Журнал «Информационные технологии и вычислительные системы» - И. В. Смирнов, Ю. М. Кузнецова, М. А. Станкевич, О. Г. Григорьев "Система анализа реакций сетевых сообществ на общественно-значимые события"

В работе представлена система интеллектуального анализа данных социальных медиа для выявления реакций сетевых сообществ на общественно-значимые события различного типа. Описана архитектура системы и ее функциональные возможности. Представлен пример применения системы на данных популярных сетевых сообществ небольшого города Нижегородской области.

психолингвистический анализ текстов, социальные сети, анализ реакции на события.

1. Lazer D. et al. Computational social science //Science (New York, NY). 2009. Т. 323. №5915. С. 721-723. https://doi.org/10.1126/science.1167742

2. Губа К. Большие данные в социологии: новые данные, новая социология? //Социологическое обозрение. 2018. Т. 17. №. 1. С. 213-236. https://doi.org/10.17323/1728-192X-2018-1-213-236

3. DiMaggio P. Adapting computational text analysis to social science (and vice versa) //Big Data & Society. 2015. V.2. №2. P. 2053951715602908. https://doi.org/10.1177/2053951715602908

4. Resnyansky L. Conceptual frameworks for social and cultural Big Data analytics: Answering the epistemological challenge //Big Data & Society. 2019. V.6. №1. P. 2053951718823815. https://doi.org/10.1177/2053951718823815

5. Varol O. et al. Evolution of online user behavior during a social upheaval //Proceedings of the 2014 ACM conference on Web science. 2014. pp. 81-90. https://doi.org/10.1145/2615569.2615699

6. Zagidullina M. Entertaining web-site as indicator of public sphere: hash tag politics on pikabu. ru //Political Linguis. J. 2017. V.65. №5. pp. 189-193.

7. Volosnikov R. The influence of social media on the formation and functioning of public opinion. Sociol //Almanac. 2019. V.10. pp. 82-90.

8. Smirnov I., Stankevich M., Kuznetsova Y., Suvorova M., Larionov D., Nikitina E., Savelov M., Grigoriev O. TITANIS: A Tool for Intelligent Text Analysis in Social Media // In: Kovalev S.M., Kuznetsov S.O., Panov A.I. (eds) Artificial Intelligence. RCAI 2021. Lecture Notes in Computer Science, Springer, Cham. 2021. V.12948. pp. 232-247. https://doi.org/10.1007/978-3-030-86855-0_16

9. Смирнов И.В. Программные средства психоэмоционального анализа текстов // Информационные технологии и вычислительные системы. 2023. №1. С.27-38. https://doi.org/10.14357/20718632230103

10. Смирнов И.В. Интеллектуальный анализ текстов на основе методов разноуровневой обработки естественного языка. М.: ФИЦ ИУ РАН. 2023. 356 с.

11. Григорьев О. Г., Кузнецова Ю., Никитина Е., Смирнов И., Чудова Н. В. Каузативно-эмотивный анализ. Часть I. Методика изучения эмоциональных реакций пользователей социальных сетей // Психологический журнал. 2022. Tом 43. №3. C. 114-121 [Электронный ресурс]. URL: https://psy.jes.su/S020595920020501-7-1 (дата обращения: 17.03.2025). https://doi.org/10.31857/S020595920020501-7

12. Ениколопов С.Н., Медведева Т.И., Воронцова О.Ю., Чудова Н.В., Кузнецова Ю.М., Пенкина М.Ю., Минин А.Н., Станкевич М.А., Смирнов И.В., Любавская А.А. Лингвистические характеристики текстов психически больных и здоровых людей // Психологические исследования. 2018. Том 11, № 61. С. 1. https://doi.org/10.54359/ps.v11i61.258

13. Nosov A., Kuznetsova Y., Stankevich M., Smirnov I., Grigoriev O. Modeling Seasonality of Emotional Tension in Social Media //Computers. 2024. Vol. 13. Iss. 1. Art. 3. pp. 1–24. https://doi.org/10.3390/computers13010003

14. Melrose S. Seasonal affective disorder: an overview of assessment and treatment approaches // Depress. Res. Treat. Wiley Online Library. 2015. V. 2015. №1. P.178564. https://doi.org/10.1155/2015/178564