Сетевой анализ в исследовании дискурса на примере комментариев интернет-пользователей

Размещено на http://www.allbest.ru/

Сетевой анализ в исследовании дискурса на примере комментариев интернет-пользователей

К.Е. Гурин, аспирант,

кафедра социологии,

Удмуртский государственный университет,

г. Ижевск, Россия

Статья посвящена анализу дискурса, где дискурс рассматривается как форма социальной практики. Предпринимается попытка эмпирического изучения дискурсивной практики применительно к интернет-коммуникации с учетом ее сетевой структуры. В качестве кейса рассматривается коммуникативная ситуация в социальной сети «ВКонтакте» относительно определенной новости. Социальная сеть «ВКонтакте» обладает специфическими способами выражения эмоций и мнений, которые могут послужить основой для моделирования различных сетевых структур. В процессе изучения сетевой структуры высказываний выявляются и дифференцируются различные точки зрения участников коммуникации и определяются наиболее показательные - центральные высказывания. Дискурс-анализ рассматривает артикуляцию знаковых элементов с учетом их структурных особенностей в конкретной коммуникативной ситуации. Таким образом, предварительное изучение коммуникативной структуры с учетом множества участников коммуникации позволяет определять позиции высказываний относительно друг друга, выявлять центральные и периферийные высказывания, а также может стать основой для дальнейшего дискурс-анализа. В данном исследовании была использована методология, основанная на теоретических разработках дискурс-анализа, сетевого анализа и анализа социальных сетей. Автор статьи определяет также дальнейшие направления развития описанной схемы исследования в сторону дополнительного изучения взаимодействий между участниками коммуникации.

Ключевые слова: текст, дискурс, структура коммуникации, социальная сеть, сетевые свойства, социальная онлайн-сеть, артикуляция, интертекстуальность

Одной из важнейших эмпирических проблем в анализе дискурса в рамках социологического исследования становится недостаток внимания к изучению социального пространства и его взаимосвязи с различными видами дискурсивной практики. Несмотря на то что дискурс-аналитики уделяют значительное внимание этой проблеме в теоретическом построении, основной фокус их эмпирических исследований чаще акцентируется на текстовом анализе (например Н. Фэркло¹).

Тем не менее, рассматривая дискурсанализ не просто как разновидность лингвистической методологии, а как социологический метод, при изучении определенной коммуникативной ситуации следует задаться вопросом: как эмпирически обеспечить связность набора исследуемых текстов (как некого дискурсивного пространства) с полем социальных агентов? Цель данной статьи - анализ дискурсивной практики как сетевой структуры коммуникативных актов в контексте множества участников.

Исследование сетевых структур в социологии на сегодняшний день становится все более популярным. Это связано прежде всего с распространением и развитием Интернета и мобильной связи (их анализ проводится в рамках изучения социальных сетей)². Тем не менее модель сети является универсальной и применима к самым разным объектам, связанным друг с другом. В качественном смысле под социальной сетью понимается социальная структура, состоящая из множества акторов (агентов) и определенного множества отношений (совокупности связей)³.

Развитие Интернета позволило изучать более масштабные сети в рамках меньших временнымх диапазонов и наблюдать определенные коммуникативные процессы в сети с меньшей задержкой во времени и в реальных (нелабораторных) условиях. Например, А. Panisson (Panisson 2011) собралданные и построил динамическую социальную сеть сообщений в Твиттере в течение одного часа (17:50 - 18:50 по каирскому времени), 11 февраля 2011 года, на момент объявления отставки Президента Египта Х. Мубарака»⁴.

Интернет-коммуникация в социальных сетях имеет ряд отличительных характеристик. Разработчики социальных онлайн-сетей предусматривают для пользователей возможность выразить свое мнение при помощи специальных механизмов, например, оценок, «лайков», «дислайков», комментариев. Использование этих механизмов, а также рассмотрение совокупности сообщений как сетевой конфигурации, образованной конкретными участниками, позволяет дифференцировать различные тексты, дополнив тем самым содержательный анализ их структурными свойствами.

В качестве эмпирического материала для нашего исследования была выбрана коммуникация вокруг новости в официальном сообществе «РИА Новости» социальной сети «ВКонтакте». Статья, опубликованная 9 января 2014 года, представлена следующим текстом: «очередь верующих к православной святыне Дары волхвов, которую привезли в храм Христа Спасителя, составляет около 20 тысяч человек. Время ожидания занимает около 9 часов. Для паломников открыт телефон горячей линии на случай необходимой медицинской или другой помощи. Смотрите фотографии РИА „Новости” в альбоме: (далее ссылка на альбом с фотографиями)»⁵.

Несмотря на небольшой текст статьи и отсутствие большого числа ссылок на другие источники (гиперссылок), статья набрала 193 «лайка» и 1 434 комментария, в то время как комментарии к другим статьям за январь, за редким исключением, не превышали порог в 500. Однако для анализа было отобрано лишь 73 комментария, так как дальнейшие комментарии практически не сопровождались «лайками», и коммуникация осуществлялась между несколькими участниками как межличностная.

