Рус Eng За 365 дней одобрено статей: 1962,   статей на доработке: 282 отклонено статей: 835 
Библиотека
Статьи и журналы | Тарифы | Оплата | Ваш профиль

Вернуться к содержанию

Революции в Сети: приложение теории самоорганизованной критичности к изучению протестных движений
Жуков Дмитрий Сергеевич

кандидат исторических наук

доцент, Тамбовский государственный университет им. Г.Р. Державина

392000, Россия, Тамбовская область, г. Тамбов, ул. Интернациональная, 33, оф. 316

Zhukov Dmitry Sergeevich

PhD in History

Associate professor, Derzhavin Tambov State University

of. 316,  33,  Internatsional'naya ul., Tambov, Tambovskaya oblast', Russia, 392000

ineternatum@mail.ru
Другие публикации этого автора
 

 
Лямин Сергей Константинович

кандидат исторических наук

доцент, Тамбовский государственный университет им. Г.Р. Державина

392000, Россия, Тамбовская область, г. Тамбов, ул. Интернациональная, 33

Lyamin Sergey Konstantinovich

PhD in History

Associate professor, Derzhavin Tambov State University

33  Internatsional'naya ul., Tambov, Tambovskaya oblast', Russia, 392000

laomin@mail.ru
Другие публикации этого автора
 

 

Аннотация.

Исследование является опытом приложения теории самоорганизованной критичности (СОК) к изучению ряда нелинейных эффектов в социальных медиа, в частности, мощных всплесков протестной активности. В статье изложены ключевые идеи теории СОК и представлены методы идентификации розового шума как атрибута СОК. Объект исследования – связанная совокупность Фейсбук-сообществ, оказавших информационную и организационную поддержку импичменту президента Бразилии Дилмы Русеф. Хронологические рамки работы: январь 2015 – август 2016 года. Показано, что сетевая активность некоторых исследованных сообществ являлась розовым шумом в течение некоторых периодов. Системы в состоянии СОК способны демонстрировать скачкообразный рост активности, что является реализацией внутреннего потенциала систем к саморазрушению и/или качественной трансформации. Изученная протестная социальная сеть обладала ключевыми свойствами для того, чтобы генерировать информационные лавины – быстротечные и чрезвычайно большие всплески создания, передачи и размножения/копирования информации. Представлены факты, которые поддерживают гипотезу о том, что возникновение СОК в сетях связано с массовыми, в том числе насильственными, акциями на улицах. Один из параметров изученных числовых рядов – показатель степенного закона – может служить индикатором для диагностики состояния сетей, в частности, для выявления их способности к спонтанным информационным лавинам.

Ключевые слова: социальные сети, нелинейные эффекты, самоорганизованная критичность, розовый шум, лавины, протесты, Фейсбук-сообщества, Бразилия, Дилма Русеф, импичмент

DOI:

10.7256/2585-7797.2017.4.24559

Дата направления в редакцию:

04-11-2017


Дата рецензирования:

30-10-2017


Дата публикации:

29-12-2017


Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 17-06-00082а «Применение теории самоорганизованной критичности для изучения и моделирования социальных систем и исторических процессов».

Abstract.

The article gives an example of the way self-organized criticality (SOC) theory can be used to study a number of nonlinear effects in social media, protest movement sharp rises in particular. The authors describe the key ideas of the SOC theory and methods to identify pink noise as a SOC attribute. The research object is an associated total of Facebook communities which lent informational and organizational support to the impeachment of Brazil’s president Dilma Rousseff. Chronological frames of the work is January 2015 – august 2016. It has been shown that net activity of some communities understudy was a pink noise within a number of periods. SOC systems can demonstrate explosive activity increase that is the inner potential of systems for self-destruction and/or qualitative transformation. The protest social network studied had key features to generate informational avalanches – fast and big explosions of information creation, transmission and copying. The authors name facts supporting the idea that SOC advent in the nets is caused by mass street actions (violent as well). One parameter of the numerical series studied is a power law factor which can be indicative for network diagnostics, in particular, for revealing their potential for spontaneous informational avalanches.

Keywords:

non-linear effects, self-organized criticality, pink noise, avalanches, protests, Facebook communities, Brazil, Dilma Rousseff, impeachment, social networks

Современные протестно-революционные события демонстрируют отсутствие классических революционных атрибутов, хорошо известных из истории революций Нового и раннего новейшего времени. В современных революциях нет соразмерных предпосылок (в виде, например, чрезвычайного «обнищания низов»). Зато здесь есть скоротечные институциональные коллапсы, всплески социальной активности без длительного подготовительного периода, несоразмерность причин и следствий (в частности, информационных поводов и их результатов), быстрая самоорганизация, плохая управляемость и непредсказуемость последствий социально-политических трансформаций. Такие революции возникают как бы «на пустом месте», «из ничего». Однако, конечно, они должны иметь некоторые предпосылки и механизмы, которые, полагаем, можно отчасти разъяснить, обратившись к объяснительным схемам теории СОК.

В работе «Синергетика и сетевая реальность» авторы – Т.С. Ахромеева, Г.Г. Малинецкий, Н.А. Митин, С.А. Торопыгина – обращают внимание феномен «революций в Сети»: «Само общество пронизано сетевыми структурами… Однако… эффективные действия сетевых структур, способных быстро парализовать огромный государственный аппарат и могущественные ведомства, показывают, что практика здесь очень сильно обогнала теорию. Необходимо быстро и масштабно исследовать, осмыслить и понять новые возможности и угрозы сетевой эпохи, в которую вступило человечество» [1, c. 12].

Многие из процессов, которые находятся в центре нашего внимания в этом исследовании, разворачивались и/или хорошо отражались в социальных медиа. Социальные сети не только репрезентуют социо-политические настроения, но и формируют их, поскольку являются значимым механизмом социальной самоорганизации и социального манипулирования (особенно, если речь идёт об организации современной протестной или контр-протестной активности).

«Сетевая жизнь» демонстрирует некоторые нелинейные эффекты, которые трактует теория СОК. Именно в социальных сетях (благодаря репостам и пр. инструментам) формируются быстрые и многочисленные обратные причинно-следственные связи, ответственные за разрастание дисбалансов. Здесь вполне может возникнуть феномен самоотражения недовольства, когда исходные причины протеста перестают быть соразмерны следствиям, поскольку многократно самоотражаются, создавая виртуальную ситуацию всеобщей катастрофы, всеобщего недовольства и пр. Кроме того, социальные сети являются средой, в которой происходит неограниченная микроуровневая коммуникация агентов, которая вполне может генерировать макросистемные эффекты.

Теория СОК приспособлена для объяснения именно сложных многокомпонентных систем с обратными связями – то есть систем, типологически близких к социальным сетям. Поэтому, мы полагаем, идеи и методы теории СОК позволяют разъяснить внутренние свойства и динамику сетевых сообществ.

Подходы теории СОК

В системах, находящихся в состоянии критичности, любое – даже незначительное – событие имеет не только локальные, но и всеобщие для системы последствия. Поэтому даже краткосрочные и несильные воздействия инициируют незатухающие причинно-следственные волны. Эти волны накладываются – иногда усиливая, а иногда ослабляя друг друга. Самоорганизованная критичность может возникать только в системах, которые обладают рядом необходимых свойств: в частности, они состоят из множества элементов и содержат причинно-следственные петли. Причём, элементы должны иметь возможность взаимодействовать без существенных ограничений. В состоянии критичности основные параметры систем изменяются в режиме розового шума (1/ f -шума), который считается атрибутом СОК. Розовый шум (рисунок 1A) это процесс, который состоит из подъёмов и спадов, каждый из которых также представляет собой совокупность меньших подъёмов и спадов, которые, в свою очередь, также являются набором ещё меньших подъёмов и спадов и т.д. Розовый шум – это фрактальный процесс, каждый элемент которого подобен целому [2].

П. Бак так описывает розовый шум: «Здесь есть изменения всех размеров: быстрые, происходящие за несколько минут, и медленные, длящиеся годами… Этот сигнал может рассматриваться как суперпозиция всплесков всевозможных масштабов; он выглядит как горный ландшафт, но только не в пространстве, а во времени. Можно посмотреть на него и как на наложение периодических сигналов всех частот – это просто другой способ сказать, что в нём есть составляющие всех временных масштабов… 1/f‑Сигнал сочетает в себе всплески всех длительностей» [3, c. 68-69].

