которых проживают на северных территориях. Более того, при технологически правильном выстраивании сетевых взаимодействий с разными группами, активная молодежная составляющая сообществ может быть резко увеличена за относительно короткое время.

С использованием аналогичного подхода мы рассмотрели сетевые музыкальные сообщества как самый представительный компонент молодежной культурной среды. Этот выбор не случаен: музыкальная среда наиболее подвержена культурным трансформациям, чрезвычайно мобильна и одновременно крайне неустойчива к взлетам и падениям своих кумиров. Достаточно вспомнить, что знаменитые Beatles начинали свою музыкальную карьеру в никому не известном портовом ресторане, как и многие входящие в топ российского шоу-­бизнеса высокооплачиваемые исполнители (16). Сегодня на их место приходит следующее поколение представителей музыкальных субкультур — блогеров, по сути «продуктов» сетевых сообществ. Музыкальной сфере присущи высокие темпы динамики, которые по возрастным характеристикам аудитории свойственны преимущественно ее молодежной части. Данные по количеству участников таких музыкальных сообществ приведены в таблице 4.

Таблица 4
Характеристика сообществ музыкальной направленности в сети «ВКонтакте»

№	Наименование сообщества	Количество участников	Доля молодежи, %
1	Новинки Музыки 2024 | Новая Музыка	15682680	56,6
2	Музыка vkmuz (17)	5585163	57,2
3	Музыка mzk (18)	3412696	64,7
4	Новинки Музыки 2024	2920798	50,5
5	Афиша концертов Архангельска. Interfest	12992	36,8
6	BE HAPPY! cover band	7383	35,2
7	КультАрх29 концерты/выставки/кино	8034	36,1
8	Архангельский музыкальный колледж	18353	37,9

 Из общего числа молодых людей в возрасте до 35 лет (15,8 млн) в рассмотренных сообществах 3,1 млн состоят одновременно в двух и более из них. Матрица пересечений групп участников до 35 лет представлена в Таблице 5.

Таблица 5
Матрица пересечений музыкальных сообществ в сети «ВКонтакте» (участники до 35 лет)

Сообщество	A	B	C	D	E	F	G	H
A: Новинки Музыки 2024 | Новая Музыка	8879266	984011	846588	551888	869	375	308	927
B: Музыка vkmuz	984011	3193562	322155	161913	226	116	75	264
C: Музыка mzk	846588	322155	2206459	226874	222	148	81	225
D: Новинки Музыки 2024	551888	161913	226874	1474449	184	78	78	181
E: Афиша концертов Архангельска. Interfest	869	226	222	184	4 779	344	210	252
F: BE HAPPY! cover band	375	116	148	78	344	2597	117	214
G: КультАрх29 концерты/выставки/кино	308	75	81	78	210	117	2 901	209
H: Архангельский музыкальный колледж	927	264	225	181	252	214	209	6 959

 Музыкальные сообщества Архангельской области в социальной сети «ВКонтакте» имеют общую аудиторию порядка 47 тысяч человек, и доля молодежи до 35 лет здесь порядка 37 %, что значительно меньше, чем у общетематических сообществ. Коэффициенты общности для этих групп приведены в Таблице 6. Следует учитывать, что у молодежи северных регионов присутствует свойственная этим территориям местная идентичность, которая связана со сложными природными и социально-­экономическими условиями [26]. Наибольшее значение коэффициента Жаккара K_AB – 0,0887 приходится на пару сообществ — A: «Новинки Музыки 2024 | Новая Музыка» и B: «Музыка https://vk.com/vkmuz», а также A и C: «Музыка https://vk.com/mzk» (K_AC – 0,0827). Можно заметить достаточно высокую степень общности групп A, B, C и D, не имеющих выраженной региональной направленности. Среди региональных групп существенная степень общности отмечена у E: «Афиша концертов Архангельска. Interfest» и F: «BE HAPPY! cover band» (K_EF – 0,0489), а также, что вполне объяснимо, у E и G: «КультАрх29 концерты/выставки/кино» (K_EG – 0,0281).

