Диффузионные сети: динамические аспекты сетевой теории и практики

Сравнительный анализ выявил недостаточную репрезентацию теорий сетевой динамики по сравнению с теориями сетевой статики, исключение составляют «стратегическая реляционная теория сетевой динамики» К. Хэй и Д. Ричардса, акторно-сетевая теория Б. Латура и теория стохастических процессов, на основе которой строится большинство моделей сетевой динамики. В публикациях диффузионное направление, описывающее соответствующий вид сетей, менее представлено по сравнению с реляционистским и стохастическим подходами. Объектом данного исследования являются диффузионные сети, рассматриваемые как коммуникативный элемент процесса диффузии политики, т.е. канал распространения политики от одного субъекта к другому. Предметом изучения выступают политические практики когнитивного контроля в диффузионных сетях. Методологическим основанием стала концепция динамики диффузионных сетей, позволяющая описать эффекты «когнитивных ограничений», возникающие в сети Интернет. В развитие данной темы предполагается продолжить исследование выявления технологий когнитивного контроля в диффузионных сетях, построенных на манипулировании когнитивными способностями участников сетевых отношений. Эмпирическая часть исследования направлена на апробацию теоретических положений концепции динамики диффузионных сетей на примере практик сетевого контроля в виде политической когнитивной цензуры в ходе проведения диджитал-кампаний. Для обоснования выводов используется анализ big data, осуществленный методом мониторинга сетевого онлайн-пространства при помощи ресурсов систем «Медиалогия» и YouScan. Результатом стала концептуализация понятия «когнитивного сетевого контроля» применительно к диффузионным сетям, описание основного динамического индикатора - скорости распространения политической информации в сетевых сообществах и выявление технологий когнитивного стратегического воздействия в диджитал-практиках.

1. Bartels K., Turnbull N. Relational public administration: a synthesis and heuristic classification of relational approaches. Public management review. 2020, Vol. 22, N 9, P. 1324-1346. DOI: 10.1080/14719037.2019.1632921

2. Boehmke F.J. Brockway M., Desmarais B.A., Harden J.J., LaCombe S., Linder F., Wallach H. SPID: A new database for inferring public policy innovativeness and diffusion networks. Policy studies journal. 2020, Vol. 48, N 2, P. 517-545. DOI: 10.1111/psj.12357

3. Bennett W.L., Segerberg A. The logic of connective action: digital media and the personalization of contentious politics. Information, communication & society. 2012, Vol. 15, N 5, P. 739-768. DOI: 10.1080/1369118X.2012.670661

4. Bond R., Fariss C., Jones J., Kramer A., Marlow C., Settle J., Fowler J. A 61-million-person experiment in social influence and political mobilization. Nature. 2012, Vol. 489, P. 295-298. DOI: 10.1038/nature11421

5. Borgatti S.P., Mehra A., Brass D.J., Labianca G. Network analysis in the social Sciences.Science. 2009, Vol. 323, N 5916, P. 892-895. DOI: 10.1126/science.1165821

6. Boushey G. Punctuated equilibrium theory and the diffusion of innovations. Policy studies journal. 2012, Vol. 40, N 1, P. 127-146. DOI: 10.1111/j.1541-0072.2011.00437.x

7. Cannarella J., Spechler J.A. Epidemiological modeling of online social network dynamics. arXiv preprint arXiv:1401.4208. 2014. Mode of access: https://arxiv.org/abs/1401.4208 (accessed: 02.07.2021).

8. Castells M. The rise of the network society. Oxford: Blackwell publishers, 1996, 656 p.

9. Desmarais B.A., Harden J.J., Boehmke F.J. Persistent policy pathways: inferring diffusion networks in the American states. American political science review. 2015, Vol. 109, N 2, P. 392-406. DOI: 10.1017/s0003055415000040

10. Gilardi F., Shipan C.R., Wüst B. Policy diffusion: the issue-definition stage. University of Zurich and University of Michigan, 2018. Mode of access: https://fabriziogilardi.org/resources/papers/policy-diffusion-issue-definition.pdf (accessed: 28.07.2020).

11. Gilardi F., Shipan C.R., Wüest B. The diffusion of policy frames: evidence from a structural topic model. American political science association. Annual meeting, Philadelphia, 1 September 2016-4 September 2016. 2016. Mode of access: https://www.zora.uzh.ch/id/eprint/143864/(accessed: 28.08.2020).