Системы в состоянии критичности, как правило, переживают быстрые и значительные изменения – лавины. Это срыв одного или нескольких ключевых параметров в бесконечность. Розовый шум, поэтому, считается предвестником быстрой и радикальной трансформации системы. Впрочем, известны реальные критические системы, которые обладая специфическими механизмами обеспечения устойчивости, существуют неограниченно долго. Постоянное ожидание катастрофы – нормальное состояние для подобных систем.

Теория СОК претендует на то, чтобы дать универсальное объяснение природы розового шума и различных эффектов, с ним связанных. Розовый шум и, затем, лавины возникают под влиянием микроуровневых процессов. Теория связывает макродинамику системы с поведением множества мельчайших элементов. Для запуска процессов, ведущих к лавине, требуются очень несильные воздействия-инициаторы. Это могут внешние импульсы или случайные события. Если система обладает определёнными внутренними свойствами, причинно-следственные петли не дают импульсам затухнуть. Множество взаимодействующих элементов системы не могут прийти в равновесие. Однако долгое время катастрофические процессы не проявляются заметным образом. Лавина, как правило, возникает очень быстро. Параметры системы срываются в бесконечность. Это может означать социальный взрыв или землетрясение, массовое вымирание животных или катастрофический разлив реки.

Так возникает нелинейный эффект – нарушение соразмерности причин и следствий. Ординарные микропричины генерируют экстраординарное макрособытие. Вчера или год назад некоторые обычные факторы, казалось бы, не имели никакого эффекта, а сегодня они вызывают катастрофу.

Внешнему наблюдателю должно казаться, что лавина возникает совершенно неожиданно и, следовательно, беспричинно. Конечно, причины имеются всегда. Кроме того, мы можем, с помощью теории СОК, относительно легко обнаружить системы, которые находятся в преддверии лавины. Розовый шум может быть точно вычислен; и он может служить индикатором для диагностирования состояния системы.

rus_nomer001_signali

Рис. 1. Образцы и спектрограммы (А) розового шума, (B) белого шума, (C) красного шума.

Розовый шум, хотя он и содержит значительную примесь случайностей, принципиально отличается от хаотического белого шума (рисунок 1B). Белый шум это процесс, который не имеет памяти и не содержит каких-либо закономерностей.

Красный (Броуновский, «коричневый») шум это, напротив, консервативный эволюционный процесс с очень сильной, но кратковременной памятью (рисунок 1C). Здесь каждое событие зависит от непосредственно предшествующего события. Случайные отклонения возможны, но в узком диапазоне.

Мы полагаем, что изменение типа/цвета сигнала может быть индикатором для выявления, когда и какие качественные изменения происходили или происходят в системе. Кроме того, обнаружение розового шума в том или ином сигнале позволяет выдвигать гипотезы и интерпретаций на основании теории СОК.

Литература

В природе обнаружено большое количество систем, генерирующих розовый шум. Это и разливы рек, и динамика излучения некоторых квазаров, и электрическая активность головного мозга человека, и частота автомобильных пробок на дорогах, и многое другое. Конкретные проявления розового шума могут быть описаны через понятие «прерывистого равновесия». «…[Это явление], – пишет Г.Г. Малинецкий, – наблюдается в процессе биологической эволюции, функционировании социальных и технических систем. Типичной оказывается ситуация, когда в течении очень большого времени ничего заметного не происходит, а затем стремительные изменения кардинально меняют облик системы, наступает время революций, что, разумеется, не отменяет множества мелких событий, которых мы просто не замечаем» [4, c. 39].

Экспансию идей и методов теории СОК в различных (в т.ч. в социальных) науках поддержали Д. Тьюкот [5, 6], М.Бьюкенен [7], Г. Бранк [8, 9, 10]. В статье «Почему общества коллапсируют?...» Г. Бранк декларирует: «Я продвигаю теорию распада обществ, которая основана на самоорганизованной критичности, представляющей собой нелинейный процесс. Этот процесс производит внезапные изменения и формирует фрактальные закономерности в исторических временных рядах. В целом, я предполагаю, что… самоорганизованные критичности повсеместно встречается в человеческих системах…» [10, p. 195].

В другой статье Г. Бранк ставит вопросы о сущности внезапных социальных трансформаций в истории: «Нелинейные динамические процессы самоорганизованной критичности… позволяют объяснить ряд нерешённых аномалий… Почему исторические данные почти всегда содержат несколько экстремальных значений, которые, на первый взгляд, вызваны некоей причиной, отличной от причин остальных значений? …Почему тривиальные случаи иногда развиваются во внезапные изменения… В среде с самоорганизованной критичностью, которая характерна для человеческой истории, величина причины часто не связана с величиной её следствия» [9, p. 25].

В теоретических и обзорных работах [11, 12, 13, 14, 15] можно встретить множество утверждений, что теория СОК применима и эвристически продуктивна в социальных дисциплинах. Т.Крон и Т.Грунд [16] на уровне философского обобщения попытались обосновать тезис, что современное общество имеет атрибуты критического состояния.

Однако за пределами экономики имеется лишь небольшое число статей, в которых содержатся доказательства наличия СОК в конкретных социальных процессах.

Одной из ранних попыток доказать наличие СОК в социальной реальности является работа Д. Робертса и Д. Тьюкота [17], посвящённая военным конфликтам. Л.-Е. Цедерман [18] также обнаружил степенные законы в истории войн. М. Биггс [19] показал, что степенные законы имеются в классовых конфликтах в Чикаго и в стачках в Париже в конце XIX века. В 2014 году С. Пиколи, М. дель Кастилло-Массот, Х. Рибейро, Е. Ленци, Р. Мендес опубликовали работу, в которой демонстрируется степенной закон в распределении действий с применением силы в Ираке, Афганистане и Северной Ирландии [20]. И. Шимада и Т. Кояма [21] изучали динамику электоральных предпочтений в Японии. Исследователи показали, что наличие эффектов СОК может указывать на меру готовности системы к социальным преобразованиям. Р.-А. Тьетар обнаружил эффекты СОК в деятельности крупной корпорации [22].

Эффекты СОК весьма часто обнаруживаются в агентно-ориентированных и иных имитационных моделях [23].

В России инициатива использовать теорию СОК для изучения социальных явлений была высказана в публикациях С.П. Курдюмова, Г.Г. Малинецкого, А.В. Подлазова [24] и Л.И. Бородкина [25]. Исследования нелинейных эффектов – в частности, СОК – в Новой и новейшей истории сосредоточены в рамках исторической информатики [26, 27, 28]. Д.С. Жуков, В.В. Канищев и С.К. Лямин [29, 30] показали наличие розового шума в некоторых рядах исторических данных. Это позволило подтвердить гипотезу о том, что изменение цвета шума является хорошим индикатором для выявления силы, направления и времени трансформации социальной системы. Выявление типа шума позволяет типизировать социальные системы и диагностировать потенциал для всплесков активности.

Объект

Мы сфокусировали внимание на сетевой кампании за импичмент президента Бразилии Дилмы Русеф. Хронологические рамки исследования: 01.01.2015 – 31.08.2016. Ключевые события импичмента произошли в апреле-мае 2016 года, однако юридическая процедура занимала существенно более длительное время, в течение которого имели место массовые уличные акции. Социальное протестное движение инициировалось, организовывалось, транслировалось и приобретало сторонников, в значительной мере, через посредство социальных медиа, а именно – Фейсбук. Поэтому конкретным объектом исследования стала сеть Фейсбук-сообществ, активность которых была направлена на поддержку отставки президента и, в частности, на подготовку массовых уличных акций.

Для анализа активности каждого такого сообщества мы исследовали числовые ряды, которые представляют собой подневные количества репостов всех сообщений/постов, опубликованных в рамках сообщества. Полагаем, такие числовые ряды содержат эвристически ценную информацию о типе сообщества и характере активности. Динамика репостов позволяет диагностировать состояния и возможности виртуального сообщества, в частности, способность инициировать реальные социальные и политические последствия.

Сам по себе репост это довольно простое действие: сделав щелчок мышью, человек распространяет обнаруженное им информационное сообщение среди тех людей, которые связаны с ним в социальной сети.

Если информация, которая публикуется на странице некоторого сообщества, имеет множество нефиктивных репостов, это означает что сетевое влияние данной информации – и сообщества – весьма велико. Эта информация и это влияние распространяются по каналам социальной сети. Количество репостов показывают, насколько широко сеть отражает и размножает информацию, размещённую внутри сообщества.

Репост, таким образом, это элементарный – и фундаментальный – акт восприятия/передачи информации.

Репосты, поэтому, можно рассматривать как выражение ключевого свойства Интернет-среды – рефлексивности. Рефлексивность – как способность к самоотражению своих состояний и внутреннего содержания/информации – является свойством, которое позволяет быстро формировать обратные связи, получать отклики, распространять информацию, выстраивать новые связи и группы. Рефлексивность придаёт изучаемой системе те сущностные свойства, которые позволяют проявляться в этой системе эффектам СОК.