Таблица 6
Коэффициенты П. Жаккара для музыкальных сообществ в сети «ВКонтакте» (участники до 35 лет)

	A	B	C	D	E	F	G	H
A	1	0,0887	0,0827	0,0563	0,0001	0	0	0,0001
B	0,0887	1	0,0634	0,0359	0,0001	0	0	0,0001
C	0,0827	0,0634	1	0,0657	0,0001	0,0001	0	0,0001
D	0,0563	0,0359	0,0657	1	0,0001	0,0001	0,0001	0,0001
E	0,0001	0,0001	0,0001	0,0001	1	0,0489	0,0281	0,0219
F	0	0	0,0001	0,0001	0,0489	1	0,0217	0,0229
G	0	0	0	0,0001	0,0281	0,0217	1	0,0217
H	0,0001	0,0001	0,0001	0,0001	0,0219	0,0229	0,0217	1

 Значения коэффициентов общности в дальнейшем предполагается использовать в качестве исходных реберных весов графов межгрупповых взаимодействий для имитационного моделирования [см., напр.: 44], а также для определения пороговых значений полезности в теоретико-­игровой модели Боргса-­Чайес — Динга — Люсье.

***

Трансформации в современном обществе существенно изменили основанные на ретроспективных установках процессы социальной активности и принятия решений. Зачастую накопленная «база знаний» уже не помогает — возникающие и самоорганизующиеся офлайн и онлайн сообщества начинают жить и развиваться по иным правилам, не всегда, казалось бы, укладывающимся в «прокрустово ложе» традиционной системной динамики. Но это только кажущийся на первый взгляд «разрыв шаблона». Основные принципы современного прогнозирования позволяют нивелировать данные противоречия и предлагают инструменты для их разрешения. В качестве одного из таких инструментов выступает метод сетевого анализа, успешно применяемый сегодня для исследования коммуникационной среды в разных фрагментах социума. Для анализа сетевых структур разработан широкий спектр программных сервисов, выбор которых диктуется как спецификой решаемых задач, так и предпочтениями исследователей. С коммуникационной точки зрения портретом современного общества в определенной степени может выступать его сетевая динамическая структура, достаточно подробно изучаемая с позиций социальных наук и математики, по крайней мере, с середины прошлого века. Модельные представления коммуникационных процессов, несмотря на все их разнообразие, сегодня так или иначе базируются на соблюдении ряда специфических требований, таких, как малый диаметр сетей, их безмасштабность, кластеризация и ассортативность.

Примечания

(1) См.: URL: https://www.web-­canape.ru/business/statistika-­interneta-i-­socsetej-na-2024-v-­mire-i-v-­rossii.

(2) См.: URL: https://wciom.ru/analytical-­reviews/analiticheskii-­obzor/socialnye-­seti-­i-­messendzhery-
vovlechennost-i-­predpochtenija.

(3) См.: Девять лучших сервисов для мониторинга социальных сетей // URL: https://www.unisender.com/ru/blog/idei/monitoring-­sotsialnyh-setey.

(4) См.: Бреер В.В., Рогаткин А.Д. Модели порогового поведения в социальных сетях // URL: http://www.mathnet.ru/php/seminars.phtml?option_lang=rus&presentid=10838.

(5) См.: URL: https://mediascope.net/data.

(6) См.: Сервис поиска целевой аудитории в социальных сетях // URL: https://vk.barkov.net.

(7) См.: Экология России // URL: https://vk.com/russia_ecology.

(8) См.: Экологическое движение «РазДельный Сбор» // URL: https://vk.com/rsbor.

(9) См.: Всероссийское зоозащитное движение // URL: https://vk.com/zakonseichas.

(10) См.: «Экология» // URL: https://vk.com/ecoonf.

(11) См.: «Чистый Север — чистая страна» // URL: https://vk.com/chist_sever.

(12) См.: «За экологию Архангельской области!» // URL: https://vk.com/ecology_29.

(13) См.: Экология Поморья. Северо-­Запад // URL: https://vk.com/ecologist29.

(14) См.: Эколог29 // URL: https://ecolog29.ru.

(15) См.: «Поморье — не помойка» // URL: https://vk.com/pnp_29.

(16) См.: Экономика шоу-­бизнеса // URL: https://kp-­ru.turbopages.org/kp.ru/s/daily/26993/4054751.

(17) См.: URL: https://vk.com/vkmuz.

(18) См.: URL: https://vk.com/mzk.

About the authors

L. A. Chizhova

N. Laverov Federal Center for Integrated Arctic Research of the Ural Branch of RAS

Author for correspondence.
Email: chijova.mila@yandex.ru
Nikolsky Prosp., 20, Arkhangelsk, 163020, Russia

A. G. Tutygin

N. Laverov Federal Center for Integrated Arctic Research of the Ural Branch of RAS

Email: andgt64@yandex.ru
Nikolsky Prosp., 20, Arkhangelsk, 163020, Russia

R. S. Stirmanova

Lomonosov Northern (Arctic) Federal University

Email: r.s.stirmanova@gmail.com
Nab. Severnoj Dviny, 17, Arkhangelsk, 163002, Russia

References

Supplementary files