vmaitComputational Mathematics and Information TechnologiesComputational Mathematics and Information Technologies2587-8999Донской государственный технический университет10.23947/2587-8999-2019-2-2-35-42vmait-55Research ArticleСтатьиМоделирование общественного внимания к политическим событиямModeling public attention to political eventsМихайловАлександр ПетровичMikhailovAlexander P.

Михайлов Александр Петрович, доктор физико-математических наук, главный научный сотрудник Института прикладной математики им. М.В. Келдыша РАН (РФ, г. Москва, Миусская пл., 4)

Mikhailov Alexander P., Dr.Sci. (Math), Main Researcher at Keldysh Institute of Applied Mathematics (4, Miusskaya Sq., Moscow, Russian Federation)

https://orcid.org/0000-0001-5244-8286ПетровАлександр Пхоун ЧжоPetrovAlexander P.

Петров Александр Пхоун Чжо, доктор физико-математических наук, ведущий научный сотрудник Института прикладной математики им. М.В. Келдыша РАН (РФ, г. Москва, Миусская пл., 4)

Petrov Alexander P., Dr.Sci. (Math), Leading Researcher at Keldysh Institute of Applied Mathematics (4, Miusskaya Sq., Moscow, Russian Federation)

https://orcid.org/0000-0003-3887-6748ПрончевГеннадий БорисовичPronchevGennadiy B.

Прончев Геннадий Борисович, кандидат физико-математических наук, зам. заведующего кафедрой, доцент, Социологический факультет МГУ им. М.В. Ломоносова (РФ, Москва, Ленинские горы, 1, стр. 33).

Pronchev Gennadiy B., Ph.D., Associate Professor at Department of Sociological Research Methodology, Lomonosov Moscow State University (Leninskiye Gory, 1, Building 33, Moscow, Russian Federation)

https://orcid.org/0000-0002-0029-2475ПрончеваОльга ГеннадьевнаPronchevaOlga G.

Прончева Ольга Геннадьевна, кандидат физико-математических наук, ассистент, Московский физико-технический институт (РФ, Московская обл., Долгопрудный, Институтский пер., д. 9)

Proncheva Olga G., Ph.D. (Math), Assistant Professor at Moscow Institute of Physics and Technology (Institutskiy Pereulok, 9, Dolgoprudny, Russian Federation)

olga.proncheva@gmail.comИнститута прикладной математики им. М.В. Келдыша РАН (РФ, г. Москва, Миусская пл., 4)РоссияKeldysh Institute of Applied Mathematics (4, Miusskaya Sq., Moscow, Russian Federation)Russian FederationМГУ им. М.В. Ломоносова (РФ, Москва, Ленинские горы, 1, стр. 33)РоссияLomonosov Moscow State University (Leninskiye Gory, 1, Building 33, Moscow, Russian Federation)Russian FederationМосковский физико-технический институт (РФ, Московская обл., Долгопрудный, Институтский пер., д. 9)РоссияMoscow Institute of Physics and Technology (Institutskiy Pereulok, 9, Dolgoprudny, Russian Federation)Russian Federation2019270320233255Copyright © Михайлов А.П., Петров А.П., Прончев Г.Б., Прончева О.Г., 20232023Михайлов А.П., Петров А.П., Прончев Г.Б., Прончева О.Г.Mikhailov A.P., Petrov A.P., Pronchev G.B., Proncheva O.G.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.cmit-journal.ru/jour/article/view/55

Разработанная ранее модель спада общественного внимания к разовым политическим событиям применяется к новым эмпирическим случаям, а именно к президентским выборам во Франции в 2017 году и инаугурации Эммануила Макрона на пост президента Франции. В качестве меры общественного внимания к политическому событию принимается количество поисковых запросов о нем. Теоретическая модель основана на нейрологической схеме принятия решений. Предполагается, что индивиды в различной степени предрасположены делать поисковые запросы о конкретном политическом событии такому как референдум, выборы или государственный переворот. Эта предрасположенность отражает их общий интерес к политике и / или к данной стране и т. д. Освещение самого события или подготовки средствах массовой информации увеличивает общественное внимание. Эта дополнение называется динамической компонентой. Основная гипотеза состоит в том, что индивид делает поисковый запрос о политическом событии, если сумма его предрасположенности и динамической компоненты превышает определенное пороговое значение. С течением времени динамический компонент уменьшается; соответствующим образом уменьшается количество запросов за день. Эмпирические данные были получены с помощью онлайн-сервиса Google Trends. Показано, что модель сопоставляет эмпирические данные, и внимание общественности к прошедшему одноразовому событию уменьшается как двойная экспоненциальная функция времени.

The paper applies the model of decrease of public attention to a one-time political event to more empirical cases, namely the Presidential election in France in 2017 and the inauguration of Emmanuel Macron as the President of France. The number of search requests about a political event is taken as a measure of public attention to it. The theoretical model stems from a neurological scheme of decision-making. Individuals are supposed to be differentially pre-disposed to making web search requests about a certain political event such as referendum, election or coup d’etat. This attitude of making such requests reflects their general interest towards political matters and/or towards a given country etc. Media coverage during the event and the run-up to it enhances public attention to the event. This add-on is called a dynamical component of attention. The basic hypothesis is that an individual makes a web search request about a political event, if the sum of their attitude and dynamical component exceeds a certain threshold value. Over time, the dynamical component decreases and so does the daily number of requests. Empirical data have been obtained using Google Trends online service. It is shown that the model matches empirical data and public attention to a past one-time event decreases as a double-exponential function of time.

