Рус Eng Cn Перевести страницу на:  
Please select your language to translate the article


You can just close the window to don't translate
Библиотека
ваш профиль

Вернуться к содержанию

Историческая информатика
Правильная ссылка на статью:

Сетевой анализ историографии: динамика формирования региональных центров исторической информатики

Гарскова Ирина Марковна

доктор исторических наук

доцент, Московский государственный университет им. М.В. Ломоносова (МГУ)

119607, Россия, г. Москва, ул. Ramenki, 31-253

Garskova Irina Markovna

Doctor of History

Associated professor, Lomonosov Moscow State University

119607, Russia, g. Moscow, ul. Ramenki st., 31-253, Ramenki st., 31-253, of. Ramenki st., 31-253

irina.garskova@gmail.com
Другие публикации этого автора
 

 

DOI:

10.7256/2585-7797.2017.3.24566

Дата направления статьи в редакцию:

29-10-2017


Дата публикации:

17-11-2017


Аннотация: Целью данной статьи является наукометрический анализ работ, опубликованных под эгидой Ассоциации «История и компьютер» (АИК) за 25 лет ее существования, с 1992 по 2016 гг. Рассматривается становление основных направлений исследований, формирование научных школ и центров исторической информатики, их специфика и кооперация. Статья является первой из двух статей по теме сетевого анализа историографии. Она посвящена изучению динамики состава и структуры сети АИК на уровне региональных групп. Исследование выполнено на материалах созданной автором информационной системы, включающая библиографическую базу данных публикаций АИК и полнотекстовый массив статей и материалов докладов и сообщений на научных конференциях Ассоциации. Методом исследования является сетевой анализ. Новизна работы заключается в том, что впервые для изучения тематической историографии была апробирована методика сетевого анализа (Social Network Analysis – SNA). Полученные результаты позволили рассмотреть специфику небольших групп авторов, которые можно назвать тематически специализированными, и более крупных групп, которые являются более устойчивыми благодаря многомерности своих «профилей». Предложенная методика представляется достаточно перспективной для историографических исследований.


Ключевые слова:

Наукометрия, историография, библиография, сетевой анализ, историческая информатика, ассоциация, база данных, информационная система, региональные центры, научные школы

Abstract: The article scientometrically analyses papers published under the aegis of the History and Computer Association (HCA) for a period of its 25 years from 1992 to 2016. The main research domains, as well as schools of thought and historical computer science centers, their specific character and cooperation come under review. The article is the first of two dealing with historiography network analysis. It studies the dynamics of HCA network composition and structure at the level of regional groups. The study is based on the information system developed by the author that includes a bibliographic database of HCA published papers and full-text dataset of articles and reports presented at Association’s conferences. The method employed in the network analysis. The novelty of the study is the first attempt to study thematic historiography by means of network analysis (SocialNetworkAnalysis – SNA). The results allowed the author to see the specific character of small groups of authors developing a specific field as well as larger groups which are more stable due to their multi-dimensional “profiles” The technique offered is considered promising for historiographic research.


Keywords:

schools of thought, regional centers, Information system, database, association, historical information science, network analysis, bibliography, historiography, scientometrics

Введение

Быстро набирающие популярность, особенно в связи с ростом электронных коммуникаций в современном обществе, междисциплинарные методы сетевого анализа активно используются в социально-гуманитарных науках, прежде всего, в социологии. Анализ социальных сетей (SNA – Social Network Analysis) применяется также в социальной психологии, экономике, антропологии, теории коммуникаций. В исторических исследованиях примеры применения сетевого анализа пока немногочисленны. В западной историографии экономической истории он используется для анализа финансовых связей, сетей средневековой торговли, в политической истории – для изучения элит, политических институтов (например, парламента), анализа дипломатических и военных союзов и конфликтов, в социальной истории – для изучения социальной структуры общества, миграционных потоков и др.

