sergeogrИзвестия Российской академии наук. Серия географическаяIzvestiya Rossiiskoi Akademii Nauk. Seriya Geograficheskaya2587-55662658-697510.31857/S2587556624040106RPEKUOsergeogr-2799Research ArticleРегиональные географические проблемыRegional Geographical ProblemsТипы сетевого поведения пользователей “ВКонтакте” в городах Вологодской областиTypes of Network Behavior of Users of Social Network “VKontakte” in the Cities of Vologda OblastСиницынН. А.SinitsynN. A.

Москва

Moscow

nicksinus@yandex.ruМосковский государственный университет имени М.В. Ломоносова, географический факультетРоссияLomonosov Moscow State University, Faculty of GeographyRussian Federation202409032025884583596Copyright © Синицын Н.А., 20252025Синицын Н.А.Sinitsyn N.A.This work is licensed under a Creative Commons Attribution 4.0 License.https://izvestia.igras.ru/jour/article/view/2799

Данные социальных сетей используются специалистами гуманитарных наук для анализа общества уже более десяти лет, однако потенциал этого источника еще не раскрыт до конца. Работа выполнена на основе открытых данных пользователей социальной сети “ВКонтакте”, проживающих в городах Вологодской области. Эти данные – отличный материал для социологических и общественно-географических исследований. Информация собрана с использованием API “ВКонтакте”. Разработана методика очистки данных от фейковых пользователей. Предложена комплексная характеристика пользователя, отражающая его вкусы и интересы по набору сообществ, на которые он подписан. Группа пользователей, склонная подписываться на определенный набор сообществ, названа типом сетевого поведения. Они были выделены с помощью разработанной методики кластеризации графа пользователей и сообществ, в основе которой лежит силовая укладка графа алгоритмом OpenOrd. Одиннадцать полученных типов сетевого поведения можно разделить на две группы: половозрастные и специализированные типы. Сообщества половозрастных типов не имеют основной темы, отличаются большим числом пользователей, важную роль в них играют юмористические ресурсы. Сообщества специализированных типов объединены одной или двумя основными темами, там на порядок меньше пользователей, мало юмористических сообществ. Структура половозрастных кластеров города в Вологодской области зависит от его людности. На структуру специализированных кластеров кроме людности влияет состав экономики города. Разнообразие типов сетевого поведения города прямо пропорционально численности населения города, при этом у городов с сопоставимой людностью, разнообразие связано с ролью сферы услуг в местной экономике.

This study is based on open data of the social network “VKontakte.” The personal data of users from the cities of Vologda oblast were collected using the “VKontakte” API. Several filters were developed to ex- clude fake users. Complex characteristics of users were created. It reflects his tastes and interests according to his subscriptions for communities. A group of users who tend to subscribe to a certain set of communities is called a pattern of social network behavior. The patterns were defined using the developed method of graph clustering based on the force layout (OpenOrd algorithm). Eleven obtained patterns of social net- work behavior were divided into 2 groups: age-sex and thematic. Communities of age-sex patterns have no common theme, they have many users, they contain a lot of humorous resources. Communities of thematic patterns have one or two common themes, they are much less populated, they contain a few numbers of humorous resources. The structure of age-sex patterns in a city depends on its population. The structure of thematic patterns of a city is also influenced by the composition of its economy. The diversity of the city’s social network behavior patterns is directly proportional to its population. The diversity is related to the role of services in the local economy for cities with comparable population.