Для анализа структуры комментариев была построена сеть в программе для визуализации и анализа графов Gephi (версия 0.8.2). В качестве вершин выступают комментарии, а в качестве ребер - ситуации, когда один и тот же пользователь поставил «лайк» (или являлся автором комментария, комментариев). Весом ребра будет являться количество таких пересечений. Кроме того, в качестве комментария «без автора» мы можем поместить в структуру вершин новость. Каждому комментарию был присвоен свой номер (в порядке появления), где под номером 1 закодирована сама новость. Таким образом, строится неориентированный граф. В данном случае он состоит из 74 вершин и 971 ребра. Исследование такой структуры обосновывается необходимостью определения соотношения значимости различных текстов, что позволит на уровне содержательного анализа сопоставлять элементы и конфигурации различных знаков в текстах. Получившийся граф был разделен на группы при помощи алгоритма модулярности (показатель модулярности графа равен 0,28). В графе выделены три основные группы (рисунок). вконтакте коммуникация социальный сеть

Группа высказываний, обозначенная через знак «/» № 1, обладает высокой плотностью (0,76) и коэффициентом кластеризации (0,911), то есть обладает высоким уровнем транзитивности. При помощи показателя Authority (отображает важность узла в сети) для этой группы мы можем выделить комментарии, характеризующие ее наиболее полно. Так как полученная группа высказываний достаточно плотна, «авторитетных» узлов много. Для дальнейшего анализа высказываний участников этой группы следует обратить внимание на комментарии под номерами: 10, 21, 28, 30, 32, 41, 43, 70. Немногим ниже показатель Authority для высказываний: 47, 51, 61, 68, 72. Следует отметить, что сама новость, попавшая в эту группу, обладает минимальным «авторитетом», но максимальной промежуточностью. Высокая промежуточность новости связана с включением в сеть одного комментария (под номером 17), исключение которого уменьшает диаметр группы до двух. То есть связь любого высказывания в группе обеспечивается через один промежуточный комментарий.

Группа комментариев № 5 более «разрежена». Об этом свидетельствует меньший средний коэффициент кластеризации (0,79). Наиболее значимые узлы (по показателю Authority - под номерами: 2, 8, 29). Далее с большим отрывом следуют комментарии: 18,9, 12, 49, 57. Комментарии 2, 8, 29 и 18 обладают наибольшим показателем промежуточности в группе, следовательно, этот набор можно использовать для более детального анализа.

Группа № 2 также ниже группы № 1 по показателям сетевой плотности (0,34) и коэффициенту кластеризации (0,779). Более авторитетны (а также обладают большей промежуточностью) в группе высказывания 40, 6, 60, 39.

Группа комментариев № 3 наиболее плотно связана. Дальнейший анализ показал, что группа образована одним пользователем, осуществлявшим переписку с другим, сообщения которого не получали «лайки» от других пользователей. Подробно высказывания этой группы в дальнейшем рассматриваться не будут.

После того как структура коммуникации определена, следует добавить содержательную часть комментариев. Для этого конкретные высказывания необходимо проанализировать как артикуляцию знаковых элементов, структуры знаков. По мнению Э. Лакло и Ш. Муфф, дискурсивная практика - это и есть артикуляция, не повторяющаяся (по причине контекстуализации) и всегда включенная в интертекстуальные цепочки. Посредством изучения того, как в различных контекстах структурируются различные знаки, можно судить о том, насколько те или иные структуры устойчивы, а также определять границы между различными структурами⁶.

Так, высказывания, принадлежащие группе № 5, «комментируют» действующих лиц самой новости, не определяя конкретные ее элементы. Три наиболее значимых комментария для этой группы (2, 8, 18), обладающие высокими сетевыми показателями, характеризуют «участников» новости (обозначим их как «очередь верующих к православной святыне Дары волхвов, которую привезли в храм Христа Спасителя») как «дураков»; «необразованных людей», «людей с низким интеллектом». При этом первые попытки агента, написавшего комментарий № 2, экстраполировать эти определения на «православных россиян» не получили значимого одобрения группы. Однако в сообщении 29 (являющемся одним из центральных в группе) он описывает группу «верующих людей», в том числе и «очередь верующих к православной святыне Дары волхвов, которую привезли в храм Христа Спасителя», как «больных глупостью». Таким образом, описываемую группу высказываний и агентов можно определить как критиков религии, разделяющих мнение о том, что религиозная практика и те, кто ее поддерживает, - глупы; особенно это касается «очереди верующих к православной святыне Дары волхвов, которую привезли в храм Христа Спасителя». Для этой группы комментариев сетевой анализ позволил отсеять менее значимую дискурсивную практику, а также определить наиболее устойчивую структуру дискурса. Структура группы комментариев, тем не менее, свидетельствует о большом разбросе мнений и о не полном согласии об идентичностях. Кроме того, активность участия в коммуникации агентов этой группы значительно выше до 30-го комментария, после которого группа, «описанная в новости», почти не упоминается.