В отечественной исторической науке сетевые структуры начинают изучаться в 1970-х гг. и даже в 1960-х гг., еще до появления программ сетевого анализа [1]. В таких исследованиях активно использовались теоретико-графовые методы [2]. Л.И. Бородкин подробно рассмотрел алгоритмы и методы анализа, которые разрабатывались на кафедре исторической информатики МГУ для задач атрибуции средневековых текстов в историко-культурных исследованиях [3] и в социальной-демографической истории для изучения миграций по материалам Всесоюзной переписи населения 1926 г. [4] В дальнейшем на этом материале был апробирован геоинформационный подход [5]. Теоретико-графовый метод использовался и при изучении «генеалогии» исторического научного сообщества [6].

В последнее десятилетие проблематика расширяется: сетевой анализ начинает использоваться в экономической истории, в изучении политических организаций и институтов власти: рассматриваются возможности применения современных концепций сетевого анализа в изучении банковского дела [7], анализа деятельности фракций в Государственной Думе 1906–1917 гг. [8–9].

Для изучения социальных и профессиональных структур начинают привлекаться методы SNA [10–11]. В данной статье подводятся некоторые итоги компьютеризованного сетевого анализа, который впервые применяется для изучения историографии исторической информатики как научного направления. Некоторые предварительные результаты исследования отражены в предшествующих публикациях автора [12–13].

Очевидно, что при анализе историографии научного направления при значительном количестве работ, охватывающих большое число авторов, даже на сравнительно коротких временных интервалах невозможно ограничиваться чисто качественным анализом публикаций и приходится обращаться к количественным методам.

Чаще всего с этой целью проводятся подсчеты числа статей, опубликованных в научных журналах, включенных в международные базы данных, а также числа ссылок на эти статьи в тех же информационных базах. В основном такого рода исследования проводятся в естественных науках, но количественный анализ историографии по социальным и гуманитарным дисциплинам также представляется весьма перспективным.

В наукометрии, занимающейся статистическими исследованиями структуры и динамики научной информации, используются различные методы анализа научных публикаций: статистические и лингвистические методы, методы построения индексов цитирования, контент-анализа и др. Результаты анализа библиографии и историографии АИК с помощью статистических и контент-аналитических методов нашли отражение в ряде публикаций автора [14–16].

Наиболее популярной в настоящее время методикой изучения документопотоков является анализ цитирования, который предназначен для выявления структуры научных коммуникаций и оценки результативности ученых. Вместе с тем, оценка научной эффективности на основе анализа цитирования имеет ряд недостатков. Например, остаются нерешенными такие вопросы, как учет уровня научных журналов, содержащих источники цитирования, учет объема цитируемых публикаций или количества соавторов и некоторые другие.

Следует отметить, что компьютеризованный сетевой анализ при наличии больших массивов текстовой информации невозможен без электронных библиографических баз данных, таких, как базы журнальных статей Web of Science, и соответствующего программного обеспечения [17, с.170–171]. Однако если речь идет о ретроспективной информации, как это часто бывает в историографическом исследовании, то источники в электронном виде могут отсутствовать, а если даже они имеются, то из них чрезвычайно трудно извлекать информацию о цитировании, так как оформление текстов не отвечает современным нормам оформления научных статей (с аннотацией, ключевыми словами и библиографическим списком).

В данном случае ситуация именно такова: полнотекстовая коллекция публикаций имеется, но информация о цитировании может быть получена для подавляющего большинства статей только в процессе чрезвычайно трудоемкой ручной работы с текстами, число которых превышает 3000. Поэтому для изучения связей между авторами был выбран подход, основанный на соавторстве. Этот подход явился эффективным в силу того, что историография исторической информатики, как и многих междисциплинарных направлений, включает много работ в соавторстве, например, публикаций, отражающих работу над крупными исследовательскими проектами.

Изучение структуры соавторства методом сетевого анализа позволяет выявлять «незримые научные коллективы», региональные и межрегиональные центры и школы отечественной исторической информатики изучать специфику их научных «профилей» и персонального состава [15, 18].

