Социальные сети как новая среда для междисциплинарных исследований поведения человека

95

Аннотация

Статья содержит описание нового междисциплинарного подхода к сбору индивидуальных психологических, поведенческих и языковых данных в социальных сетях. В описываемой методологии личные данные пользователей социальных сетей (так называемые «цифровые следы», “digital footprints”) собираются с помощью специальных программ и онлайн-приложений. Как правило, участники также заполняют психологические опросники, встроенные в такие приложения. Психологические переменные могут сопоставляться с указанной доступной информацией о поведении пользователей в социальной сети. Все эти данные, получаемые на многотысячных выборках, могут не только анализироваться с помощью классических статистических методов, но и использоваться для построения предсказательных моделей с помощью алгоритмов машинного обучения. Таким образом, психологические переменные (например, личностные особенности, уровень субъективного благополучия и др.) и социально-демографические характеристики могут предсказываться только на основе открытых данных пользователей социальных сетей — текстов, подписок на сообщества и т.п., что является совершенно новым способом получения информации о респондентах. В таких исследованиях, как правило, участвуют психологи, веб-программисты, а также специалисты по компьютерной лингвистике, анализу данных и машинному обучению. Обсуждаются преимущества и ограничения этой методологии, описаны конкретные подходы к сбору и обработке данных. Представлены некоторые результаты работы пионеров этого направления исследований — участников британского (“Mypersonality.org”) и американского (“World Well-Being Project”) проектов, наиболее масштабно использующих рассматриваемый подход.

Общая информация

Ключевые слова: социальные сети, социальные сети в интернете, интернет, интернет среда, сбор данных, цифровая среда, личностные особенности, компьютерная лингвистика, лингвистика, междисциплинарный подход

Рубрика издания: Общая психология, психология личности, история психологии

Тип материала: научная статья

Финансирование. Работа выполнена при поддержке гранта Санкт-Петербургского государственного университета, проект 8.38.351.2015 «Стресс, здоровье и психологическое благополучие в социальных сетях: кросскультурное исследование».

Для цитаты: Ледовая Я.А., Тихонов Р.В., Боголюбова О.Н. Социальные сети как новая среда для междисциплинарных исследований поведения человека // Вестник Санкт-Петербургского университета. Психология. 2017. Том 7. № 3. С. 193–210.

Литература

Miniwatts Marketing Group. World Internet usage and population statistics: June, 30 2017 // Internet World Stats. 2017. URL: http://www.internetworldstats.com/stats.htm (дата обращения: 01.08.2017).

Mander J., McGrath F. GWI Social Summary Q1 2017 // GlobalWebIndex. 2017. URL: https://www. globalwebindex.net (дата обращения: 10.08.2017).

Facebook Inc. Company Info // Facebook Newsroom. URL: https://newsroom.fb.com/companyinfo/ (дата обращения: 10.08.2017).

Statista Inc. Facebook users worldwide 2008–2017. 2017. URL: https://www.statista.com/statistics/ 264810/number-of-monthly-active-facebook-users-worldwide/ (дата обращения: 10.08.2017).

ВКонтакте. О компании. URL: https://vk.com/about (дата обращения: 12.08.2017).

Интерфакс-Украина. «Одноклассники» в 2016 году увеличили количество пользователей на 10%. 2017. URL: http://interfax.com.ua/news/economic/396363.html (дата обращения: 05.08.2017).

DMR. 5 amazing Qzone stats and facts (February 2017). URL: http://expandedramblings.com/ index.php/business-directory/19888/qzone/ (дата обращения: 10.08.2017).

DRM. 61 amazing Weibo statistics and facts (March 2017). URL: http://expandedramblings.com/ index.php/weibo-user-statistics/ (дата обращения: 10.08.2017).

Statista Inc. Instagram: number of monthly active users 2013–2017. 2017. URL: https://www.statista. com/statistics/253577/number-of-monthly-active-instagram-users/ (дата обращения: 10.08.2017).

Statista Inc. Twitter: number of monthly active users 2010–2017. 2017. URL: https://www.statista. com/statistics/282087/number-of-monthly-active-twitter-users/ (дата обращения: 10.08.2017).

Mander J. Daily time spent on social networks rises to over 2 hours // GlobalWebIndex. 2017. URL: http://blog.globalwebindex.net/chart-of-the-day/daily-time-spent-on-social-networks/ (дата обращения: 12.08.2017).