Группа комментариев № 1 характеризуется высокой частотой гиперссылок на группу комментариев № 5, описанную выше, где авторов называют атеистами (или комментаторами-атеистами), и выражается несогласие с их точкой зрения. Значимыми становятся такие комментарии, которые описывают «комментаторов-атеистов» как людей, «которые не имеют своего мнения», «обижающих верующих», «глупых», «идиотов, не уважающих свою мать». При этом попытки осуществить экстраполяцию характеристик с «комментаторов-атеистов» на всех «атеистов» участниками коммуникации не поддерживаются. Кроме того, подчеркиваются «польза» веры и религии, а также ее значимость в истории и связь с предками. Примером может служить обращение к «комментатору-атеисту»: «если бы не эта вера твоих предков, то ты бы сейчас на немецком разговаривал, или до сих пор под татаро-монголами трясся!» (комментарий № 41).

Группа высказываний № 2 в большей мере является набором различных знаков. Так, например, в двух популярных комментариях есть сравнение с «мусульманами»: «А еще забавно, как в „наших интернетах” дружно критикуют очередь в христианский храм и ничего не говорят об интеллекте мусульман, толпою в праздники молящихся на площадях. Я сам неверующий и одинаково отношусь к религиям. Может, потому мне это странным и кажется...» (комментарий № 40). Кроме того, комментаторы высмеивают друг друга за орфографические ошибки. Тем не менее группа высказываний № 2 ближе к группе № 3, хотя и отлична от нее.

В заключение можно сделать вывод, что в данном кейсе коммуникация выстраивалась через два различных вида дискурсивной практики. В основе первой лежала критика «очереди верующих в храм Христа Спасителя», рассматриваемой как «совокупность людей со слабым интеллектом». Затем они уступили место агентам второго дискурса, в котором критиковались агенты первого дискурса, именуемые «комментаторами-атеистами», что позволило коммуникации двинуться в другом направлении. Периодически появлялись комментарии вне этих идентичностей, находившие множество сторонников среди активных участников. Сообщения, объединяющие противоположные группы высказываний, выражены слабо.

Таким образом, использование сетевого анализа структур коммуникации при проведении дискурс-анализа позволяет в рамках эмпирического исследования идентифицировать наиболее близкие друг к другу элементы дискурсивной практики, а также классифицировать и ранжировать их в контексте ситуации: события, конкретных участников коммуникации. Текстовый анализ дополняет структуру коммуникации содержательными характеристиками. В результате можно наблюдать процесс конструирования в процессе коммуникации новых видов дискурсивной практики, по-разному влияющих на структурирование социального пространства. Совместный анализ сетевой структуры текстов и текстуальный анализ уменьшают методологический разрыв между дискурс-анализом, опирающимся на лингвистический анализ, и социальным контекстом различных текстов.

В перспективе анализ сетевой структуры коммуникации может быть дополнен структурой взаимоотношений агентов в конкретной коммуникативной ситуации, где возможно обнаружение лидеров мнений и аутсайдеров. В перспективе исследования дискурсивной практики в сетевых коммуникациях можно также выявить более устойчивые дискурсивные структуры и оценить, насколько эти дискурсы участвуют в структурировании тех или иных сообществ, представляющих определенную социальную сеть. Более объемный анализ может послужить базой для определения аналитической модели, позволяющей выстраивать прогнозы относительно как дискурсивного, так и социального поля.

Литература

1. Йоргенсен М.В., Филлипс Л. Дж. Дискурс-анализ. Теория и метод / пер. с англ. 2-е изд., испр. Харьков: Изд-во «Гуманитарный центр», 2008. С. 159.

2. Давыдов А.А. Системная социология. М.:URSS, 2008. С. 99

3. Губанов Д.А., Новиков Д.А., Чхартишвили А.Г. Социальные сети: модели информационного влияния, управления и противоборства / под ред. чл.- корр. РАН Новикова. Д.А. 2-е изд., стереотипное. М.: Издательство физико-математической литературы: МЦНМО, 2010. С. 4.

4. Давыдов А. А., Лысенко М.В. Египетская революция в твиттере - безмасштабная сеть? // Системный мониторинг глобальных и региональных рисков: Арабская весна 2011. М.: Изд-во ЛКИ, 2012. С. 307-312.

5. Официальное сообщество «РИА Новости» социальной сети «ВКонтакте». [Электронный ресурс]. URL: https://vk.com/wall-15755094_3204996?offset=1420 (дата обращения: 09.01.2014).

6. Йоргенсен М.В., Филлипс Л. Дж. Дискурс-анализ. Теория и метод / пер. с англ. 2-е изд., испр. Х.: Изд-во «Гуманитарный центр», 2008. С. 159.

Размещено на Allbest.ru