В данном исследовании сетевой анализ строится на основе библиографии АИК, куда включены: 90 выпусков периодических и повторяющихся изданий и 23 тематических сборника статей по исторической информатике под эгидой Ассоциации «История и компьютер». Это, прежде всего, Информационный Бюллетень Ассоциации «История и компьютер» (45 выпусков за 1990–2016 гг.), сборники серии «Круг идей» (13 выпусков), журнал «Историческая информатика» (18 номеров за 2012–2016 гг.), сборники научных трудов «Информационные технологии в гуманитарных исследованиях» (ИАЭТ и ГПНТБ СО РАН (14 выпусков), а также 23 тематических сборника, изданные под эгидой АИК в Москве, Барнауле, Минске, Красноярске и Геттингене (Германия).

Всего за 1990–2014 гг. в этих изданиях опубликованы 3246 работ 1417 авторов, все они включены в созданные автором библиографическую и полнотекстовую базы данных. В круг этих публикаций вошли, очевидно, работы не только членов Ассоциации «История и компьютер», но и других авторов, которые хотя бы однажды опубликовались в сборниках, бюллетенях, журналах и других изданиях АИК.

Графически и математически сеть представляется в виде графа и соответствующей ему матрицы связей. Граф – совокупность объектов (акторов) со связями между ними. Объекты (акторы) представляют собой вершины (узлы) графа, а связи между ними – ребра. В данном случае мы имеем дело с аффилиативными сетями – сетями, построенными по критерию участия акторов (в качестве которых выступают авторы публикаций) в некоторых событиях (событием является соавторство). Такие сети включают два множества элементов – акторов и события. Для аффилиативной сети строится матрица инцидентности (акторысобытия) – прямоугольная матрица, строки которой соответствуют вершинам графа (акторам), столбцы – ребрам (событиям). На основе матрицы инцидентности получается матрица смежности (матрица связей между акторами) – квадратная матрица, строки и столбцы которой соответствуют вершинам графа (акторам), на диагонали стоят нули, в остальных клетках – числа, обозначающие веса связей (в данном случае – количество публикаций каждой пары авторов в соавторстве, причем мы не ставим вопрос о «качестве» соавторства, то есть, о том, каковы вклады отдельных авторов в работу).

Сетевой анализ в данном исследовании проводился с использованием программы UCINET6, разработанной С. Боргатти, М. Эвереттом и Л. Фриманом [19]. Помимо большого набора аналитических инструментов анализа сетей, Ucinet включает программу визуализации NetDraw для построения графов.

В данном исследовании матрицы смежности и/или инцидентности строятся на основе перекрестных запросов к библиографической базе данных, результаты запросов экспортируются в файлы табличного процессора MS Excel, которые преобразуются программой Ucinet в рабочие файлы для проведения сетевого анализа. Дополнительной возможностью анализа сетей является использование в анализе атрибутов авторов, таких, как институциональная принадлежность, год первой публикации в сборниках и журналах АИК и т.п.

В библиографической базе данных были найдены авторы, не имеющие без соавторов, таких оказалось 473; всего эти авторы написали 793 работ. Кроме того, в базе выявлены 84 публикации без указания авторства (например, информационные материалы от редакции, объявления и т.п.). Эти работы не включались в дальнейший сетевой анализ.

Таким образом, остаются 2369 работ, написанных 944 авторами. Из них мы исключили еще 1382, которые написаны одним автором. В результате для анализа были отобраны 987 публикаций, написанных в соавторстве 944 авторами.

Динамика сети

Сеть на основе соавторства росла постепенно, увеличиваясь и усложняясь с течением времени. На рис. 1 представлен граф, соответствующий самому началу этого процесса. Вершины графа представляют 20 авторов, опубликовавших свои статьи, рецензии, обзоры и сообщения в трех первых номерах Информационного бюллетеня. В это время Бюллетень еще не был изданием Ассоциации, которая официально была зарегистрирована в 1992 г., на его обложке стояло название Комиссии по применению математических методов и ЭВМ в исторических исследованиях при Отделении истории АН СССР, хотя выпускали его в те годы будущие организаторы и активные члены АИК. Эти авторы представляли МГУ, РГГУ, БГУ (Минск), а также институты Академии наук.