городаВологодская областьоткрытые данныесоциальная сетьсетевое поведение“ВКонтакте”кластерный анализграфOpenOrdэнтропия ШеннонаcitiesVologda oblastopen datasocial network“VKontakte” cluster analysisgraphOpenOrdentropyShannon’s entropyReferencesВолков Д., Гончаров С. Российский медиа-ландшафт: телевидение, пресса, интернет. М., 2014. 15 с.Bourdieu P. Distinction: The Social Critique of the Judgment of Taste. London: Routledge, 1984.Волков Д., Гончаров С. Российский медиа-ландшафт 2019: телевидение, пресса, интернет и социальные сети. М., 2019. 21 с.Chekmyshev O.A., Yashunskii A.D. Data mining from electronic social networks and its applications. Preprinty IPM Keldysha, 2014, no. 62, pp. 3–16. (In Russ.).Замятина Н.Ю. Метод изучения миграций молодежи по данным социальных интернет-сетей: Томский государственный университет как “центр производства и распределения” человеческого капитала (по данным социальной интернет-сети “ВКонтакте”) // Региональные исследования. 2012. № 2. С. 15–28.Etling B., Alexanyan K., Kelly J., Farris R., Palfrey J., Gasser U. Public Discourse in the Russian blogosphere: Mapping RuNet politics and mobilization. Berkman Center Res. Publ., 2010, vol. 11, pp. 1–46.Замятина Н.Ю., Яшунский А.Д. Виртуальная география виртуального населения // Мониторинг об-щественного мнения: Экономические и социальные переменены. 2018. № 1. С. 117–137.Etling B., Faris R., Palfrey J., Gasser U., Kelly J., Alexanyan K., Barash V. Mapping Russian Twitter. Berkman Center Res. Publ., 2012, vol. 3, pp. 1–16.Ивлиева О.Д., Яшунский А.Д. Виртуальная урбанизация // Городские исследования и практики. 2016. № 4. С. 26–36.Heckert A., Heckert D.M. A new typology of deviance: integrating normative and reactivist definitions of deviance. Deviant Behav., 2002, vol. 23, no. 5, pp. 449–479.Смирнов И.П., Смирнова А.А. Активность населения как ресурс развития городов Тверской области: опыт оценки по данным сети “ВКонтакте” // Вестн. Тверского гос. ун-та. Серия: экономика и управление. 2019. № 4 (48). С. 108–116.Ivlieva O.D., Yashunskii A.D. Virtual urbanization. Gorod. Issled. Praktiki, 2016, no 4, pp. 26–36. (In Russ.).Смирнов И.П., Виноградов Д.М., Алексеев А.И. К Москве или к Санкт-Петербургу? Тяготение населения Тверской области по данным сети “ВКонтакте” // Изв. РГО. 2019. Т. 151. № 6. C. 69–80.Khlopotov M.V., Startseva N.V., Makarenko A.A. Research of cinemaddict’s clusters and their thematic communities in social networks. Vestn. Evraz. Nauki, 2019, no. 2, pp. 1–11. (In Russ.).Соколов М.М., Соколова Н.А., Сафонова М.А. Статусные культуры, биографические циклы и поколенческие изменения в литературных вкусах. Анализ полной базы данных читательских абонементов петербургских библиотек за 2014 год // Журн. социологии и социальной антропологии. 2016. № 3. С. 116–135.Martin S., Brown W., Klavans R., Boyack K. OpenOrd: An open-source toolbox for large graph layout. In Visualization and Data Analysis 2011. Vol. 7868.Суслов С.И. Сетевой анализ общественно-политических онлайн-сообществ Петербурга в социальной сети “ВКонтакте”: создание карты и кластеризация // Вестн. СПбГУ. Серия 12: Психология. Социология. Педагогика. 2016а. № 4. С. 69–87.Wong P. C., Park J., Hao M. C., Chens C., Börner K., Kao D. L., Robert J. C., Eds. 2011. Peterson R.A. Understanding audience segmentation. From elite to mass and from snob to omnivore. Poetics, 1992, vol. 21, no. 4, pp. 243–258.Суслов С.И. Сетевой анализ смежности аудиторий политических онлайн-сообществ Санкт-Петербурга в социальной сети “ВКонтакте” // Современная наука и инновации. 