Публикации по результатам 2020

Bulygin D., Musabirov I., Suvorova A., Konstantinova K., Okopnyi P. Between an Arena and a Sports Bar: Online Chats of eSports Spectators / National Research University Higher School of Economics. Series WP BRP "Basic research program". 2021. (англ.)

Описание. Сотни тысяч зрителей используют Twitch.tv, чтобы смотреть The International, киберспортивный турнир по Dota 2, и общаться в массовых чатах. В этой статье мы анализируем поведение в этих чатах, выделяем особенности социального общения, такие как контекстные значения смайликов и коротких сообщений. Для исследования тематических и временных закономерностей обсуждений в чатах и их связи с игровыми событиями мы применяем структурное тематическое моделирование (STM) и кросс-корреляционный анализ. Показано, что внутриигровые события стимулируют общение в массовом чате и в различной степени определяют его тематическую структуру. В заключении мы обсуждаем эти результаты с позиции исследований коммуникации среди "реальных", "живых" групп, вовлеченных в обсуждение спортивных событий, и обрисовываем некоторые ограничения метафоры «стадион», предлагая дополнительную метафору «спорт-бара» как полезного аналитического инструмента. 

Бусуркина И. П., Булыгин Д. И. Формирование ценности благ в условиях платформенной экономики // Информационное общество. 2021 (рус.)

Описание. В рамках статьи обсуждаются современные теоретические модели, которые описывают социальные практики оценки благ на онлайн платформах, а также приводятся основные методы и подходы к анализу цифровых следов сообществ потребителей. В работе обсуждается роль онлайн платформ и пользовательского контента в формировании ценности благ. Основной сложностью в анализе данных сообществ потребителей становится их большое количество, что представляет собой отдельную методологическую задачу, с которой чисто количественные или чисто качественные подходы справляются не полностью. В этой работе на основе смешанного подхода нетнографии, мы разбираем, как можно анализировать процессы оценки благ с помощью сетевого анализа и тематического моделирования.


Zakharova V., Suvorova A., Musabirov I.  Machine Learning Models Quality and Interpretability in Marketing Analytics. A survey / National Research University Higher School of Economics. Series WP BRP "Basic research program". 2021 (англ.)

Описание.  Проведен обзор работ по аналитике в маркетинге, в которых обсуждается машинное обучение. Рассмотрены задачи, в которых методы машинного обучения дают более качественные результаты, обсуждается, как исследователи оценивают качество моделей, какие требования к моделям предъявляют и какие ограничения в использовании моделей при принятии решений отмечают. В работе мы посмотрели, на какие особенности моделей исследователи обращают внимание, выделили, что многие требования можно удовлетворить с помощью методов iML, но практика их применения еще не утвердилась -- в работах редко встречается упоминание о методах интерпретации.