Исследовательский холдинг Ромир. Социально-сетевая жизнь. 2015. URL: http://romir.ru/ studies/670_1432155600/ (дата обращения: 21.08.2017).

Bogolyubova O., Tikhonov R., Ivanov V., Panicheva P., Ledovaya Y. Violence exposure, posttraumatic stress, and subjective well-being in a sample of Russian adults // Journal of Interpersonal Violence. 2017. URL: https://doi.org/10.1177/0886260517698279 (дата обращения: 21.08.2017).

Panicheva P., Ledovaya Y., Bogolyubova O. Lexical, Morphological and semantic correlates of the Dark Triad personality traits in Russian Facebook texts // Conference Paper. AINL FRUCT 2016. SaintPetersburg, Russia. 2016. URL: http://ainlconf.ru/2016/materials (дата обращения: 21.08.2017).

Gosling S.D., Mason W. Internet Research in Psychology // Annual Review of Psychology. 2015. Vol. 66. P. 877–902.

Dunbar R.I.M., Arnaboldi V., Conti M., Passarella A. The structure of online social networks mirrors those in the offline world // Social Networks. 2015. Vol. 43. P. 39–47.

Tifentale A., Manovich L. Selfiecity: Exploring Photography and Self-Fashioning in Social Media // Postdigital Aesthetics. London: Palgrave Macmillan UK, 2015. P. 109–122.

Gonzales A.L., Hancock J.T. Mirror, Mirror on my facebook wall: effects of exposure to Facebook on self-esteem // Cyberpsychol Behav Soc Netw. 2011. Vol. 14, N 1–2. P. 79–83.

Kim J., Lee J.-E.R. The Facebook Paths to Happiness: Effects of the Number of Facebook Friends and Self-Presentation on Subjective Well-Being // Cyberpsychol Behav Soc Netw. 2011. Vol. 14, N 6. P. 359–364.

Kross E. et al. Facebook Use Predicts Declines in Subjective Well-Being in Young Adults // PLoS One. 2013. Vol. 8, N 8. P. e69841.

Ryan T., Chester A, Reece J., Xenos S. The uses and abuses of Facebook: A review of Facebook addiction // Journal of Behavioral Addictions. 2014. Vol. 3, N 3. P. 133–148.

Butakov N., Petrov M., Radice A. Multitenant Approach to Crawling of Online Social Networks // Procedia Computer Science. 2016. Vol. 101. P. 115–124.

Ледовая Я.А., Тихонов Р.В., Боголюбова О.Н., Казенная Е.В., Сорокина Ю.Л. Отчуждение моральной ответственности: психологический конструкт и методы его измерения // Вестник С.-Петерб. ун-та. Серия 16. Психология и педагогика. 2016. Т. 16, № 4. С. 23–39.

Kosinski M. et al. Facebook as a research tool for the social sciences: opportunities, challenges, ethical considerations, and practical guidelines // Am Psychology. 2015. Vol. 70, N 6. P. 543–556.

Kern M.L. et al. Gaining insights from social media language: Methodologies and challenges // Psychology Methods. 2016. Vol. 21, N 4. P. 507–525.

Inkster B., Stillwell D., Kosinski M., Jones P. A decade into Facebook: where is psychiatry in the digital age? // The Lancet Psychiatry. 2016. Vol. 3, N 11. P. 1087–1090.

Azar B. Are your findings “WEIRD”? // Monitor on Psychology. 2010. Vol. 41, N 5. P. 11.

Gosling S.D., Sandy C.J., John O.P., Potter J. Wired but not WEIRD: The promise of the Internet in reaching more diverse samples // Behavioral and Brain Sciences. 2010. Vol. 33, N 2–3. P. 94–95.

Batterham P.J. Recruitment of mental health survey participants using Internet advertising: content, characteristics and cost effectiveness // International journal of methods in psychiatric research. 2014. Vol. 23, N 2. P. 184–191.

Richiardi L., Pivetta E., Merletti F. Recruiting Study Participants Through Facebook // Epidemiology. 2012. Vol. 23, N 1. P. 175.

Schwartz H.A., Ungar L.H. Data-Driven Content Analysis of Social Media // The ANNALS of the American Academy of Political and Social Science. 2015. Vol. 659, N 1. P. 78–94.

Panicheva P., Mirzagitova A., Ledovaya Y. Semantic Feature Aggregation for Gender Identification in Russian Facebook // Proceedings of the AINL. 2017. (In press).