Гипотезы

Мы предположили, что розовый шум в виртуальных сетях и массовые протесты на улицах могут быть связаны. Кроме того, возможно, Интернет-сообщества в состоянии СОК способны транслировать это состояние другим сообщества по каналам рефлексивности.

Наличие среди связанных сообществ значительного числа групп, функционирующих в режиме СОК, повышает вероятность возникновения своего рода информационных лавин. Такие лавины, в частности, представляют собой очень быстрый рост количества репостов.

Лавина может заполнить значительное – теоретически, всё – информационное пространство некоторым месседжем. А Интернет-ресурсы, которые генерируют лавину, на некоторое время становятся доминирующим источником информации в некотором сегменте Сети.

Возникает не просто информационный тренд, а информационно унифицированная среда – идеальная ситуация для социальных манипуляций, для побуждения людей к действиям в реальном мире. Социо-политическое поведение людей, которые подключены к такому сегменту Сети, вероятно, окажется под сильным влиянием информационной лавины.

Обобщая, можно сказать, что состояние самоорганизованной критичности, вероятно, предшествует событиям, известным как цветные революции. Следовательно, обнаружение розового шума в активности Интернет-сообществ позволяет идентифицировать ресурсы, которые функционируют в предреволюционном режиме и способны своей виртуальной активностью вызвать реальные социальные последствия.

Задачи

В целом, мы стремимся понять, как события в невиртуальной реальности влияют и испытывают влияние со стороны социальных сетей, как эти события соотносятся с активностью сетей, с их структурой и динамикой. А именно, мы поставили следующие задачи.

1. Мы намереваемся узнать, возникает ли СОК в сетевых сообществах, а также имеет ли СОК отношение к современным революциям и массовым протестам. Чтобы ответить на эти вопросы, мы соотнесём появление розового шума в сетях с реальными политическими событиями (спокойные периоды, уличные беспорядки и пр.). Это позволит установить/уточнить качественный смысл розового шума.

2. Мы попытаемся увидеть, как критические процессы охватывают сетевые сообщества, коммуницирующие друг с другом. Нас интересует ответ на вопрос, локализованы ли критические процессы в некотором одном сообществе или они могут охватывать совокупность сообществ.

3. Мы соотнесём информационные лавины с возникновение розового шума в сетях, чтобы установить, можно ли увидеть предвестников лавины в активности сетевых сообществ.

Методы: идентификация розового шума

Для идентификации розового шума используется спектральный анализ. Посредством быстрого преобразования Фурье сигнал разлагается на несколько гармоник – простых сигналов с постоянной частотой и амплитудой. Спектрограмма, как правило, строится в двойных логарифмических координатах. По оси х указывается частота конкретной гармоники, а по оси у – её мощность, которая пропорциональна квадрату амплитуды. Сложный сигнал состоит из множества гармоник, которые на спектрограмме представляются как совокупность точек. Если в этой совокупности точек чётко прослеживается степенной тренд, то показатель степенного закона позволяют идентифицировать процесс как розовый или красный («коричневый») шум, или выдвинуть гипотезу о наличии белого шума.

Степенная линия тренда определяется формулой (1), где f это частота, S – мощность, α – показатель степенного закона:

formula1 (1)

От величины α зависит наклон прямой в спектрограмме (рисунок 1). Если α ≈ 1, то это розовый шум. Если α ≈ 2, то шум считается красным.

Если α ≈ 0, то прямая параллельна оси х . Такой сигнал, возможно, является белым шумом. Поскольку для идентификации белого шума требуются обширные данные и специальные тесты, то мы может говорить лишь гипотетически о наличии белого шума в данных.

Один из основателей теории СОК П. Бак указывал, что «степень α [для розового шума] может принимать значения от 0 до 2» [3, c. 69]. Очевидно, что ближе к границам этого диапазона розовый шум плавно переходит в белый или красный.

Мы проводили спектральный анализ в модуле “Spectral (Fourier) analysis” в программе Statistica со следующими настройками: “pad length to power of 2 / yes”, “taper / no”, “subtract mean / yes”, “detrend / yes”.

Для определения степени достоверности тренда мы использовали стандартный математический инструмент – . Чем ближе значение к 1, тем надежнее линия тренда аппроксимирует данные. Низкие значения при околонулевых величинах α свидетельствуют об отсутствии закономерностей, свойственных розовому шуму, что, в целом, достаточно для наших интерпретаций. Заметим также, что, в силу самой природа статистических закономерностей, умеренное отклонение от 1 не свидетельствует о неудовлетворительной репрезентативности линии тренда.

Для того, чтобы по изменению цвета шума обнаружить социальную трансформацию, в самом простом случае, достаточно сравнить величины α двух разных по времени (и приблизительно одинаковых по длительности) суб-периодов (отрезков) одного того же процесса. Это метод последовательных субпериодов – рисунок 2A.

Для более детальных наблюдений мы использовали метод смещённых суб-периодов – рисунок 2B. Этот метод предусматривает выделение субпериодов, которые частично налагаются друг на друга и, вместе с тем, смещены на некоторое количество точек друг относительно друга.

rus_nomer002__sp

Рис. 2. Методы последовательных (А) и смещённых (B) субпериодов.

Методы: построение сети

Нами был реконструирован фрагмент/кластер социальной сети, который представляет собой совокупность сообществ, имеющих непосредственное отношение к протестным акциям. Поставленные задачи требуют, чтобы такая совокупность сообществ была связана отношениями рефлексивности. Иначе говоря, сообщества, включённые в протестный сетевой кластер, должны воспринимать информационный контент и поведение друг друга. Чтобы выявить связи рефлексивности мы учитывали рекомендации групп. (Обычно сообщество рекомендует пользователям иные сообщества в разделе «Страницы, которые нравятся этой странице»). Фейсбук не предоставляет достаточно данных для глубокого анализа групп, поэтому такой формальный критерий для выявления связей рефлексивности оказался доступным, наиболее простым, и вместе с тем, достаточно надёжным. Если одна группа рекомендует другое сообщество, то, как минимум, она воспринимает его.

В качестве первого уровня – сообщества, с которого началось картографирование протестной сети – была выбрана группа Vem Pra Rua Brasil («Выходите на улицу»). Это довольно активная общественно-политическая организация, которая направила значительные усилия на создание собственной сетевой структуры в Фейсбуке для инициации и поддержки антипрезидентских акций.

Сведения о сообществах (в частности, рекомендации в адрес других групп, количество участников, URL-адреса) были собраны в базе данных, структура которой соответствует требованиям программы Gephi – рисунок 3. БД находится в открытом доступе на сайте Центра фрактального моделирования социальных и политических процессов (ЦФМ): http://ineternum.ru/bd-braz-klaster/.

rus_nomer003__bd

Рис. 3. Типовая структура базы данных, содержащей сведения о протестной сети. Пояснение: БД состоит из двух таблиц: nodes (вершины) и edges (рёбра); таблица nodes изображена на схеме дважды.

Картографирование осуществлено по состоянию на 31 мая 2017 года. В качестве вершин учитывались только общественно-политические сообщества или иные типы страниц, имеющие отношение к политике и социальным проблемам. (Таковых групп было абсолютное большинство в списках «страниц, которые нравятся этой странице»). Учитывались только «живые» сообщества, то есть группы, которые ведут хотя бы минимальную деятельность.

Для визуализации графов использовалась специализированная программа Gephi. Реконструированная таким образом протестная сеть представлена на рисунке 4. Это, безусловно, лишь фрагмент более обширной сетевой структуры. Однако полагаем, что он является репрезентативным, поскольку включает в себя множество групп разных типов.

rus_nomer004__00

Рис. 4. Фрагмент антипрезидентской протестной сети в Фейсбук, Бразилия, 2015 – 2016 годы. Пояснение: Диаметр каждой вершины/группы пропорционален количеству участников. Рёбра обозначают связи рефлексивности. Здесь, а также на рисунках 6 – 11, 14 – 16 полные названия и URL-адреса сообществ представлены в таблице 1 Приложения.

