Политический онлайн-флэшмоб 632305222316434

Предмет исследования. В статье рассматривается случай онлайн-флешмоба 63230522231643, который должен был продемонстрировать негодование российской оппозиции по поводу оспариваемых парламентских выборов 2011 года. Организаторы призвали всех полагавших, что выборы были сфальсифицированы, разместить указанное число в любом месте в Интернете, чтобы оно могло быть проиндексировано поисковыми системами. Идея заключалась в том, что это число вряд ли могло появиться в каком-либо другом контексте. Таким образом, используя количество страниц с данным числом, найденных поисковой системой Google, каждый желающий смог бы оценить размах негодования, который представлялся членами политической оппозиции как очень широкая. Однако флэшмоб не получил поддержки ни от одного крупного оппозиционного веб-ресурса, газеты или известного политика. В результате он мобилизовал лишь небольшое количество участников и не смог достичь своих политических целей. В то же время, флэшмоб представляет собой редкий примером распространения информации в так называемом разреженном мире. Другими словами, пользователи, чьи политические установки и готовность к онлайн-активности делают их доступными для участия, составляют социальную сеть с относительно небольшим количеством ребер, которая является подсетью более плотной и крупной сети. Методы. В статье представлены эмпирические данные о ежедневном количестве твитов, участвующих во флешмобе. Также построена математическая модель для описания динамики флешмоба в Твиттере и проведено сравнение результатов моделирования с эмпирическими данными. Результаты. Модель правильно представляет и объясняет некоторые важные особенности динамики флэшмоба. Для объяснения других особенностей требуется больший объем эмпирических данных, позволяющий построить и квантифицировать более сложную модель.

1. https://spichechka.livejournal.com/221514.html (last accessed 2019-06-07).

2. http://www.wikireality.ru/wiki/632305222316434 (last accessed 2019-06-07).

3. Online database of smart questions https://db.chgk.info, https://kand.info,

4. https://bazavoprosov.ru/, https://ww.w.chgk7.ru, https://www.pdf.baza-voprosov.ru, https://zaba.ru/ (the list of URLs may be incomplete; last accessed 2019-06-07).

5. D. J. Daley, D. G. Kendall. Stochastic rumors // Journal of the Institute of Mathematics and its Applications, vol. 1, pp. 42–55, 1964.

6. D. P. Maki, M. Thompson. Mathematical Models and Applications, Prentice-Hall,

7. Englewood Cliffs, NJ, USA, 1973.

8. Chen, G., Shen, H., Ye, T., Chen, G., Kerr, N. A kinetic model for the spread of rumor in emergencies // Discrete Dyn. Nat. Soc. 2013, 1–8 (2013).

9. Isea, R., Mayo-Garcıa, R. Mathematical analysis of the spreading of a rumor among different subgroups of spreaders // Pure Appl. Math. Lett. 2015, 50–54 (2015).

10. Huo, L., Huang, P., Guo, C. Analyzing the dynamics of a rumor transmission model with incubation // Discrete Dyn. Nat. Soc. 2012, 1–21 . Article ID 328151. (2012).

11. Kawachi, K. Deterministic models for rumor transmission // Nonlinear Anal. Real World Appl. 9(5), 1989–2028 (2008).

12. Dickinson, R.E., Pearce, C.E.M. Rumours, epidemics, and processes of mass action: synthesis and analysis // Math. Comput. Model. 38(11–13), 1157–1167 (2003).

13. Mikhailov, A.P. and Marevtseva, N.A. Models of information warfare // Mathematical models and computer simulations, 4(3), pp.251-259 (2012).

14. Kereselidze, N. Combined continuous nonlinear mathematical and computer models of the Information Warfare // International Journal of Circuits, Systems and Signal Processing.Vol.12, p.220-228 (2018).

15. Kereselidze, N., Mathematical and Computer Models of Non-Permanent Information Warfare // WSEAS Transactions on Systems 18 (Art. #8), 73-80 (2019).