1_01

Рис. 1. Сеть авторов публикаций в изданиях АИК в 1990–1991 гг.

Если продолжить визуализацию сети по годам, отображая всех авторов, в том числе и тех, кто не имел соавторов, то очень скоро граф связей становится практически нечитаемым из-за быстрого роста числа вершин. В качестве примера приведем изображение сети в том виде, какой она имела в конце периода 1990–1995 гг. (в статье динамика развития сети показана на нескольких временных срезах: 1995, 2002, 2008 и 2014 гг.). Граф на рис. 2 имеет 199 вершин и 435 связей (если исключить рефлексивные связи, т.е. связи автора с самим собой, число связей становится равным 316). Легко заметить, несмотря на сложности визуализации, что многие вершины графа является изолированными или соединены лишь парными связями, в результате чего граф не представляет собой единого целого, а распадается на отдельные мелкие подграфы. С другой стороны, видны и более значительные группы – это «точки роста» будущих центров и школ.

2_01

Рис. 2. Сеть авторов в 1990–1995 гг. (включены все авторы и все связи)

Для улучшения возможностей визуализации можно убрать из графа все изолированные вершины (т. е. авторов, которые не имели соавторов), а также оставить только те научные центры, которые представлены более чем пятью авторами (для этого в файлы программы Ucinet введена информация об институциональной принадлежности авторов), получится упрощенная сеть из 81 автора с 236 связями, показанная на рис. 3. Разными цветами помечены вершины графа, входящие в отдельные компоненты сети, т.е. совокупности авторов, которые имеют связи только внутри своей группы и не имеют связей с другими группами. Таких компонент получилось довольно много – 15, и представляют они университеты и научные центры Москвы, Минска, Барнаула, Новосибирска, Днепропетровска, Екатеринбурга и Баку.

Новосибирская группа с конца 1980-х гг. формировалась вокруг Сектора археологической теории и информатики Института археологии и этнографии СО РАН; ее центром являлся Ю.П. Холюшкин, бессменный редактор сборника трудов «Информационные технологии в гуманитарных исследованиях». Исследователи из Новосибирска занимаются комплексом методологических, методических и технологических проблем обработки и анализа археологических и этнографических источников, изложила программу своих действий на страницах изданий АИК в 1994 г. [20].

Уральская группа включает исследователей из Екатеринбурга (Институт истории, языка и литературы УрО РАН, Уральский университет), Ижевска (Физико-технический институт УрО РАН) и Нижнего Тагила (Нижнетагильская социально-педагогическая академия), она достаточно неоднородна, поскольку исследовательские интересы уральцев всегда включали различные предметные области: археологию, демографию, социально-политическую историю (историю репрессий), региональную историю. Соответственно, используемые этой группой в первой половине 1990-х гг. методы и технологии также отличались разнообразием, но преобладали работы, связанные с разработкой баз данных и информационных систем для решения задач пространственного анализа и реконструкции памятников историко-культурного наследия [21]. Ставилась также задача создания регионального банка данных по истории Урала [22]. Наиболее высокие индексы центральности по посредничеству в группе в эти годы имели Т.И. Славко и И.В. Журбин.

Лишь одна из компонент является межрегиональной: включает авторов из Москвы, Минска, Барнаула, Баку и состоит из 35 человек. Заметим, что позже из этой компоненты сформируются достаточно самостоятельные группы, но связи между ними останутся.

