• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Новости

Как читать сетевые графики? Сеть взаимоотношений деятелей искусства конца XIX - начала ХХ веков

Состоялся семинар посвященный промежуточным результатам одного из 3 направлений исследований НУГ ‘Цифровая история искусства’. В  фокусе семинара - сеть взаимоотношений деятелей искусства конца XIX - начала ХХ веков.

Как читать сетевые графики? Сеть взаимоотношений деятелей искусства конца XIX - начала ХХ веков

Состоялся семинар посвященный промежуточным результатам одного из 3 направлений исследований НУГ ‘Цифровая история искусства’. В  фокусе семинара - сеть взаимоотношений деятелей искусства конца XIX - начала ХХ веков. Руководит направлением Мария Андреевна Сафонова, доцент департамента социологии.

Как читать сетевые графики? 
Сетевые графики - это очень мощный инструмент визуализации, который может рассказать об особенностях структуры и выявить паттерны в связях. Мы хотим рассказать вам о том, что можно узнать из информативных сетевых графиков!

 
Каждая точка на графике – человек, который был вовлечен в художественное производство в конце 19 – начале 20 века. Связь между узлами в нашем случае основана на информации о личных взаимоотношениях между деятелями искусства, взятой из биографических источников. Размер узла отражает центральность индивида. Центральность можно измерить разными способами. В нашем исследовании мы используем degree (просто количество связей индивида) и eigenvector (центральным оказывается тот, кто связан с другими центральными). Мы будем указывать на графиках какая именно центральность отражена размером. Цвет помогает увидеть различные социальные характеристики агентов, указанные в  легенде графика. 



Мы предлагаем посмотреть на локализацию разных направлений искусства относительно друг друга. Первое, что бросается в глаза - самые крупные узлы. Поскольку размер подписи пропорционален размеру самого узла, мы видим только узлы с большим количеством связей, среди которых выделяется самый центральный – живописец В. А. Серов. Высокая центральность Серова для сети изобразительного искусства объясняется высоким социальным и культурным капиталам его родительской семьи и его собственным социальным капиталом как одного из самых востребованных портретистов своего времени. Ниже мы видим синий кластер писателей. Центральные фигуры: М. Горький, Н. Гумилев, Л. Толстой, С. Есенин, А. Блок, А. Белый. Некоторые из них находятся ближе к кластеру художников, например, А. Чехов располагается ближе к художникам классической школы, а В. Маяковский - к авангардистам.  Интересно, что представители театра и балета не так отчетливо кластеризованы. Мы видим красные узлы в верхней и центральной частях графика как среди художников, так и среди архитекторов. Интересно, что крупные красные узлы располагаются ближе к художникам и не столько объединяют вокруг себя представителей своего направления, сколько связывают их с представителями других.

Важно отметить, что пока данная сеть не разделена по временным периодам и в ней встречаются представители разных поколений. Эта переменная будет учитываться на следующем этапе исследования.


Изобразительное искусство  



Поговорим подробнее о художниках. На графике выше мы “вырезали” их из общей сети, сохраняя их положение и структуру. Среди представителей этого направления можно заметить структурную особенность не встречающуюся в других направлениях -  четкое разделение на 2 кластера: большой плотный кластер справа и менее плотный слева.  Правый сформирован из представителей классической школы живописи, многие из которых обучались или преподавали в Императорской Академии Художеств и Московском училище живописи, ваяния и зодчества. В этом кластере легко заметить несколько центральных узлов - В. Серов, И. Репин, К. Коровин. В кластере слева, в основном, представители авангарда. Мы не видим столь сильно выделяющихся на общем фоне узлов, в это кластере узлы соразмерны друг другу. Заметные представители кластера - К. Малевич, М. Ларионов, Н. Гончарова, Д. Бурлюк. 

Структурная особенность кластеризации художников отличает их от всех других направлений. Мы будем более подробно анализировать другие переменные из базы данных, чтобы понять, чем обусловлена именно такая структура сообщества.