Моделирование общественного внимания к политическим событиям
Александр Петрович Михайлов, 
Александр Пхоун Чжо Петров,
Геннадий Борисович Прончев,
Ольга Геннадьевна Прончева
Александр Пхоун Чжо Петров,
Геннадий Борисович Прончев,
Ольга Геннадьевна Прончева https://doi.org/10.23947/2587-8999-2019-2-2-35-42
Аннотация
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.
Об авторах
Александр Петрович Михайлов
Института прикладной математики им. М.В. Келдыша РАН
(РФ, г. Москва, Миусская пл., 4)
Россия
Россия
Михайлов Александр Петрович, доктор физико-математических наук, главный научный сотрудник Института прикладной математики им. М.В. Келдыша РАН (РФ, г. Москва, Миусская пл., 4)
Александр Пхоун Чжо Петров
Института прикладной математики им. М.В. Келдыша РАН
(РФ, г. Москва, Миусская пл., 4)
Россия
Россия
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)
Геннадий Борисович Прончев
МГУ им. М.В. Ломоносова
(РФ, Москва, Ленинские горы, 1, стр. 33)
Россия
Россия
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).
Ольга Геннадьевна Прончева
Московский физико-технический институт
(РФ, Московская обл., Долгопрудный, Институтский пер., д. 9)
Россия
Россия
Прончева Ольга Геннадьевна, кандидат физико-математических наук, ассистент, Московский физико-технический институт (РФ, Московская обл., Долгопрудный, Институтский пер., д. 9)
Список литературы
1. 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.
2. 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.
3. 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.
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.
5. 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.
6. 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).
7. 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.
8. 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.
9. 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.
10. 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.
Рецензия
Для цитирования:
Михайлов А.П., Петров А.П., Прончев Г.Б., Прончева О.Г. Моделирование общественного внимания к политическим событиям. Computational Mathematics and Information Technologies. 2019;3(2). https://doi.org/10.23947/2587-8999-2019-2-2-35-42
For citation:
Mikhailov A.P., Petrov A.P., Pronchev G.B., Proncheva O.G. Modeling public attention to political events. Computational Mathematics and Information Technologies. 2019;3(2). https://doi.org/10.23947/2587-8999-2019-2-2-35-42
Просмотров:
123
Послать статью по эл. почте 