Радиопромышленность. 2020; 30: 63-70
Территориальные различия в распространении информации в социальных сетях: результаты моделирования
https://doi.org/10.21778/2413-9599-2020-30-1-63-70Аннотация
Для создания аналитических и имитационных моделей территориальных различий распространения информации в социальных сетях, включая ее вредоносную часть, имеющую манипулятивное воздействие на население, реализована специальная методика формирования выборки статистических данных в популярной сети «ВКонтакте». Построены аналитические модели зависимости скорости распространения информации от среднестатистических размеров круга «друзей» пользователей в различных населенных пунктах Российской Федерации. Коэффициенты объясняемости модели, вычисляемые как квадрат коэффициента корреляции между эмпирическими и модельными данными, умноженный на сто, составляют не менее 95%, что позволяет строить достаточно достоверные прогнозы. В результате типологизации поселений с помощью кластерного анализа выделено семь однородных групп российских поселений, значимо различающихся по скорости распространения информации в социальных сетях. Сделан вывод о перспективности применения результатов моделирования для научного обоснования мероприятий по информационному противодействию манипулятивным влияниям на население в социальных сетях с учетом территориальных различий.
Список литературы
1. Доктрина информационной безопасности Российской Федерации: Утв. Указом Президента Российской Федерации от 5 декабря 2016 г. № 646. [Электронный ресурс]. URL: http://pravo.gov.ru/proxy/ips/?docbody=&nd=102417017 (дата обращения: 16.01.2019).
2. Селезенев Р. С., Скрипак Е. И. Социальные сети как феномен информационного общества и специфика социальных связей в их среде // Вестник КемГУ. 2013. № 2 (54). C. 125–131.
3. Губанов Д. А., Новиков Д. А., Чхартишвили А. Г. Социальные сети: модели информационного влияния, управления и противоборства. М.: ФИЗМАТЛИТ, 2010. 228 с.
4. Системно-динамическое моделирование сетевых информационных операций / В. А. Минаев, М. П. Сычев, Е. В. Вайц, К. М. Бондарь // Инженерные технологии и системы. 2019. Т. 29. № 1. C. 20–39. DOI: 10.15507/2658-4123.029.201901.020-039.
5. Новиков Д. А. Методология управления. М.: Либроком, 2016. 128 с.
6. Палей А. Г., Поллак Г. А. Имитационное моделирование. Разработка имитационных моделей средствами iWebsim и AnyLogic. Спб.: Лань, 2019. 208 с.
7. Расторгуев С. П., Литвиненко М. В. Информационные операции в сети Интернет. М.: АНО ЦСОиП, 2014. 128 с.
8. Минаев В. А., Шабанов Г. А. Мониторинг вузов: работа над ошибками // Высшее образование сегодня. 2013. № 1. С. 5–10.
9. Савин Л. В. Сетецентричная и сетевая война. Введение в концепцию. М.: Евразийское движение, 2011. 130 с.
Radio industry (Russia). 2020; 30: 63-70
Territorial differences in information propagation on social networks: results of modeling
https://doi.org/10.21778/2413-9599-2020-30-1-63-70Abstract
A special methodology for sampling statistical data in the popular VKontakte network has been implemented in order to create analytical and simulation models of territorial differences in the propagation of information on social networks, its malicious part as well, which has a manipulative effect on the population. Analytical models of the information dissemination speed dependence on the average size of the «friends» circle of users in various settlements of the Russian Federation are built. The explainability coefficients of the model calculated as the square of the correlation coefficient between empirical and model data multiplied by one hundred are at least 95%, which allows building fairly reliable forecasts. Seven homogeneous groups of Russian settlements were identified as a result of settlements classification using cluster analysis. Those groups are significantly different in the speed of dissemination of information in social networks. It is concluded that the application of simulation results is promising for the scientific justification of measures for informational counteraction to manipulative influences on the population in social networks with the territorial differences being considered.
References
1. Doktrina informatsionnoi bezopasnosti Rossiiskoi Federatsii: Utv. Ukazom Prezidenta Rossiiskoi Federatsii ot 5 dekabrya 2016 g. № 646. [Elektronnyi resurs]. URL: http://pravo.gov.ru/proxy/ips/?docbody=&nd=102417017 (data obrashcheniya: 16.01.2019).
2. Selezenev R. S., Skripak E. I. Sotsial'nye seti kak fenomen informatsionnogo obshchestva i spetsifika sotsial'nykh svyazei v ikh srede // Vestnik KemGU. 2013. № 2 (54). C. 125–131.
3. Gubanov D. A., Novikov D. A., Chkhartishvili A. G. Sotsial'nye seti: modeli informatsionnogo vliyaniya, upravleniya i protivoborstva. M.: FIZMATLIT, 2010. 228 s.
4. Sistemno-dinamicheskoe modelirovanie setevykh informatsionnykh operatsii / V. A. Minaev, M. P. Sychev, E. V. Vaits, K. M. Bondar' // Inzhenernye tekhnologii i sistemy. 2019. T. 29. № 1. C. 20–39. DOI: 10.15507/2658-4123.029.201901.020-039.
5. Novikov D. A. Metodologiya upravleniya. M.: Librokom, 2016. 128 s.
6. Palei A. G., Pollak G. A. Imitatsionnoe modelirovanie. Razrabotka imitatsionnykh modelei sredstvami iWebsim i AnyLogic. Spb.: Lan', 2019. 208 s.
7. Rastorguev S. P., Litvinenko M. V. Informatsionnye operatsii v seti Internet. M.: ANO TsSOiP, 2014. 128 s.
8. Minaev V. A., Shabanov G. A. Monitoring vuzov: rabota nad oshibkami // Vysshee obrazovanie segodnya. 2013. № 1. S. 5–10.
9. Savin L. V. Setetsentrichnaya i setevaya voina. Vvedenie v kontseptsiyu. M.: Evraziiskoe dvizhenie, 2011. 130 s.