Вокруг сообщества Vem Pra Rua Brasil найдено множество небольших групп-саттелитов. Они являются своего рода региональными отделениями, призванными, очевидно, обеспечивать связь общенационального движения с провинциальными социумами. Vem Pra Rua представляет собой – даже в социальных медиа – вертикально организованную и довольно разветвлённую структуру. При исследовании связей саттелитов обнаружилось, что они связаны и, вероятно, испытывают влияние не только главной группы, но и внешней среды – внешних лидеров мнений. В близкой периферии исследованного сегмента присутствуют очень крупные информационные доноры (порой имеющие сотни тысяч участников/подписчиков) – дружественные, но не входящие непосредственно в движение Vem Pra Rua. Это группы авторитетных СМИ, отдельных политиков и журналистов, а также иные общественные движения, организованные подобно Vem Pra Rua (например, Movimento Contra Corrupção и др.). Вокруг таких центров существуют свои облака из групп-спутников, которые мы не картографировали.

Заметим также, что региональные саттелиты глубоко интегрированы в местные общества. В качестве примера мы картографировали ветвь, идущую от группы Vem Pra Rua Curitiba. Эта самая разветвлённая региональная сеть. Кроме того, от группы вымышленного персонажа – Pixuleco – идёт своего рода тематическая ветвь, состоящая из групп антикоррупционной тематики. Антикоррупционные лозунги являются смысловым центром дискурса цветных революций.

Мы картографировали четыре уровня (за исключение региональной ветви Curitiba, которая прослежена только до третьего уровня). На четвёртом уровне также не прослежены связи группы Brasil sem Mascara, поскольку этих связей экстремально большое количество – очевидно, администраторы группы просто коллекционировали связи. На пятом уровне, в качестве исключения, учтена только одна группа – Movimento Brasil Livre – влиятельный центр другого облака.

Исходные данные

По каждому сообществу были получены числовые ряды, содержащие количество репостов за каждый день рассматриваемого периода. Учитывалось суммарное дневное количестве репостов любых сообщений в группе. Эти числовые ряды составлены с помощью сервиса popsters.ru и размещены в открытом доступе на сайте ЦФМ: http://ineternum.ru/braz-reposts/.

В исходных данных имеются крайне незначительные лакуны, очевидно, вследствие недоступности статистики за некоторые дни. Эти лакуны были восполнены посредством математической реконструкции. Все сообщества, кроме Patriotas, формально наличествуют в Фейсбуке на момент загрузки данных из popsters.ru – 01 августа 2017. Некоторые группы – таких очень мало – не имели репостов в 2015 – 2016 гг.

Кроме того, из дальнейших расчётов были исключены сообщества, у которых непрерывные серии дней с нулевыми репостами были более половины от исследуемого субпериода. Группы, у которых было более 75% дней с нулевыми репостами, исключались из расчётов вне зависимости от распределения активности.

Поиск розового шума в 2015 – 2016 годах: результаты и интерпретации

Общий период 01.01.2015 – 31.08.2016 был разделён на 6 последовательных субпериодов по 100 дней (в последнем субпериоде – 109 дней): (I) 01.01.2015-10.04.2015; (II) 11.04.2015-19.07.2015; (III) 20.07.2015-27.10.2015; (IV) 28.10.2015-04.02.2016; (V) 05.02.2016-14.05.2016; (VI) 15.05.2016-31.08.2016.

Числовые ряды, генерируемые сетевыми сообществами в каждом субпериоде, были подвергнуты спектральному анализу, на основании которого были получены величины α и . Полные результаты находятся в открытом доступе на сайте ЦФМ: http://ineternum.ru/braz-reposts/.

rus_nomer005__spectrogrammi

Рис. 5. Спектрограммы репостной активности Фейсбук-сообществ в течение субпериода (V) 05.02.2016-14.05.2016. А – Terra (α = 0,2; R² = 0,081); B – Movimento Brasil Livre (α = 0,62;R² = 0,464); С – Estadão (α = 0,71; R² = 0,646).

На рисунке 5 в спектрограмме B заметно наличие упорядоченности, тренд хорошо прослеживается. Особенно это заметно в сравнении с беспорядочным расположением точек в спектрограмме А. Этот типичный пример даёт надежду, что относительно невысокие значения не всегда мешаютинтерпретировать величину α.

Таблицы 2a и 2b Приложения содержит величины α и избранных групп, которые демонстрировали поведение, близкое к розовому шуму в течение хотя бы одного субпериода. На рисунках 6 – 11 представлены состояние протестной сети в течение шести субпериодов.

rus_nomer006__01subperiod

Рис. 6. Розовый шум в сети в течение субпериода (I) 01.01.2015-10.04.2015. Пояснение: здесь, а также на рисунках 7 – 11, 14 – 16 белым цветом отмечены сообщества, для которых α ≈0, а также все сообщества, для которых R² < 0,3. Легенда рисунка 6 распространяется также на рисунки 7 – 11, 14 – 16.

rus_nomer007__02subperiod

Рис. 7. Розовый шум в сети в течение субпериода (II) 11.04.2015-19.07.2015.

rus_nomer008__03subperiod

Рис. 8. Розовый шум в сети в течение субпериода (III) 20.07.2015-27.10.2015.

rus_nomer009__04subperiod

Рис. 9. Розовый шум в сети в течение субпериода (IV) 28.10.2015-04.02.2016.

rus_nomer010__05subperiod

Рис. 10. Розовый шум в сети в течение субпериода (V) 05.02.2016-14.05.2016.

rus_nomer011__06subperiod

Рис. 11. Розовый шум в сети в течение субпериода (VI) 15.05.2016-31.08.2016.

Мы сопоставили интенсивность протестов на улицах с изменением количества сетевых сообществ, поведение которых может являться розовым шумом. На рисунке 12 представлена массовость уличных акций по версии полиции. Источником данных является геонформационный ресурс, поддерживаемый крупной и влиятельной бразильской медиа-компанией Globo: http://especiais.g1.globo.com/politica/mapa-manifestacoes-no-brasil/13-03-2015/.

rus_nomer012__protesti

Рис. 12. Численность участников акций протеста против Дилмы Русеф и Мишела Темера (по данным полиции).

Очевидно, что появление многочисленных источников розового шума в течение субпериодов (I) 01.01.2015-10.04.2015 и (V) 05.02.2016-14.05.2016 совпадает с самыми массовыми – многомиллионными – антипрезидентскими акциями в марте 2015 и в марте 2016 года. Ключевые события процедуры импичмента произошло также в течение субпериода (V), а именно в апреле-мае 2016 года. 17 апреля нижняя палата инициировала процедуру, а 12 мая сенат утвердил это решение и проголосовал за отстранение президента от власти на время разбирательства.

Оппозиция инициировала массовые акции несколько раз в течение 2015 – 2016 годов, но только те из них были многомиллионными, которые совпали с появлением розового шума в сетях. Это позволяет поставить вопрос: является розовый шум следствием – своего рода, отголоском – подготовки крупных акций или, наоборот, только те манифестации собирали множество людей, которым предшествовал розовый шум. В пользу второй версии говорит то, что иные акции, приуроченные к другим этапам импичмента, не собрали огромного количества участников, хотя, конечно, не были лишены организационной поддержки о стороны оппозиции. Допускаем также, что оба этих ответа являются правильными: возможно, подготовительные/организационные усилия оппозиции и сетевые процессы самоорганизованной критичности были связаны взаимообратной связью.

Розовый шум и лавина 17 марта: результаты и интерпретации

Манифестации 13 марта, собравшие около 3,6 млн человек, являлись самыми многочисленными уличными протестами против Дилмы Русеф. Однако, полагаем, апофеоз сетевой самоорганизованной критичности не совпал с акциями 13 марта. Лавина в сетях состоялась почти на неделю позже.

Мы рассчитали суммарные ежедневные репосты во всех сообществах, входящих в исследованную протестную сеть. Динамика сетевой активности – на рисунке 13 – явно указывает на лавину 17 марта.

rus_nomer013__lavina

Рис. 13. Динамика суммарных репостов протестной сети с 01.01.2016 по 18.03.2016, во врезке – с 01.01.2015 по 31.08.2016.

Рост числа репостов можно охарактеризовать как взрывообразный с 14 марта 2016 года. На рисунке 13 во врезке видно, что это было началом самого мощного всплеска репостов за период более 1,5 года. А 17 марта рост был экстраординарно велик даже относительно предшествующих дней.

Такой всплеск активности мог быть вызван некоторым исключительным фактором, но мог быть лавиной в смысле СОК. Чтобы убедиться, что это была именно лавина, необходимо показать, что этот взрыв произошёл на фоне розового шума.

Из предшествующего исследования (в частности, рисунок 10) следует, что всплеск репостов произошёл в течение субпериода, в котором наблюдается наибольшее количество сообществ, генерирующих розовый шум. Однако был ли розовый шум до лавины?