3_01

Рис. 3. Сеть авторов в 1990–1995 гг. (исключены изолированные вершины и научные центры, представленные менее чем пятью авторами)

Одной из важных характеристик сети является понятие центральности, которое используется для описания положения вершин в графе и имеет более 20 индексов: центральность по степени, по близости, по посредничеству и др. Наиболее часто используется индекс центральности по посредничеству (betweenness); он равен сумме отношений числа самых коротких путей между парами вершин, не совпадающих с данной, и проходящих через нее, к общему числу путей между этими вершинами. Этот индекс отражает роль актора как посредника в коммуникациях. На рис. 4 показан фрагмент сети с вершинами, обладающими максимальными значениями этого индекса. Заметим, что эти же вершины во многих случаях являются и рассекающими вершинами (перемычками, cutpoints), удаление которых вызывает распадение графа на отдельные части, не связанные друг с другом. Хотя через такие вершины не всегда проходит много ребер (связей), однако именно они обеспечивают связность графа, не позволяя ему распадаться на отдельные подграфы. 4_01

Рис. 4. Фрагмент сети. Размеры вершин соответствуют центральности по посредничеству

На рис. 5 приведен тот же фрагмент сети, но здесь основное внимание уделяется силе связей между узлами. Те ребра графа, которые соответствуют более сильным связям (большему числу публикаций в соавторстве), показаны более толстыми линиями и их можно интерпретировать, как свидетельство принадлежности авторов к одной научной школе.

5_01

Рис. 5.Фрагмент сети. Более сильным связям соответствуют более толстые линии

Итак, уже в 1995 г. таблицы сопряженности для всей совокупности 944 авторов были слишком громоздкими. Ясно, что в дальнейшем это еще более существенно ограничивало бы возможность визуализации, поскольку действительно значимые группы авторов «терялись» бы среди массы мелких изолированных групп. Поэтому следующим этапом отбора было выявление и исключение таких локальных групп, которые к концу всего изучаемого периода, то есть к 2014 г., состояли не более чем из пяти авторов. В результате были исключены 77 изолированных групп из двух авторов – 154 чел.; 28 групп из трех авторов – 84 чел.; 16 групп из четырех авторов – 64 чел. и одна группа из пяти авторов – 5 чел.

Построенный после этих упрощений граф для 2002 года показывает основные изменения, происходившие с 1996 г. по 2002 г. В этот период отечественная историческая информатика прошла период становления и динамично развивалась, расширяя свои границы. Важно, что в эти годы были изданы несколько профильных учебников – в Москве, Минске, Саранске и Днепропетровске, создавались новые кафедры и лаборатории, росло количество членов АИК.

Большинство исследовательских групп, которые мы видим на следующих рисунках, уже были намечены в предыдущие годы, а некоторые являются новыми. В 2002 г. общий граф включает 20 сравнительно небольших компонент регионального характера (они показаны на рис. 6) и одну большую межрегиональную компоненту (показана на рис. 7), которая появилась первой, формировалась вокруг лаборатории (кафедры) исторической информатики исторического факультета МГУ и уже к 1992 г. включала исследователей из Москвы, Барнаула и Минска (ср. с рис. 3). Можно заметить, что некоторые группы содержат менее шести человек. Это связано с тем, что их формирование к 2003 г. еще не завершилось.

Региональные группы

Далее будет проанализирована динамика формирования региональных групп. Самой большой по числу авторов региональной группой на рис. 6 является уральская, которая начала формироваться практически с момента создания АИК и в 2002 г. включала уже почти 20 человек; почти столько же авторов в новосибирской группе. Третьей по численности и наиболее сплоченной в 2002 г. становится группа, сформировавшаяся на базе Удмуртского государственного университета вокруг В.А. Баранова. Научные интересы этой группы исследователей лежат в области корпусной лингвистики, в частности, описания, исследования и электронного издания древнерусских рукописных памятников с использованием компьютерных технологий, создания полнотекстовых баз данных и других электронных ресурсов для решения задач сохранения историко-культурного наследия в рамках больших проектов, таких, как информационно–поисковая система «Манускрипт». Первые публикации группы В.А. Баранова в изданиях АИК относятся к 2000 году [23].

