Краснодар, Россия
Краснодар, Россия
Исследование посвящено описанию комплексного метода анализа сетевых лингвистических данных, основанного на семантическом моделировании дискурсивных полей и сетевом анализе. Анализ глобальных дискурсивных полей как социальных графов посредством визуализации и анализа семантических ядер позволяет оперативно выявлять тематики, вызывающие широкий общественный резонанс, и проводить предиктивную аналитику вектора культурных и социально-политических тенденций. Результаты позволили предложить органам власти ряд рекомендаций по организации эффективного информационного управления и нивелирования социальной напряженности в регионах за счет дискурсивного регулирования коммуникативных процессов в онлайн-пространстве.
дискурсивные поля, онлайн-сообщества, семантическое ядро, сетевая лингвистика, социальные медиа, ВКонтакте, сетевые лингвистические данные
1. Гнедаш А. А. Четвертая волна феминизма: политический дискурс и лидеры мнений в социальной сети Твиттер. Вестник Российского университета дружбы народов. Серия: Политология. 2022. № 24. С. 64-89. https://doi.org/10.22363/2313-1438-2022-24-1-64-89 EDN: https://elibrary.ru/CHOQOJ
2. Рябченко Н. А., Гнедаш А. А., Малышева О. П., Катермина В. В. Управление политическим контентом в онлайн-пространстве современных государств: как Twitter не позволил Д. Трампу выиграть президентские выборы в 2020 г.? Политическая наука. 2021a. № 4. С. 135-160. https://doi.org/10.31249/poln/2021.04.06 EDN: https://elibrary.ru/NRMMID
3. Рябченко Н. А., Малышева О. П., Катермина В. В., Гнедаш А. А. Модель коммуникации «говорящий - слушающий» в условиях цифровизации лингвистического поворота: опыт сетевого и лингводискурсивного анализа контента видеохостинга «YouTube». Политическая лингвистика. 2021б. № 1. С. 81-94. https://doi.org/10.26170/1999-2629_2021_01_07 EDN: https://elibrary.ru/NANPGZ
4. Aaditi K. A Study about Influence of Social Media in Agriculture Marketing with reference to India. Advances in Management, 2020, 13(4): 50-65.
5. Chen B., Zhu X., Shui H. Socio-semantic network motifs framework for discourse analysis. LAK22: 12th International Learning Analytics and Knowledge Conference, 2022, 500-506. https://doi.org/10.1145/3506860.3506893 EDN: https://elibrary.ru/MEMUDR
6. Chomsky N. Syntactic Structures. Berlin, N. Y.: Mouton de Gruyter, 2002. https://doi.org/10.1515/9783110218329
7. Ji S., Pan S., Cambria E., Marttinen P., Philip S. Y. A survey on knowledge graphs: representation, acquisition, and applications. IEEE Transactions on Neural Networks and Learning Systems, 2021, 33(2): 494-514. https://doi.org/10.1109/TNNLS.2021.3070843 EDN: https://elibrary.ru/PSVKUH
8. Kalantari K. E., Frrokhi B. M. H., Ghonchepour M. A Critical discourse analysis of Trump’s tweets based on Van Dijk model. Journal of Zabanpazhuhi, 2020, 12(34): 155-156.
9. Leong C., Pan S. L., Bahri S., Fauzi A. Social media empowerment in social movements: power activation and power accrual in digital activism. European Journal of Information Systems, 2019, 28(2): 173-204. https://doi.org/10.1080/0960085X.2018.1512944
10. Manganello J. A., Chiang S. C., Cowlin H., Kearney M. D., Massey P. M. HPV and COVID-19 vaccines: social media use, confidence, and intentions among parents living in different community types in the United States. Journal of Behavioral Medicine, 2022, 17(15): 1-17. https://doi.org/10.1007/s10865-022-00316-3 EDN: https://elibrary.ru/VZFRLB
11. McDonald N., Forte А. Powerful privacy norms in social network discourse. Proceedings of the ACM on Human-Computer Interaction, 2021, 5(CSCW2): 1-27. https://doi.org/10.1145/3479565
12. Papatzani E. Encountering everyday racist practices: sociospatial negotiations of immigrant settlement in Athens, Greece. International journal of urban and regional research, 2021, 45(1): 61-79. https://doi.org/10.1111/1468-2427.12984 EDN: https://elibrary.ru/PZGIVF
13. Pasta S. Social network conversations with young authors of online hate speech against migrants. Cyberhate in the Context of Migrations. Palgrave Macmillan: Cham, 2022, 187-214. https://doi.org/10.1007/978-3-030-92103-3_8
14. Ryabchenko N. A., Gnedash A. A., Malysheva O. P., Shestakova A. A., Nikolaeva M. V. Socio-political content and regional discourse of modern Russia: the issues discussed by citizens in the online space and the solutions offered by the candidates for governor in their election manifestos (intersection points and fault lines). South Russian Journal of Social Sciences, 2019, 20(4): 27-48. DOI: https://doi.org/10.31429/26190567-20-4-27-48; EDN: https://elibrary.ru/UJFVGJ
15. Tesnière L. Elements of structural syntax. Amsterdam & Philadelphia, PA: John Benjamins, 2015, 780. DOI: https://doi.org/10.1075/z.185
16. Wagner C. J., González-Howard M. Studying discourse as social interaction: the potential of social network analysis for discourse studies. Educational Researcher, 2018, 47(6): 375-383. https://doi.org/10.3102/0013189X18777741
17. Wu D. D., Li C. Emotional branding on social media: a cross-cultural discourse analysis of global brands on Twitter and Weibo. Intercultural Communication in Asia. Education, language and values, eds. Curtis A., Sussex R. Springer, 2018, 225-240. https://doi.org/10.1007/978-3-319-69995-0_11
18. Zhang J., Featherstone J. D., Calabrese C., Wojcieszak M. Effects of fact-checking social media vaccine misinformation on attitudes toward vaccines. Preventive Medicine, 2021, 145. https://doi.org/10.1016/j.ypmed.2020.106408 EDN: https://elibrary.ru/RISRDN