Несколько дней с 13 по 19 марта является для нас эвристически ценным объектом – сетевую активность в это время следует рассмотреть с большим разрешением. Поскольку мы не можем проделать спектральный анализ над незначительным числом точек данных, то мы изучили эти дни в составе нескольких более длительных временных отрезков. Для этого мы взяли три 90-дневных смещённых субпериода (рисунок 2), которые завершились, соответственно, 13 марта, 16 марта и 19 марта: (Ib) 15.12.2015-13.03.2016, (IIb) 18.12.2015-16.03.2016, (IIIb) 21.12.2015-19.03.2016. Результаты расчетов величин α и R 2 для всех сообществ в течение трёх субпериодов размещены в открытом доступе на сайте ЦФМ: http://ineternum.ru/braz-reposts/.

В таблице 3 Приложения размещены результаты для тех групп, которые потенциально могли генерировать розовый шум. На рисунках 14 – 16 представлено состояние протестной сети в течение трёх субпериодов.

rus_nomer014__za90__01za90

Рис. 14. Розовый шум в сети в течение субпериода (Ib) 15.12.2015-13.03.2016.

rus_nomer015__za90__02za90

Рис. 15. Розовый шум в сети в течение субпериода(IIb) 18.12.2015-16.03.2016.

rus_nomer016__za90__03za90

Рис. 16. Розовый шум в сети в течение субпериода (IIIb) 21.12.2015-19.03.2016.

На рисунках 14 – 16 заметно увеличение числа групп, функционирующих в режиме СОК. Причём в течение субпериода (IIIb) розовый шум охватил все сегменты сети. Таким образом, можно сделать вывод, что лавина 17 марта была проявление внутреннего системного трансформационного потенциала сообществ, а не простой реакцией толпы, разгневанной или удивлённой каким-либо экстраординарным событием. Этот вывод не отрицает наличие некоторого информационного повода. Но он, в сущности, может быть практически любым, поскольку является не более чем триггером.

Лавина произошла спустя несколько дней после массовых митингов, прошедших под руководством оппозиционных партий. Предполагаем, что подготовка оппозиции к событиям 13 марта подогрела сетевую активность. Но сеть отреагировала главным образом к 17, а не к 13 марта.

Организационные планы оппозиции не совпали с динамикой самоорганизованной критичности. Но имела ли лавина невиртуальные политические следствия сама по себе, вне связи с планами оппозиции? Подтолкнула ли она людей к каким-либо иным действиям, помимо нажатия кнопок «лайк» и «расшарить»?

18 марта состоялись митинги сторонников Дилмы Русеф, и в это же время на улицы вышли противники президента. Причем они протестовали стихийно, вопреки намерениям партий и без разрешений от властей. Полиция зафиксировала лишь 5 тыс. участников таких выступлений. Это, мы полагаем, чистый результат лавины в сетях, которая выгнала людей на улицу, уже после того как запланированные акции оппозиции завершились неделю назад.

На первый взгляд, 5 тысяч – небольшое число. Сетевая самоорганизация, казалось бы, имела карликовый уличный результат по сравнению с многомиллионными организованными партийными митингами. Однако выступления 18 марта разительно отличались от мирных собраний и шествий 13 марта. 18 марта фиксировались многочисленные насильственные действия – самодеятельность активистов. Имели место перекрытие протестующими трасс, закрытие магазинов, избиение противников и просто прохожих, а также применение полицией водомётов (Источники: Tropa de Choque retira com água manifestantes que interditam Paulista http://g1.globo.com/sao-paulo/noticia/2016/03/tropa-de-choque-chega-para-retirar-manifestantes-que-interditam-paulista.html; Manifestantes liberam rodovias e mantêm apenas um bloqueio em MT http://g1.globo.com/mato-grosso/noticia/2016/03/manifestantes-fecham-rodovias-em-mt-para-protestar-contra-o-governo.html; Comércio baixa as portas por 1 hora em protesto em Campo Grande http://g1.globo.com/mato-grosso-do-sul/noticia/2016/03/comercio-baixa-portas-por-1-hora-em-protesto-em-campo-grande.html; Manifestantes contra governo fecham divisa de MS com SP em Três Lagoas http://g1.globo.com/mato-grosso-do-sul/noticia/2016/03/manifestantes-contra-governo-fecham-divisa-de-ms-com-sp-em-tres-lagoas.html; Manifestantes fecham avenida de Campo Grande em frente ao MPF http://g1.globo.com/mato-grosso-do-sul/noticia/2016/03/manifestantes-fecham-avenida-de-campo-grande-em-frente-ao-mpf.html; Manifestantes fazem protesto contra Dilma e Lula em Porto Alegre http://g1.globo.com/rs/rio-grande-do-sul/noticia/2016/03/manifestantes-fazem-protesto-contra-dilma-e-lula-em-porto-alegre.html; Manifestantes pró-impeachment passam a noite em barracas no RS http://g1.globo.com/rs/rio-grande-do-sul/noticia/2016/03/manifestantes-pro-impeachment-passam-noite-em-barracas-no-rs.html). Обращает на себя также географический охват выступлений: несмотря на малое число участников акции состоялись в 31 населённом пункте (Источник: Globo. Mapa das manifestações contra Dilma, 18/03 http://especiais.g1.globo.com/politica/mapa-manifestacoes-no-brasil/18-03-2016/contra/).

Если 13 марта мы увидели политику «как обычно», то 18 марта сводки полиции сообщали о революционных актах. Хотя на улицы вышло немного людей, но это реальное следствие хорошо наблюдаемых виртуальных СОК-эффектов. А такие эффекты могут, как известно, быстро и легко разрастаться.

Выводы и заключение

Полученные результаты позволяют сделать некоторые утверждения, а также поддерживают некоторые гипотезы, которые, однако, требуют дальнейшей разработки и дополнительного сопоставления с эмпирическими данными.

Мы убедились, что розовый шум как атрибут СОК можно обнаружить в репостной активности. Репост – элементарный акт рефлексии – свидетельствует о том, что информация воспринята и отражена/распространена.

Показано, таким образом, что в социальной сети может возникать СОК. Полагаем, что такое состояние распространяется благодаря рефлексивности сетевых сообществ. Соответственно, увеличение меры рефлексивности делает сеть, вероятно, более чувствительной к эффектам СОК.

Известно, что розовый шум может быть предшественником лавин. С точки зрения теории СОК лавина это проявление внутреннего системного потенциала к коллапсам, к радикальным качественным трансформациям. Даже если лавину инициируют некие экстраординарные факторы, они являются всего лишь поводом. Поскольку такой повод может быть любым, он неизбежно возникает, как только система готова к лавине. Изученная протестная социальная сеть явно обладала внутренними свойствами для того, чтобы генерировать информационные лавины – быстротечные и чрезвычайно большие всплески создания, передачи и размножения/копирования информации.

Мы нашли свидетельства того, что виртуальные сетевые лавины могут вызывать уличные протестные акции. Однако этот тезис требует дальнейшего сопоставления с эмпирическими фактами. Мы выдвинули ряд предположений, объясняющих механизм воздействия виртуальных лавин на массовое поведение людей в реальном мире. Репосты некоего призыва к некоему действию создают информационное давление на людей. Однако, если оно возрастает медленно, люди, очевидно, могут адаптироваться даже к массированному давлению, то есть к очень большому числу репостов активистского месседжа. В этом случае у людей есть время на критическое осмысление месседжа, на проявление простой человеческой лени и, наконец, на восприятие контрпропаганды.

Для того, чтобы спровоцировать некоторые действия, нужен именно быстрый рост информационного давления. Кроме того, неограниченное размножение репостов некоего одного месседжа ведёт к заполнению отдельных сегментов сети однородным контентом. Человеку, подключённому к такой сети, может казаться, что все окружающие люди одинаково воспринимают реальность, одинаково оценивают и осмысляют её, и действуют также одинаково. Таким образом, человек может переживать эффекты толпы, даже находясь в одиночестве перед компьютером.

Показано, что имеется возможность диагностировать состояние СОК в протестной сети. Поскольку мы имели дело с очень быстрыми процессами, розовый шум во многих сообществах удалось увидеть лишь за несколько дней до лавины. Тем не менее, нас обнадёживает тот факт, что эффекты, заключённые даже в столь быстрых процессах, можно обнаружить не постфактум, а предварительно. Очевидно, в некоторых случаях, можно спрогнозировать принципиальную возможность возникновения лавины, не уточняя, однако, её конкретную дату.