6_01

Рис. 6. Региональные компоненты сети в 2002 году Обозначения групп: 1 – уральская, 2 – новосибирская, 3 – ижевская (В.А.Баранов), 4 – казахстанская, 5– саранская, 6 – днепропетровская, 7 – чебоксарская, 8 – томская (технический университет), 9 – «востоковеды», 10 – ростовская, 11 – воронежская, 12 – петрозаводская (А.Г.Варфоломеев), 13 – томская (Г.В.Можаева), 14 – пермская, 15 – волгоградская, 16 – петербургская

В Казахстане вокруг С.А. Жакишевой в 1997–1998 гг. сложилась группа исследователей, занимающихся историей репрессий [24], а с 2000 г. – новая группа, работающая в области использования мультимедийных технологий в исторической науке и образовании [25–26]. Опыт работы в области исторической информатики исследователей из Казахстана отражен в монографии и докторской диссертации С.А. Жакишевой [27–28].

В Саранске под руководством Н.М. Арсентьева, на кафедре экономической истории и информационных технологий Мордовского государственного университета сформировалась группа исследователей, развивающая историческую демографию и экономическую историю России XVIII – XIX вв. [29].

В Днепропетровском национальном университете на базе созданной в 1994 г. Лаборатории компьютерных технологий исторических исследований исторического факультета (первым заведующим лабораторией был В.В. Подгаецкий) работает исследовательская группа, занимающаяся социально-экономической историей с использованием статистических методов, просопографией, а также вопросами методологии исторического исследованиях и применения технологии баз данных [30-31].

Группу авторов из Чувашского университета (Чебоксары) образовали в начале 2000-х гг. ученики и коллеги проф. Ю.П. Смирнова, работавшие над проблемами региональной истории. В эти годы они обратились к созданию баз данных по массовым источникам и их обработке с применением методов дескриптивной статистики, а также к активному внедрению компьютерных технологий в учебный процесс [32].

Ряд авторских коллективов сложился в эти годы на основе эффективных междисциплинарных контактов в ходе работы над научными проектами. Примером междисциплинарного сотрудничества историков и физиков является группа исследователей из Института оптики атмосферы СО РАН и Томского университета – авторов работ, опубликованных под эгидой АИК и посвященных вопросам компьютерной обработки и анализа изображений в филигранологии [33]. Интересные примеры проектов из смежных гуманитарных областей демонстрировали на конференциях АИК наши коллеги-востоковеды и историки-архивисты [34-35]. Контакты с программистами для разработки электронного учебника по истории являлись важной составляющей группы преподавателей из Ростовского университета [36].

Наконец, назовем еще несколько групп авторов, активно заявивших о себе в научном сообществе и продолжающих в этот период успешно развиваться: это группы авторов из Воронежского, Петрозаводского, Томского, Пермского, Волгоградского, Санкт-Петербургского государственного института точной механики и оптики (Технического университета) и ряда других научных центров.

7_01

Рис. 7. Индексы центральности для региональных групп в 2002 г.

На рис. 7 крупные символы соответствуют вершинам с более высокими индексами центральности по посредничеству, иллюстрируя приведенные выше описания соответствующих групп. Видно, что наиболее децентрализованные и сплоченные группы, в которых много связей у всех (или у большинства) авторов, могут не иметь явно выраженных центров, обеспечивающих коммуникации остальных друг с другом (например, школа исторической компьютерной лингвистики в Ижевске). Видимо, отсутствие центра в этой группе объясняется тем, что она сформировалась на основе крупного проекта, в котором участвуют все авторы. Для измерения плотности сети служит такой показатель, как отношение количества реальных связей к потенциальному максимуму, равному n*(n–1)/2. Чем больше этот показатель, тем более консолидированной является сеть (например, плотность всей совокупности региональных сетей в данном случае 0,04, а плотность ижевской группы – 0,86). Напротив, новосибирская группа, также имеющая высокий процент работ в соавторстве, имеет четко выраженный центр – это авторитетная фигура Ю.П. Холюшкина, соавторство с которым у других авторов на порядок выше, чем соавторство друг с другом. Еще один пример – уральская группа, где таких центров несколько (в первую очередь, Т.И. Славко и И.В. Журбин), что связано с тематической спецификой работ различных авторов.