Google Trendsполитические событияпоисковые запросыматематическая модель.Google Trendspolitical eventssearch requestsmathematical modelReferencesBoldyreva A., Sobolevskiy O., Alexandrov M., Danilova,V. Creating acollections of descriptors of events and processes based on Internet queries // Proc. of 14-th Mexican Intern. Conf. on Artif. Intell. (MICAI-2016), Springer, LNAI, 2016. P. 303-314.Boldyreva A., Sobolevskiy O., Alexandrov M., Danilova,V. Creating acollections of descriptors of events and processes based on Internet queries // Proc. of 14-th Mexican Intern. Conf. on Artif. Intell. (MICAI-2016), Springer, LNAI, 2016. P. 303-314.Akhtyamova, L., Ignatov A., Cardiff J.. A Large-scale CNN ensemble for medication safety analysis // International Conference on Applications of Natural Language to Information Systems. - Springer, Cham, 2017, p. 247-253.Akhtyamova, L., Ignatov A., Cardiff J.. A Large-scale CNN ensemble for medication safety analysis // International Conference on Applications of Natural Language to Information Systems. - Springer, Cham, 2017, p. 247-253.Chkhartishvili A., Kozitsin I. Binary Separation Index for Echo Chamber Effect Measuring // Proceedings of the 11th International Conference «Management of Large-Scale System Development» (MLSD). - Moscow: IEEE, 2018, p. 1-4.Chkhartishvili A., Kozitsin I. Binary Separation Index for Echo Chamber Effect Measuring // Proceedings of the 11th International Conference «Management of Large-Scale System Development» (MLSD). - Moscow: IEEE, 2018, p. 1-4.Chkhartishvili A.G., Gubanov D.A., Novikov D.A. Social Networks: Models of information influence, control and confrontation. - Springer, 2019, 158 p. doi: 10.1007/978-3-030-05429-8.Chkhartishvili A.G., Gubanov D.A., Novikov D.A. Social Networks: Models of information influence, control and confrontation. - Springer, 2019, 158 p. doi: 10.1007/978-3-030-05429-8.Chkhartishvili A. G, Gubanov D.A. Influence Levels of Users and Meta-Users of a Social Network // Automation and Remote Control. 2018. Volume 79, Issue 3. С. 545–553. doi: 10.1134/S0005117918030128.Chkhartishvili A. G, Gubanov D.A. Influence Levels of Users and Meta-Users of a Social Network // Automation and Remote Control. 2018. Volume 79, Issue 3. С. 545–553. doi: 10.1134/S0005117918030128.I.V. Kozitsin, A.G. Chkhartishvili1, A.M. Marchenko, D.O. Norkin, S.D. Osipov, I.A. Uteshev, V.L. Goiko, R.V. Palkin, M.G. Myagkov. Modelling Russian Users’ Political Preferences // Mathematical Models and Computer Simulations. 2020 (in press).I.V. Kozitsin, A.G. Chkhartishvili1, A.M. Marchenko, D.O. Norkin, S.D. Osipov, I.A. Uteshev, V.L. Goiko, R.V. Palkin, M.G. Myagkov. Modelling Russian Users’ Political Preferences // Mathematical Models and Computer Simulations. 2020 (in press).R. W. Neuman, L. Guggenheim, S. Mo Jang and S. Y. Bae. The dynamics of public attention: Agenda-setting theory meets big data // Journal of Communication, vol. 64(2), pp. 193-214, 2014.R. W. Neuman, L. Guggenheim, S. Mo Jang and S. Y. Bae. The dynamics of public attention: Agenda-setting theory meets big data // Journal of Communication, vol. 64(2), pp. 193-214, 2014.T. Q. Peng, G. Sun and, Y. Wu, "Interplay between Public Attention and Public Emotion toward Multiple Social Issues on Twitter," PloS one, 12(1), e0167896, 2017.T. Q. Peng, G. Sun and, Y. Wu, "Interplay between Public Attention and Public Emotion toward Multiple Social Issues on Twitter," PloS one, 12(1), e0167896, 2017.Mikhailov A. P., Petrov A. P., Pronchev G. B. and Proncheva O. G. . Modeling a Decrease in Public Attention to a Past One-Time Political Event. Doklady Mathematics, 2018, Vol. 97, No. 3, pp. 247–249. doi: 10.1134/S1064562418030158.Mikhailov A. P., Petrov A. P., Pronchev G. B. and Proncheva O. G. . Modeling a Decrease in Public Attention to a Past One-Time Political Event. Doklady Mathematics, 2018, Vol. 97, No. 3, pp. 247–249. doi: 10.1134/S1064562418030158.A. Petrov, A. Mikhailov, G. Pronchev and O. Proncheva, «Using Search Queries to Analyze Public Attention to One-Time Political Events,» 2018 Eleventh International Conference «Management of large-scale system development» (MLSD), Moscow, Russia, 2018, pp. 1-5. doi: 10.1109/MLSD.2018.8551806.A. Petrov, A. Mikhailov, G. Pronchev and O. Proncheva, «Using Search Queries to Analyze Public Attention to One-Time Political Events,» 2018 Eleventh International Conference «Management of large-scale system development» (MLSD), Moscow, Russia, 2018, pp. 1-5. doi: 10.1109/MLSD.2018.8551806.

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