Полученные результаты не противоречат предположению, что одни сообщества могут транслировать состояние СОК в другие сообщества. Однако для аргументации этой гипотезы требуется, очевидно, рассмотрение более обширных и разветвлённых сегментов социальных сетей. В данном исследовании лишь показано, что инструментарий теории СОК позволяет выявить конкретные сообщества, которые генерируют розовый шум и, предположительно, транслируют состояние СОК во всей сети. Такие сообщества, предположительно, являются драйверами или приводными ремнями для вывода людей на улицу.

Полагаем, что перспективным является изучение сетевых кластеров, связанных рефлексивностью. Такие кластеры включают в себя сообщества, которые реагируют на мнения, оценки и призывы друг друга. Полагаем, это поможет выявить реальные каналы распространения протестных и иного рода месседжей в сетях.

Что произошло бы в Бразилии, если запланированные акции оппозиции состоялись не 13, а 18 марта, то есть на фоне информационной лавины? Ответы на подобные вопросы, конечно, не могут быть даны лишь на основании теории СОК. Тем не менее, изучая розовый шум в Сети, мы может зафиксировать – не только постфактум, но и предварительно – некие точки бифуркации – моменты, когда траектории социо-политической системы наименее стабильны.

Благодарность

Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 17-06-00082а «Применение теории самоорганизованной критичности для изучения и моделирования социальных систем и исторических процессов».

Приложение

Таблица 1. Избранные сообщества, поведение которых может быть интерпретировано как розовый шум в течение хотя бы одного субпериода в 2015 – 2016 годах.

URL-адрес

Название

Кол-во участников

Ярлык

https://www.facebook.com/jornaloglobo/

O Globo

/// News & Media

5279060

O Globo

https://www.facebook.com/TerraBrasil/

Terra

/// News & Media

5131131

Terra

https://www.facebook.com/estadao/

Estadão

/// News & Media

3507944

Estadao

https://www.facebook.com/Movimento

ContraCorrupcao/

MCC - Movimento

Contra Corrupção

3311855

MCC

https://www.facebook.com/revistaISTOE/

Revista ISTOÉ

/// Magazine

2347341

ISTOE

https://www.facebook.com/epoca/

Época /// Magazine

2288056

Epoca

https://www.facebook.com/mblivre/

MBL - Movimento

Brasil Livre

2244618

MBL

https://www.facebook.com/VemPraRuaBrasil.org/

Vem Pra Rua Brasil

1575281

Vem Pra Rua

https://www.facebook.com/SFM.SERGIOMORO/

Sérgio Moro

//// Public figure

1520880

Moro

https://www.facebook.com/gazetadopovo/

Gazeta do Povo

/// News & Media

1242091

Gazeta

https://www.facebook.com/AvancaBrasil.site/

Avança Brasil

1035562

Avanca

https://www.facebook.com/radiocbn/

CBN /// News & Media

954179

CBN

https://www.facebook.com/joicehasselmann/

Joice Hasselmann

924178

Hasselmann

https://www.facebook.com/Implicante.org/

Implicante

/// News & Media

759266

Implicante

https://www.facebook.com/oantagonista/

O Antagonista

/// News & Media

737548

O Antagonista

https://www.facebook.com/ricardo.amorim.ricam/

Ricardo Amorim

/// Public figure

617475

Amorim

https://www.facebook.com/foraptprime/

FORA Corrupção

524575

FORA

https://www.facebook.com/nasruas/

NasRuas

501455

NasRuas

https://www.facebook.com/AMADAPATRIABRASIL/

Pátria Amada Brasil

426292

Patria

https://www.facebook.com/villamarcoantonio/

Marco Antonio Villa

/// Public figure

404507

Villa

https://www.facebook.com/PixuleloBrasil/

Pixuleco

/// Fictional character

219100

Pixuleco

https://www.facebook.com/vempraruaminas/

Vem Pra Rua Minas

37932

VPR Minas

https://www.facebook.com/Vem-Pra-Rua-RJ-

1029763133719167/

Vem Pra Rua RJ

31745

VPR RJ

https://www.facebook.com/vitorlippi/

Vitor Lippi

/// Public figure

29436

Lippi

https://www.facebook.com/mblcuritiba/

MBL - Movimento

Brasil Livre Curitiba

24326

MBL Curitiba

https://www.facebook.com/VemPraRuaBsB/

Vem Pra Rua BsB

11817

VPR BsB

https://www.facebook.com/vempraruabrasilgo/

Vem Pra Rua Goiás

10930

VPR Goias

https://www.facebook.com/LulaPaJaula.br/

Vem Pra Rua

9843

PPR LPJ

https://www.facebook.com/Mov.ProBrasil/

MPB - Movimento

Pró Brasil

7467

MPB

https://www.facebook.com/Vem-Pra-Rua-Pará-

893684733985026/

Vem Pra Rua Pará

4835

VPR Para

https://www.facebook.com/vemprarua

guarapuava/

Vem Pra Rua

Guarapuava

3654

VPR Guarap.

https://www.facebook.com/vemprarua.net/

Vem Pra Rua -

São Carlos , Sp

2436

VPR SC

https://www.facebook.com/movimento

marchalondrina/

Movimento Marcha

Londrina

1985

MM Londrina

https://www.facebook.com/Vem-Pra-Rua-

Palmeira-PR-1392216491094482/

Vem Pra Rua

Palmeira PR

716

VPR Palmeira

Таблица 2 a . Величины α и R² для избранных сообществ, 01.01.2015 – 27.10.2015. Пояснение: здесь, а также в таблицах 2 b и 3 полные названия и URL -адреса сообществ представлены в таблице 1.

Ярлык

(I)

01.01.2015-10.04.2015

(II)

11.04.2015-19.07.2015

(III)

20.07.2015-27.10.2015

α

R2

α

R2

α

R2

O Globo

0,470

0,253

0,320

0,099

0,060

0,005

Terra

0,260

0,143

0,030

0,001

-0,012

0,003

Estadao

0,480

0,301

0,050

0,003

-0,104

0,025

MCC

0,230

0,157

-0,076

0,028

0,580

0,320

ISTOE

0,080

0,018

-0,138

0,064

-0,316

0,205

Epoca

0,860

0,535

0,410

0,380

-0,181

0,073

MBL

0,620

0,598

-0,191

0,073

0,048

0,006

Vem Pra Rua

0,680

0,484

0,090

0,017

0,280

0,151

Moro

0,500

0,356

Gazeta

0,590

0,300

0,300

0,279

-0,080

0,023

Avanca

0,770

0,532

0,100

0,063

0,170

0,081

CBN

0,250

0,238

0,370

0,174

0,120

0,041

Hasselmann

0,060

0,018

-0,181

0,099

0,420

0,406

Implicante

0,060

0,132

0,520

0,407

0,040

0,005

O Antagonista

0,220

0,066

0,060

0,007

0,180

0,068

Amorim

-0,078

0,022

-0,282

0,271

0,000

0,000

FORA

-0,092

0,096

0,220

0,090

NasRuas

0,280

0,173

0,110

0,036

-0,092

0,019

Patria

0,710

0,465

0,460

0,139

0,290

0,055

Villa

0,490

0,263

0,060

0,007

0,260

0,094

Pixuleco

0,330

0,219

VPR Minas

0,520

0,359

VPR RJ

Lippi

0,470

0,111

-0,068

0,011

0,140

0,042

MBL Curitiba

0,510

0,447

0,010

0,000

VPR BsB

0,520

0,342

-0,126

0,062

VPR Goias

0,250

0,123

PPR LPJ

0,410

0,207

1,150

0,690

MPB

0,050

0,021

0,240

0,102

VPR Para

-0,094

0,036

VPR Guarap.

0,830

0,476

VPR SC

0,017

0,000

-0,107

0,261

MM Londrina

0,200

0,170

0,620

0,251

VPR Palmeira

-0,042

0,004

Таблица 2 b . Величины α и R² для избранных сообществ, 28.10.2015 – 31.08.2016.