8_01

Рис. 8. Региональные группы в 2008 году (без новосибирской) Обозначения групп: 1 – уральская, 3 – ижевская (В.А.Баранов), 4 – казахская, 5– саранская, 6 – днепропетровская, 7 – чебоксарская, 8 – томская (технический университет), 9 – «востоковеды», 10 – ростовская, 11 – воронежская, 12 – петрозаводская (А.Г.Варфоломеев), 13 – томская (Г.В.Можаева), 14 – пермская, 15 – волгоградская, 16 – петербургская, 17 – киргизская, 18 – «клиодинамисты», 19 – ижевская (Н.В.Митюков), 20 – ИВИ РАН, 21 – красноярская, 22 – петрозаводская (А.А.Рогов)

Перейдем к временному интервалу 2003–2008 гг. и рассмотрим, какие изменения произошли с региональными группами за эти годы.

На рис. 8 представлены все региональные группы, сформировавшиеся на предыдущем этапе, т.е. к 2003 году, и несколько новых. Отсутствует только новосибирская группа, численность которой выросла настолько, что ее невозможно отобразить вместе с остальными (она показана на отдельном графе – рис. 9).

9_01

Рис. 9. Новосибирская группа авторов в 2008 г. (размер узлов соответствует индексу центральности по посредничеству)

Новосибирская группа в АИК наиболее автономна и изолирована. Размещение вершин графа «по кругу» хорошо подходит для новосибирской группы, так как в ней много авторов (58) и большинство из них связаны друг с другом многочисленными связями (458); плотность этой группы намного выше средней по другим регионам и уступает по этому показателю только ижевской группе (группе В.А. Баранова). Безусловными лидерами в группе являются Ю.П. Холюшкин (индекс центральности по степени равен 39, по посредничеству – 417) и В.Т. Воронин (индекс центральности по степени равен 5, по посредничеству – 318). Группа быстро растет, и тематика публикаций расширяется: активно разрабатываются вопросы, связанные с информационным обеспечением исследований, электронными ресурсами, возможностями Интернета.

Анализ состава остальных региональных групп по состоянию на начало 2009 г. показывает, что часть из них практически сформирована еще на предыдущем этапе, т.е. к началу 2003 г. Это группы из Казахстана, Саранска, Чебоксар, Ростова-на Дону, Ижевска (группа В.А. Баранова), Томска (группа В.В. Белова с соавторами), а также московская «группа востоковедов». Учитывая, что число авторов, вошедших во все региональные группы, к 2009 году существенно выросло (до 247 человек), далее будем рассматривать только те из них, которые продолжали пополняться и после 2008 года (рис. 34). Эти группы без новосибирской включают 129 человек.

Некоторые из вновь появившихся региональных групп к 2009 г. еще не имеют выраженных центров (например, группа авторов из Киргизии), в других такие центры определились. Как правило, это представители региональных классических университетов: в пермской группе – С.И. Корниенко, в воронежской – И.Е. Сафонов, в петрозаводской – А.Г. Варфоломеев, в красноярской – М.В. Румянцев.

Наконец, на рис. 10 представлен финальный граф связей в конце 2014 года для тех региональных групп, состав которых изменился в течение 2009–2014 гг., более четко определились и их «профили».

Небольшие по размеру группы являются, как правило, ориентированными на некоторые определенные предметные области, методы или технологии. Например, методы математического моделирования развивает группа «клиодинамистов» из Москвы [37], в Ижевске на базе Камского института гуманитарных и инженерных технологий сложилась группа специалистов, разрабатывающих программное обеспечение для аэробаллистического моделирования исторического оружия (лидер – Н.В. Митюков) [38].

