Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
https://open.mgimo.ru/handle/123456789/3811| Название: | Network vs Message in Protest Diffusion on Social Media: theoretical and Data Analytics Perspectives Сеть или текст? Факторы распространения протеста в социальных медиа: теория и анализ данных |
| Авторы: | Akhremenko, A. Stukal, D. Petrov, A. Ахременко, А.С. Стукал, Д.К. Петров Александр Пхоун Чжо |
| Ключевые слова: | political protest social networks social media Venezuela online communication Internet bots data analytics политический протест социальные сети социальные медиа Твиттер Венесуэла онлайн-коммуникация интернет-боты анализ данных |
| Дата публикации: | 2020 |
| Библиографическое описание: | Akhremenko A.S., Stukal D.K., Petrov A.P. Network vs Message in Protest Diffusion on Social Media: Theoretical and Data Analytics Perspectives. – Polis. Political Studies. 2020. No. 2. P. 73-91. (In Russ.). https://doi.org/10.17976/jpps/2020.02.06 Ахременко А. С., Стукал Д. К., Петров А. П. Сеть или текст? Факторы распространения протеста в социальных медиа: теория и анализ данных. – Полис. Политические исследования. 2020. № 2. С. 73-91. https://doi.org/10.17976/jpps/2020.02.06 |
| Аннотация: | Social media can act as an environment that accumulates and concentrates protest sentiment before it brings people to the streets. The social ties that connect people online are similar to their offline ties, and the structure of social ties can affect the diffusion of both the protest-related information and the protest itself. In addition, social media can serve as core platforms or environments for articulating collective goals and identities. This article builds on previous scholarship that has developed these ideas, and extends it with an empirical analysis of the Venezuelan Twittersphere during the political unrest in that country. Short messages – tweets – are the basic building blocks of online protest behavior on Twitter. Some of these tweets get virally retweeted so can achieve very broad audiences. These viral tweets are arguably of key importance for the articulation of protest sentiment. However, what kind of tweet tends to become viral? Is it a tweet posted by someone with a fortunate position in the social media network, or one that stands out as particularly catchy or emotional? We formalize and test these competing hypotheses using two groups of empirically observable features characterizing either the author of a tweet or its content. The first group of features includes the average number of followers the retweeting users have, the total number of followers the author of the original tweet has, whether the author or a retweeter are verified Twitter users, etc. The other group describes the content of the tweet and includes binary indicators of whether the tweet contains links to external platforms, emojis, or question or exclamation marks. The dependent variable is the total number of retweets. We analyze over 5.7 million unique tweets using modern data science approaches and methods (e.g. a LASSO-regression model, cross-validation, etc.) and find that the first-group features are much more informative for modeling the dependent variable. This finding turns out to be very robust and holds for both OLS and LASSO models. In addition, given the increasing importance that social media bots – i.e. automated accounts that are able to post retweet, among other things – have recently gained for political communication, we also perform robustness checks by removing bots from the analysis. We find that the network characteristics matter more than the content-related features under study. Социальные сети способны аккумулировать и концентрировать протестный потенциал, который может затем выплескиваться на улицу. Сетевые связи между индивидами в онлайн-среде родственны связям в физической реальности, и их структура может оказывать влияние на распространение как информации о протесте, так и протестного поведения. Цифровые платформы способны выступать центральными площадками формулирования коллективных целей и идентичностей. Эти положения, сформулированные на основе проведенных ранее исследований, стали отправной точкой настоящей работы, сосредоточенной в ее эмпирической части на венесуэльском сегменте сети Twitter. “Элементарными единицами” протестной активности в Twitter являются отдельные сообщения (твиты), некоторые из которых мультиплицируются (retweet) и достигают аудитории национального масштаба. Именно эти, наиболее популярные твиты играют наибольшую роль в формировании протестного потенциала. Но какие твиты становятся популярными? Те, что написаны авторами, занимающими лучшую позицию в сетевой структуре, или те, которые имеют более яркое, насыщенное содержание? Мы формализовали эту альтернативу, выделив две группы показателей: одну составили индикаторы сетевой позиции автора, другая же характеризует содержание твита. В качестве зависимой переменной выступает количество ретвитов. Проанализировав более 5,7 млн уникальных твитов с использованием современных подходов и методов науки о данных (регрессия с LASSO-регуляризацией, скользящий контроль и др.), мы выявили, что показатели первой группы имеют существенно большее значение. Поскольку в политической онлайн-коммуникации в последние годы значимую роль играют боты (автоматизированные аккаунты, способные, в частности, делать ретвиты), то мы провели дополнительный анализ, “вычистив” из совокупности ретвитов те из них, которые сделаны ботами. Результат оказался в этом случае тем же, что и для исходной выборки: сеть важнее текста. Сетевая позиция автора, ассоциируемая с его популярностью (в особенности – его популярностью среди популярных пользователей), играет гораздо более значимую роль для распространения твита, чем его содержательные характеристики. |
| URI: | https://open.mgimo.ru/handle/123456789/3811 |
| ISSN: | 1684-0070 1026-9487 |
| Ссылка на текст статьи: | https://www.politstudies.ru/article/5640 |
| Располагается в коллекциях: | Том 30, № 2 |
Файлы этого ресурса:
| Файл | Описание | Размер | Формат | |
|---|---|---|---|---|
| polis_30_2_73_91.pdf | 234,81 kB | Adobe PDF | ![]() Просмотреть/Открыть |
Источник:
Polis. Political Studies
, т. 30
, № 2
, с. 73–91
(2020)
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.