Ярлык

(IV)

28.10.2015-04.02.2016

(V)

05.02.2016-14.05.2016

(VI)

15.05.2016-31.08.2016

α

R2

α

R2

α

R2

O Globo

-0,224

0,099

0,500

0,691

0,370

0,279

Terra

0,220

0,050

0,200

0,081

0,030

0,003

Estadao

0,130

0,028

0,710

0,646

0,390

0,210

MCC

0,150

0,075

0,690

0,340

0,350

0,245

ISTOE

0,330

0,214

0,550

0,393

-0,150

0,023

Epoca

-0,286

0,139

0,600

0,524

0,160

0,053

MBL

0,580

0,419

0,620

0,464

0,790

0,560

Vem Pra Rua

0,390

0,178

0,570

0,472

0,150

0,058

Moro

-0,113

0,086

0,680

0,613

0,420

0,227

Gazeta

0,340

0,160

0,470

0,288

0,140

0,165

Avanca

-0,146

0,029

0,460

0,284

0,140

0,061

CBN

0,370

0,219

0,330

0,328

0,180

0,104

Hasselmann

0,560

0,247

0,300

0,149

0,440

0,335

Implicante

0,350

0,217

0,640

0,405

0,330

0,192

O Antagonista

1,010

0,575

0,450

0,201

0,220

0,056

Amorim

-0,203

0,202

0,270

0,275

0,510

0,341

FORA

-0,105

0,035

0,550

0,469

0,260

0,107

NasRuas

0,250

0,162

0,360

0,226

0,220

0,399

Patria

0,780

0,525

0,570

0,430

Villa

0,320

0,140

0,680

0,481

0,090

0,029

Pixuleco

0,010

0,000

0,180

0,086

VPR Minas

-0,103

0,030

0,070

0,036

0,310

0,268

VPR RJ

0,170

0,029

0,120

0,041

0,030

0,002

Lippi

-0,050

0,032

0,180

0,078

-0,119

0,063

MBL Curitiba

0,240

0,033

0,010

0,001

-0,105

0,010

VPR BsB

0,098

0,065

0,250

0,187

-0,040

0,107

VPR Goias

0,020

0,000

0,330

0,358

-0,017

0,008

PPR LPJ

0,260

0,386

MPB

0,009

0,000

0,210

0,077

0,320

0,219

VPR Para

0,310

0,111

0,470

0,129

0,240

0,158

VPR Guarap.

0,570

0,351

VPR SC

0,520

0,410

0,000

0,000

-0,328

0,278

MM Londrina

0,230

0,134

0,200

0,127

VPR Palmeira

0,540

0,554

0,130

0,023

Таблица 3. Величины α и R² для избранных сообществ, 15.12.2015 – 19.03.2016.

Ярлык

(Ib)

15.12.2015-13.03.2016

(IIb)

18.12.2015-16.03.2016

(IIIb)

21.12.2015-19.03.2016

α

R2

α

R2

α

R2

O Globo

0,04

0,005

0,050

0,003

0,440

0,630

Terra

0,420

0,305

0,070

0,013

0,510

0,375

Estadao

0,380

0,230

0,580

0,421

0,790

0,497

MCC

0,320

0,267

0,330

0,369

0,850

0,839

ISTOE

0,370

0,241

0,420

0,277

0,630

0,417

Epoca

0,390

0,302

0,520

0,390

0,480

0,432

MBL

0,620

0,303

0,590

0,287

0,680

0,469

Vem Pra Rua

0,590

0,363

0,450

0,254

0,530

0,301

Moro

-0,106

0,047

0,050

0,106

0,610

0,738

Gazeta

0,270

0,125

0,290

0,152

0,450

0,435

Avanca

0,220

0,127

0,120

0,051

0,410

0,265

CBN

0,330

0,182

0,550

0,425

0,640

0,693

Hasselmann

0,500

0,265

0,440

0,231

0,240

0,073

Implicante

0,450

0,206

0,620

0,305

0,750

0,433

O Antagonista

0,730

0,615

0,320

0,187

0,120

0,025

Amorim

0,040

0,003

0,060

0,008

0,230

0,112

FORA

0,440

0,407

0,400

0,354

0,500

0,275

NasRuas

0,170

0,110

0,380

0,280

0,610

0,304

Patria

0,380

0,437

0,370

0,414

0,530

0,279

Villa

0,920

0,549

0,530

0,589

0,810

0,756

Pixuleco

0,340

0,163

0,680

0,372

0,560

0,203

VPR Minas

0,060

0,003

0,070

0,005

0,000

0,000

VPR RJ

-0,221

0,068

0,070

0,008

0,640

0,451

Lippi

0,570

0,275

0,530

0,209

0,500

0,319

MBL Curitiba

0,070

0,073

0,480

0,432

0,520

0,439

VPR BsB

0,610

0,575

0,570

0,524

0,560

0,502

VPR Goias

0,490

0,706

0,490

0,681

0,490

0,572

PPR LPJ

MPB

0,520

0,445

0,520

0,411

0,520

0,402

VPR Para

1,210

0,624

0,600

0,798

0,530

0,256

VPR Guarap.