2016б. № 2 (14). C. 196–207.Shannon C.E. A mathematical theory of communication. Bell Syst. Tech. J., 1948, vol. 27, no. 3, pp. 379–42.Хлопотов М.В., Старцева Н.В., Макаренко А.А. Исследование кластеров кинолюбителей и их тематических сообществ в социальных сетях // Вестн. Евразийской науки. 2019. № 2. C. 1–11.Smirnov I.P., Smirnova A.A. Population activity as a source of Tver region city’s development: case study of “VKontakte” social network. Vestn. Tver. Gos. Univ. Ser.: Ekon. Upravl., 2019, no. 4, pp. 108–116. (In Russ.).Чекмышев О.А., Яшунский А.Д. Извлечение и использование данных из электронных социальных сетей // Препринты ИПМ им. М.В. Келдыша. 2014. № 62. С. 3–16.Smirnov I.P., Vinogradov D.M., Alekseev A.I. Moscow or St. Petersburg? Attraction of the Tver region population according to the VKontakte network. Izv. RGO, 2019, vol. 151, no. 6, pp. 69–80. (In Russ.).Bourdieu P. Distinction: The Social Critique of the Judgment of Taste. London: Routledge, 1984. 604 p.Sokolov M.M., Sokolova N.A., Safonova M.A. Status cultures, biographical cycles, and generational changes in literary tastes. Analysis of the complete database of readers’ subscriptions of St. Petersburg libraries for 2014. Zh. Sotsiol. Sots. Antropol., 2016, no. 3, pp. 116– 135. (In Russ.).Etling B., Alexanyan K., Kelly J., Farris R., Palfrey J., Gasser U. Public Discourse in the Russian Blogosphere: Mapping RuNet Politics and Mobilization // Berkman Center Research Publication. 2010. Vol. 11. P. 1–46.Suslov S.I. Network analysis of St. Petersburg political online communities in the social network “VKontakte”: mapping and clusterization. Vestn. SPbGU. Ser. 12: Psikhol. Sotsiol. Pedagog., 2016a, no. 4, pp. 69–87. (In Russ.).Etling B., Faris R., Palfrey J., Gasser U., Kelly J., Alexanyan K., Barash V. Mapping Russian Twitter // Berkman Center Research Publication. 2012. Vol. 3. P. 1–16.Suslov S.I. Network analysis of the contiguity of audiences of political online communities in St. Petersburg in the social network “VKontakte”. Sovrem. Nauka Innov., 2016b, no. 2, pp. 196–207. (In Russ.).Heckert A., Heckert D.M. A new typology of deviance: integrating normative and reactivist definitions of deviance // Deviant Behavior. 2002. Vol. 23. № 5. P. 449–479.Volkov D., Goncharov S. Rossiiskii media-landshaft: televidenie, pressa, internet [Russian Media Landscape: Television, Press, Internet]. Moscow, 2014.Martin S., Brown W., Klavans R., Boyack K. OpenOrd: An Open-Source Toolbox for Large Graph Layout. In: Visualization and Data Analysis 2011 / P.C. Wong, J. Park, M.C. Hao, C. Chens, K. Börner, D.L. Kao, J.C. Robert (Eds.). 2011. Vol. 7868.Volkov D., Goncharov S. Rossiiskii media-landshaft 2019: televidenie, pressa, internet i sotsial’nye seti [Russian Media Landscape 2019: Television, Press, Internet and Social Networks]. Moscow, 2019.Peterson R.A. Understanding audience segmentation. From elite to mass and from snob to omnivore // Poetics. 1992. Vol. 21. № (4). P. 243–258.Zamyatina N.Yu. Method of studying youth migration according to social Internet networks: Tomsk State University as a “production and distribution center” of human capital (according to the social Internet network “VKontakte”). Reg. Issled., 2012, no. 2, pp. 15–28. (In Russ.).Shannon C.E. A Mathematical Theory of Communication // Bell System Technical J. 1948. Vol. 27. № 3. P. 379–423.Zamyatina N.Yu., Yashunskii A.D. Virtual geography of virtual population. Monitor. Obshhestv. Mneniya: Ekon. Sots. Peremeny, 2018, no. 1, pp. 117–137. (In Russ.).

The authors declare that there are no conflicts of interest present.