12. Greenan C.C. Diffusion of innovations in dynamic networks. Journal of the Royal statistical society. Series A (statistics in society). 2015, Vol. 178, N 1, P. 147-166. DOI: 10.1111/rssa.12054

13. Hay C., Richards D. The tangled web of Westminster and Whitehall: the discourse, strategy and practice of networking within the British core executive. Public administration. 2000, Vol. 78, N 1, P. 1-28. DOI: 10.1111/1467-9299.00190

14. Hodas N., Lerman K. The simple rules of social contagion. Scientific reports. 2014, Vol. 4, N 4343. DOI: 10.1038/srep04343

15. Holland P.W., Leinhardt S. A dynamic model for social networks. Journal of mathematical sociology. 1977, Vol. 5, N 1, P. 5-20. DOI: 10.1080/0022250x.1977.9989862

16. Jack S.L. The role, use and activation of strong and weak network ties: a qualitative analysis. Journal of management studies. 2005, Vol. 42, N 6, P. 1233-1259. DOI: 10.1111/j.1467-6486.2005.00540.x

17. Jiang C., Chen Y., Liu K.J.R. Evolutionary dynamics of information diffusion over social networks. IEEE transactions on signal processing. 2014, Vol. 62, N 17, P. 4573-4586. DOI: 10.1109/tsp.2014.2339799

18. Kim M., Newth D., Christen P. Modeling dynamics of diffusion across heterogeneous social networks: news diffusion in social media. Entropy. 2013, Vol. 15, N 10, P. 4215-4242. DOI: 10.3390/e15104215

19. Lane D.C. Should system dynamics be described as a ‘hard' or ‘deterministic' systems approach? Systems research and behavioral science: the official journal of the international federation for systems research. 2000, Vol. 17, N 1, P. 3-22. :1%3C3::aid-sres344%3E3.0.co;2-7. DOI: 10.1002/(sici)1099-1743(200001/02)17

20. Latour B. Reassembling the social: an introduction to actornetwork-theory. Clarendon lectures in management studies. New York: Oxford university press, 2005, 301 p.

21. Lerman K. Information is not a virus, and other consequences of human cognitive limits. Future Internet. 2016, Vol. 8, N 2, P. 21. DOI: 10.3390/fi8020021 EDN: YDPAEM

22. Luo S., Du Y., Liu P., Xuan Z., Wang Y. A study on coevolutionary dynamics of knowledge diffusion and social network structure. Expert systems with applications. 2015, Vol. 42, N 7, P. 3619-3633. DOI: 10.1016/j.eswa.2014.12.038

23. Lupeng Z., Chen W. How do innovation network structures affect knowledge sharing? A simulation analysis of complex networks. Complexity. 2021, Vol. 21, P. 17. DOI: 10.1155/2021/5107630

24. Maggetti M. The rewards of cooperation: the effects of membership in European regulatory networks. European journal of political research. 2014, Vol. 53, N 3, P. 480-499. DOI: 10.1111/1475-6765.12042

25. Netelenbos B. Bringing back Max Weber into network governance research. Critical policy studies. 2020, Vol. 14, N 1, P. 67-85. DOI: 10.1080/19460171.2018.1523738

26. Peck J., Theodore N. Fast policy: experimental statecraft at the thresholds of neoliberalism. U.S.: University of Minnesota press, 2015. Mode of access: http://ebookcentral.proquest.com/lib/UWSAU/detail.action?docID=205050 (accessed: 28.08.2020).

27. Plesner U. An actor-network perspective on changing work practices: Communication technologies as actants in newswork. Journalism. 2009, Vol. 10, N 5, P. 604-626. DOI: 10.1177/1464884909106535

28. Potseluev S.P., Konstantinov M.S., Podshibyakina T.A. Stratecies of cognitive political censorship as an effect "new media". Dilemas contemporaneous: educacion, politica y valores. 2020, Vol. 7, N 2, P. 91. DOI: 10.46377/dilemas.v33i1.2186 EDN: UXGNCZ

29. Rodriguez M.G., Balduzzi D., Schölkopf B. Uncovering the temporal dynamics of diffusion networks. arXiv preprint arXiv:1105.0697. 2011. Mode of access: https://arxiv.org/abs/1105.0697 (accessed: 02.07.2021).

30. Schaefer, D.R., Marcum, C.S. Modeling network dynamics. In: The Oxford handbook of social networks. 2017, P. 254-287.

31. Shields R. Flow as a new paradigm. Space and culture. 1997, Vol. 1, N 1, P. 1-7. DOI: 10.1177/120633129700100101

32. Snijders T.A.B. Stochastic actor-oriented models for network dynamics. Annual review of statistics and its application. 2017, Vol. 4, P. 343-363. DOI: 10.1146/annurev-statistics-060116-054035

33. Suitor J.J., Wellman B., Morgan D.L. It's about time: how, why, and when networks change. Social networks. 1997, Vol. 19, N 1, P. 1-7. DOI: 10.1016/s0378-8733(96)00287-0

34. Valente T.W. Network models of the diffusion of innovations. Computational and mathematical organization theory. 1996, Vol. 2, N 2, P. 163-164. DOI: 10.1007/bf00240425

35. Иванов Д.В. Новый подход к оценке социального развития // Социологические исследования. - 2021. - № 1. - С. 50-62. -. DOI: 10.31857/S013216250010462-1 EDN: MWGJMR

36. Сморгунов Л.В. Сетевая теория политики и управления // Современная политическая теория. Методология / под ред. О.В. Гаман-Голутвиной, А.И. Никитина. - М.: Издательство "Аспект Пресс", 2017. - С. 233-261.