0,320

0,269

VPR SC

0,050

0,037

0,040

0,026

0,030

0,015

MM Londrina

0,400

0,147

0,230

0,070

0,880

0,731

VPR Palmeira

-0,011

0,000

-0,012

0,000

-0,030

0,002

Библиография
1.
Ахромеева Т.С., Малинецкий Г.Г., Митин Н. А., Торопыгина С. А. Синергетика и сетевая реальность // Препринты ИПМ им. М.В.Келдыша. 2013. № 34. С. 1-34. URL: http://library.keldysh.ru/preprint.asp?id=2013-34
2.
Mandelbrot B.B. The Fractal Geometry of Nature. New York: W.H. Freeman and Company, 1982. 470 p.
3.
Бак П. Как работает природа: теория самоорганизованной критичности. М.: УРСС, 2013. 276 c.
4.
Малинецкий Г.Г. Чудо самоорганизованной критичности // Бак П. Как работает природа: теория самоорганизованной критичности. М.: УРСС, 2013. C. 13-56.
5.
Turcotte D.L. Self-organized criticality // Reports on Progress in Physics. 1999. Vol. 62. № 10. P. 1377-1377.
6.
Turcotte D.L., Rundle J.B. Self-organized complexity in the physical, biological, and social sciences // Proceedings of the National Academy of Sciences. 2002. Vol. 99. № 1. Pp. 2463-2465.
7.
Buchanan M. Ubiquity. The Science of History… or Why the World is Simpler Than We Think. London: Weidenfeld & Nicolson, 2000. 288 p.
8.
Brunk G.G. Self-Organized Criticality: A New Theory of Political Behaviour and Some of Its Implications // British Journal of Political Science. 2001. Vol. 31. № 2. P. 427-445.
9.
Brunk G.G. Why Are So Many Important Events Unpredictable? Self-Organized Criticality as the “Engine of History” // Japanese Journal of Political Science. 2002. Vol. 3. № 1. P. 25-44.
10.
Brunk G.G. Why Do Societies Collapse? A Theory Based on Self-Organized Criticality // Journal of Theoretical Politics. 2002. Vol. 14. № 2. P. 195-230.
11.
Pinto C.M.A., Mendes Lopes A., Machado J.A.T. A review of power laws in real life phenomena // Communications in Nonlinear Science and Numerical Simulation. 2012. Vol. 17. Issue 9. P. 3558-3578.
12.
Andergassen R., Nardini F., Ricottilli M. Innovation Waves, Self-organized Criticality and Technological Convergence // Journal of Economic Behavior & Organization. 2006. Vol. 61. Issue 4. P. 710-728.
13.
Clauset A., Shalizi C., Newman M. Power-Law Distributions in Empirical Data // SIAM Rev. 2009. Vol. 51. Issue 4. P. 661-703.
14.
Frigg R. Self-organised criticality – what it is and what it isn’t // Studies in History and Philosophy of Science Part A. 2003. Vol. 34. Issue 3. P. 613-632.
15.
Mathews M.K., White M.C., Long R.G. Why Study the Complexity Sciences in the Social Sciences? // Human Relations. 1999. Vol. 52. Issue 4. P. 439-462.
16.
Kron T., Grund T. Society as a Self-Organized Critical System // Cybernetics & Human Knowing. 2009. Vol. 16. Issue 1-2. P. 65-82.
17.
Roberts D.C., Turcotte D.L. Fractality and Self-Organized Criticality of Wars // Fractals. 1998. Vol. 6. № 4. P. 351-358.
18.
Cederman L.-E. Modeling the Size of Wars: From Billiard Balls to Sandpiles // American Political Science Review. 2003. Issue 1. P. 135-150.
19.
Biggs M. Strikes as Forest Fires: Chicago and Paris in the Late Nineteenth Century // American Journal of Sociology. 2005. Vol. 110. Issue 6. P. 1684–1714.
20.
Picoli S., Castillo-Mussot M. del, Ribeiro H. V., Lenzi E. K., Mendes R. S. Universal bursty behaviour in human violent conflicts // Scientific Reports. 2014. Vol. 4. P. 1-3.
21.
Shimada I., Koyama T. A theory for complex system’s social change: an application of a general ‘criticality’ model // Interdisciplinary Description of Complex Systems. 2015. Vol. 13. Issue 3. P. 342–353. doi: 10.7906/indecs.13.3.1
22.
Thietart R.-A. Strategy dynamics: Agency, path dependency, and self-organized emergence // Strategic Management Journal. 2016. Vol. 37. Issue 4. P. 774-792.
23.
Sneppen K., Bak P., Flyvbjerg H., Jensen M.H. Evolution as a self-organized critical phenomenon // Proceedings of the National Academy of Sciences. 1995. Vol. 92. Issue 11. P. 5209-5213.
24.
Курдюмов С.П., Малинецкий Г.Г., Подлазов А.В. Историческая динамика. Взгляд с позиций синергетики // Препринты ИПМ им. М.В. Келдыша РАН. 2004. № 85. С. 1-16. URL: http://library.keldysh.ru/preprint.asp?id=2004-85
25.
Бородкин Л.И. Методология анализа неустойчивых состояний в политико-исторических процессах // Международные процессы. 2005. Т.3. №7. С. 4-16.
26.
Бородкин Л.И. "Порядок из хаоса": концепции синергетики в методологии исторических исследований // Новая и новейшая история. 2003. № 2. С. 98-118.
27.
Бородкин Л.И. Концепции синергетики в исследованиях неустойчивых исторических процессов: современные дискуссии // Информационный бюллетень ассоциации История и компьютер. 2008. № 35. С. 28-29.
28.
Зудов Н.Е. Исследования социо-политических феноменов средствами компьютерного моделирования в ЦФМ: некоторые результаты и перспективы // Fractal Simulation. 2012. № 2. С. 6-10.
29.
Zhukov D.S., Kanishchev V.V., Lyamin S.K. Application of the theory of self-organized criticality to the investigation of historical processes // Sage Open. 2016. Vol. 6. Issue 4. P. 1-10. DOI: 10.1177/2158244016683216. URL: http://journals.sagepub.com/doi/full/10.1177/2158244016683216
30.
Жуков Д.С., Канищев В.В., Лямин С.К. Исследование интенсивности крестьянских волнений в Европейской России во второй половине XIX в. средствами теории самоорганизованной критичности // Историческая информатика. 2017. № 1. С. 38-51. DOI: 10.7256/.2017.1.22145
References (transliterated)
1.
Akhromeeva T.S., Malinetskii G.G., Mitin N. A., Toropygina S. A. Sinergetika i setevaya real'nost' // Preprinty IPM im. M.V.Keldysha. 2013. № 34. S. 1-34. URL: http://library.keldysh.ru/preprint.asp?id=2013-34
2.
Mandelbrot B.B. The Fractal Geometry of Nature. New York: W.H. Freeman and Company, 1982. 470 p.
3.
Bak P. Kak rabotaet priroda: teoriya samoorganizovannoi kritichnosti. M.: URSS, 2013. 276 c.
4.
Malinetskii G.G. Chudo samoorganizovannoi kritichnosti // Bak P. Kak rabotaet priroda: teoriya samoorganizovannoi kritichnosti. M.: URSS, 2013. C. 13-56.
5.
Turcotte D.L. Self-organized criticality // Reports on Progress in Physics. 1999. Vol. 62. № 10. P. 1377-1377.
6.
Turcotte D.L., Rundle J.B. Self-organized complexity in the physical, biological, and social sciences // Proceedings of the National Academy of Sciences. 2002. Vol. 99. № 1. Pp. 2463-2465.
7.
Buchanan M. Ubiquity. The Science of History… or Why the World is Simpler Than We Think. London: Weidenfeld & Nicolson, 2000. 288 p.
8.
Brunk G.G. Self-Organized Criticality: A New Theory of Political Behaviour and Some of Its Implications // British Journal of Political Science. 2001. Vol. 31. № 2. P. 427-445.
9.
Brunk G.G. Why Are So Many Important Events Unpredictable? Self-Organized Criticality as the “Engine of History” // Japanese Journal of Political Science. 2002. Vol. 3. № 1. P. 25-44.
10.
Brunk G.G. Why Do Societies Collapse? A Theory Based on Self-Organized Criticality // Journal of Theoretical Politics. 2002. Vol. 14. № 2. P. 195-230.
11.
Pinto C.M.A., Mendes Lopes A., Machado J.A.T. A review of power laws in real life phenomena // Communications in Nonlinear Science and Numerical Simulation. 2012. Vol. 17. Issue 9. P. 3558-3578.
12.
Andergassen R., Nardini F., Ricottilli M. Innovation Waves, Self-organized Criticality and Technological Convergence // Journal of Economic Behavior & Organization. 2006. Vol. 61. Issue 4. P. 710-728.
13.
Clauset A., Shalizi C., Newman M. Power-Law Distributions in Empirical Data // SIAM Rev. 2009. Vol. 51. Issue 4. P. 661-703.
14.
Frigg R. Self-organised criticality – what it is and what it isn’t // Studies in History and Philosophy of Science Part A. 2003. Vol. 34. Issue 3. P. 613-632.
15.
Mathews M.K., White M.C., Long R.G. Why Study the Complexity Sciences in the Social Sciences? // Human Relations. 1999. Vol. 52. Issue 4. P. 439-462.
16.
Kron T., Grund T. Society as a Self-Organized Critical System // Cybernetics & Human Knowing. 2009. Vol. 16. Issue 1-2. P. 65-82.
17.
Roberts D.C., Turcotte D.L. Fractality and Self-Organized Criticality of Wars // Fractals. 1998. Vol. 6. № 4. P. 351-358.
18.
Cederman L.-E. Modeling the Size of Wars: From Billiard Balls to Sandpiles // American Political Science Review. 2003. Issue 1. P. 135-150.
19.
Biggs M. Strikes as Forest Fires: Chicago and Paris in the Late Nineteenth Century // American Journal of Sociology. 2005. Vol. 110. Issue 6. P. 1684–1714.
20.
Picoli S., Castillo-Mussot M. del, Ribeiro H. V., Lenzi E. K., Mendes R. S. Universal bursty behaviour in human violent conflicts // Scientific Reports. 2014. Vol. 4. P. 1-3.
21.
Shimada I., Koyama T. A theory for complex system’s social change: an application of a general ‘criticality’ model // Interdisciplinary Description of Complex Systems. 2015. Vol. 13. Issue 3. P. 342–353. doi: 10.7906/indecs.13.3.1
22.
Thietart R.-A. Strategy dynamics: Agency, path dependency, and self-organized emergence // Strategic Management Journal. 2016. Vol. 37. Issue 4. P. 774-792.
23.
Sneppen K., Bak P., Flyvbjerg H., Jensen M.H. Evolution as a self-organized critical phenomenon // Proceedings of the National Academy of Sciences. 1995. Vol. 92. Issue 11. P. 5209-5213.
24.
Kurdyumov S.P., Malinetskii G.G., Podlazov A.V. Istoricheskaya dinamika. Vzglyad s pozitsii sinergetiki // Preprinty IPM im. M.V. Keldysha RAN. 2004. № 85. S. 1-16. URL: http://library.keldysh.ru/preprint.asp?id=2004-85
25.
Borodkin L.I. Metodologiya analiza neustoichivykh sostoyanii v politiko-istoricheskikh protsessakh // Mezhdunarodnye protsessy. 2005. T.3. №7. S. 4-16.
26.
Borodkin L.I. "Poryadok iz khaosa": kontseptsii sinergetiki v metodologii istoricheskikh issledovanii // Novaya i noveishaya istoriya. 2003. № 2. S. 98-118.
27.
Borodkin L.I. Kontseptsii sinergetiki v issledovaniyakh neustoichivykh istoricheskikh protsessov: sovremennye diskussii // Informatsionnyi byulleten' assotsiatsii Istoriya i komp'yuter. 2008. № 35. S. 28-29.
28.
Zudov N.E. Issledovaniya sotsio-politicheskikh fenomenov sredstvami komp'yuternogo modelirovaniya v TsFM: nekotorye rezul'taty i perspektivy // Fractal Simulation. 2012. № 2. S. 6-10.
29.
Zhukov D.S., Kanishchev V.V., Lyamin S.K. Application of the theory of self-organized criticality to the investigation of historical processes // Sage Open. 2016. Vol. 6. Issue 4. P. 1-10. DOI: 10.1177/2158244016683216. URL: http://journals.sagepub.com/doi/full/10.1177/2158244016683216
30.
Zhukov D.S., Kanishchev V.V., Lyamin S.K. Issledovanie intensivnosti krest'yanskikh volnenii v Evropeiskoi Rossii vo vtoroi polovine XIX v. sredstvami teorii samoorganizovannoi kritichnosti // Istoricheskaya informatika. 2017. № 1. S. 38-51. DOI: 10.7256/.2017.1.22145