Moskvichev A., Menshov S., Dubova M., Filchenkov A. Using Linguistic Activity In Social Networks To Predict and Interpret Dark Psychological Traits // Proceedings of the AINL. 2017. (In press)

Casler K., Bickel L., Hackett E. Separate but equal? A comparison of participants and data gathered via Amazon’s MTurk, social media, and face-to-face behavioral testing // Computers in Human Behavior. 2013. Vol. 29, N 6. P. 2156–2160.

Ramsey S.R., Thompson K.L., McKenzie M., Rosenbaum A. Psychological research in the internet age: The quality of web-based data // Computers in Human Behavior. 2016. Vol. 58. P. 354–360.

Одайник А.С., Четвериков А.А. Проведение экспериментальных психологических исследований в сети Интернет // Психология XXI века: Мат-лы Междунар. науч.-практ. конф. молодых ученых «Психология XXI века». 21–23 апреля 2011 г., Санкт-Петербург / под ред. О.Ю.Щелковой. СПб.: Изд-во СПбГУ, 2011. С. 85–87.

British Psychological Society. Ethics Guidelines for Internet-mediated Research. 2017. URL: http:// www.bps.org.uk/publications/policy-and-guidelines/research-guidelines-policy-documents/researchguidelines-poli (дата обращения: 20.07.2017).

Боголюбова О.Н., Ледовая. Я.А., Чурилова А.Г. Репрезентации психологического дистресса в сети «Инстаграм» // Ананьевские чтения — 2016. Психология: вчера, сегодня, завтра: Мат-лы междунар. науч. конф. 25–29 октября 2016 г.: В 2 т. / под ред. А.В.Шаболас и др. СПб.: Айсинг, 2016. Т. 2. C. 125–126.

Padrez K.A. et al. Linking social media and medical record data: a study of adults presenting to an academic, urban emergency department // BMJ quality & safety. 2016. Vol. 25, N 6. P. 414–423.

Penn Positive Psychology Center. World well-being project. URL: http://wwbp.org/about.html (дата обращения: 22.08.2017).

John Templeton Foundation. Grant Database. 2017. URL: https://www.templeton.org/grants/grantdatabase (дата обращения: 22.08.2017).

Gnip Inc. Enterprise access to Twitter data. URL: https://gnip.com/sources/twitter/ (дата обращения: 22.08.2017).

Preotiuc-Pietro D., Carpenter J., Giorgi S., Ungar L. Studying the Dark Triad of personality through Twitter behavior // Proceedings of the 25th ACM International on Conference on Information and Knowledge Management — CIKM ’16. New York. New York: ACM Press, 2016. P. 761–770.

Park G. et al. Women are Warmer but No Less Assertive than Men: Gender and Language on Facebook // PLOS ONE. 2016. Vol. 11, N 5. P. e0155885.

Diener E., Emmons R.A., Larsen R.J., Griffin S. The Satisfaction With Life Scale // Journal of Personality Assessment. 1985. Vol. 49, N 1. P. 71–75.

Schwartz H.A. et al. Predicting individual well-being through the language of social media // Biocomputing 2016: Proceedings of the Pacific Symposium. 2016. P. 516–527.

Kosinski M., Stillwell D., Graepel T. Private traits and attributes are predictable from digital records of human behavior // Proceedings of the National Academy of Sciences (PNAS). 2013. Vol. 110, N 15. P. 5802– 5805. 

Информация об авторах

Ледовая Янина Александровна, Санкт-Петербургский государственный университет, Санкт-Петербург, Россия, e-mail: y.ledovaya@spbu.ru

Тихонов Роман Вадимович, кандидат психологических наук, младший научный сотрудник Института когнитивных исследований, Санкт-Петербургский государственный университет (ФГБОУ ВО СПбГУ), младший научный сотрудник научно-учебной лаборатории «Социология образования и науки», Национальный исследовательский университет «Высшая школа экономики» в Санкт-Петербурге (ФГАОУ ВО НИУ ВШЭ — Санкт-Петербург), Санкт-Петербург, Россия, ORCID: https://orcid.org/0000-0002-1884-1903, e-mail: roman.tikhonov@me.com

Боголюбова Ольга Николаевна, кандидат психологических наук, Доцент, кафедра медицинской психологии и психофизиологии, Санкт-Петербургский государственный университет, Санкт-Петербург, Россия, e-mail: o.bogolyubova@spbu.ru

Метрики

Просмотров

Всего: 254
В прошлом месяце: 10
В текущем месяце: 5

Скачиваний

Всего: 95
В прошлом месяце: 4
В текущем месяце: 0