Две региональные группы специализируются в области применения информационных технологий в гуманитарном / историческом образовании. Публикации авторов из Томского университета в основном посвящены внедрению дистанционного обучения с использованием Интернета, спутниковых технологий, социальных сетей (лидер – Г.В. Можаева, директор Института дистанционного образования ТГУ) [39].

10_01

Рис. 10. Региональные группы в 2014 г. Размеры узлов связаны с величиной индекса центральности по посредничеству Обозначения групп: 1 – уральская, 6 – днепропетровская, 11 – воронежская, 12 – петрозаводская (А.Г.Варфоломеев), 13 – томская (Г.В.Можаева), 14 – пермская, 15 – волгоградская, 17 – киргизская, 18 – «клиодинамисты», 19 – ижевская (Н.В.Митюков), 20 – ИВИ РАН, 21 – красноярская, 22 – петрозаводская (А.А.Рогов)

Публикации авторов из Волгоградского государственного педагогического университета (лидер – А.В. Штыров) ориентированы на решение проблем информатизации учебного процесса в педагогическом вузе, повышение информационной компетентности будущих педагогов-историков, вовлечение студентов в информатизацию краеведческой деятельности [40].

Специализированное программное обеспечение для работы с текстами в рамках экспертной системы разрабатывается в ИВИ РАН. Разработчики системы создали базу данных по текстовым источникам для презентации и семантического анализа лексики византийского права, дополнив ее набором специальных программных модулей (руководитель проекта – Ю.Я. Вин) [41].

Более крупные группы, сформировавшиеся на более ранних этапах деятельности АИК, постепенно расширяют и изменяют свои «профили». Например, группа историков и математиков из Петрозаводского университета (лидер – А.Г. Варфоломеев) в 1990-е гг. занималась исторической демографией, а с 2000-х гг. в центре их внимания – XML-технологии презентации источниковой информации: в сотрудничестве с Даугавпилсским университетом развивается новый специализированный вариант компьютерного источниковедения в форме источнико-ориентированного подхода при работе с комплексами архивных документов, разрабатываются новые методы компьютерного анализа текстовых источников [42-43].

Появившаяся в начале 2000-хх гг. группа авторов из Киргизии занималась проблемами исторической демографии и генеалогии сначала на базе Кыргызско-российского славянского университета, а затем Кыргызского Национального университета (лидер – Ш.Д. Батырбаева) [44-45]. Впоследствии круг интересов этой группы расширялся, и сейчас она сосредоточила свое внимание на проблемах сохранения национального историко-культурного наследия с привлечением технологий 3D моделирования исторических памятников [46]. Обобщение опыта работы коллег из Киргизии представлено в коллективной монографии «Использование математических методов и информационных технологий в исследовании актуальных проблем истории Кыргызстана» [47].

Возникнув в 2000 г., постоянно пополняется группа авторов с историко-политологического факультета Пермского университета (лидер – С.И. Корниенко), ведущих проекты по истории российского парламентаризма с выходом на создание информационных систем, а также разрабатывающих полнотекстовые базы данных по материалам пермской губернской периодики [48-49] и ряд других проектов в области сохранения, изучения и визуализации историко-культурного наследия Пермского края, в том числе с применением ГИС-технологий.

В структуре АИК в разное время существовали еще несколько небольших групп, сложившихся еще на этапе институционализации направления, существовавших довольно долго (17–20 лет) и имевших хорошие перспективы развития. К сожалению, в связи с уходом их лидеров, такие группы сейчас представлены в АИК только работами отдельных авторов.

Во второй части статьи будет рассмотрена динамика формирования межрегиональной группы и сформулированы общие выводы.

Библиография
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
42.
43.
44.
45.
46.
47.
48.
49.
References
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
42.
43.
44.
45.
46.
47.
48.
49.