16. Petrov A., Proncheva O. Modeling Propaganda Battle: Decision-Making, Homophily, and Echo Chambers. In: Ustalov D., Filchenkov A., Pivovarova L., Žižka J. (eds) Artificial Intelligence and Natural Language. AINL 2018. Communications in Computer and Information Science, vol 930. Springer. P. 197-209. DOI: 10.1007/978-3-030-01204-5_19 (2018).

17. Mikhailov A. P., Petrov A. P., Proncheva O. G. Modeling the effect of political polarization on the outcome of propaganda battle // Computational mathematics and information technologies. — 2017. — No 1. — P. 65–81. doi:10.23947/2587-8999-2017-1-1-65-81.

18. Kozitsin, I. V., Belolipetskii, A. A. Opinion convergence in the Krasnoshchekov model // The Journal of Mathematical Sociology, 43(2), 104-121 (2019).

19. Kozitsin, I. V. Generalization of Krasnoshchekov’s model for the case of a decomposable matrix of social interactions // Mathematical Models and Computer Simulations, 10(4), 398-406 (2018).

20. Chkhartishvili A.G., Gubanov D.A., Novikov D.A. Social Networks: Models of information influence, control and confrontation. - Springer, 2019, 158 p.

21. Chkhartishvili, A., Kozitsin, I. Binary Separation Index for Echo Chamber Effect Measuring. In 2018 Eleventh International Conference» Management of large-scale system development» MLSD (pp. 1-4). IEEE (2018).

22. Doerr, B., Fouz, M., Friedrich, T.: Why rumors spread so quickly in social networks // Commun. ACM 55(6), 70–75 (2012).

23. Zhang, Y., Tang, C., Weigang, L.: Cooperative and competitive dynamics model for information propagation in online social networks // J. Appl. Math. 2014, 1–12 . Article ID 610382 (2014).

24. Akhtyamova L., Ignatov A., Cardiff J. A Large-Scale CNN Ensemble for Medication Safety Analysis. In: Frasincar F., Ittoo A., Nguyen L., Métais E. (eds) Natural Language Processing and Information Systems. NLDB 2017. Lecture Notes in Computer Science, vol 10260. Springer, Cham. pp. 247-253/. https://link.springer.com/chapter/10.1007/978-3-319-59569-6_29 (2017).

25. Boldyreva A., Sobolevskiy O., Alexandrov M., Danilova V. Creating collections of descriptors of events and processes based on Internet queries // Proc. of 14-th Mexican Intern. Conf. on Artif. Intell. (MICAI-2016). - Springer Cham, LNAI, vol. 10061 (chapter 26), p. 303-314, //https://link.springer.com/chapter/10.1007/978-3-319-62434-1_26 (2016).

26. Boldyreva A., Alexandrov M., Koshulko O., Sobolevskiy O. Queries to Internet as a tool for analysis of the regional police work and forecast of the crimes in regions // Proc. of 14-th Mexican Intern. Conf. on Artif. Intell. (MICAI-2016). - Springer Cham, LNAI, v. 10061 (chapter 25), p. 290-302, // https://link.springer.com/chapter/10.1007/978-3-319-62434-1_25 (2016).

27. Rocca, N.M. Internet security facing Jihadist propaganda in Europe: the last challenge for society? // Cahiers des IFRE, No 4. (2017).

28. Korobiichuk, I., Hryshchuk, R., Mamarev, V., Okhrimchuk, V. and Kachniarz, M. Cyberattack Classificator Verification // International Conference on Diagnostics of Processes and Systems (pp. 402-411). Springer, Cham (2017)

29. Mishra, B.K. and Prajapati, A. Modelling and simulation: cyber war. Procedia Technology, 10, pp.987-997 (2013).

30. A.P. Mikhailov, A. P. Petrov, G. B. Pronchev and O. G. Proncheva. Modeling a Decrease in Public Attention to a Past One-Time Political Event // Doklady Mathematics, Vol. 97, No. 3, pp. 247–249. ISSN 1064-5624. doi: 10.1134/S1064562418030158 (2018).