• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Социальный почерк, субъективное благополучие и речь ненависти. Что мы узнаем о себе реальных, пользуясь виртуальными данными?

Мероприятие состоялось 12 мая 2021 года

Кольцова Елена Юрьевна
Лаборатория социальной и когнитивной информатики: Заведующий лабораторией

Елена Кольцова – заведующая лабораторией социальной и когнитивной информатики ВШЭ (СПб), социолог, занимающийся цифровыми исследованиями коммуникации. Она руководит проектами в области интернета и общества, взаимодействия людей с информацией и подходов к анализу больших данных. Ее последние публикации касаются структуры онлайн-сообществ, когнитивных лимитов онлайн-коммуникации, автоматического выявления речи ненависти в социальных сетях, выявления тематической структуры и сентимента в пользовательском контенте и других. 

Аннотация проектов

  1. SocSig (Social Signature): «Социальный почерк» пользователей социальных сетей. Социальный почерк – это то, как человек  распределяет время и объем коммуникации по своим знакомым. Предполагается, что такой почерк индивидуален и стабилен, а общий объем коммуникации человека ограничен когнитивными способностями как этого человека, так и человека как вида. Проект SocSig изучает проявления социального почерка в социальных сетях.
  2. BeWell: прогнозирование субъективного благополучия пользователей по мультимодальным данным. Субъективное благополучие – это самооценка человеком уровня своего «счастья», для измерения которой есть два наиболее известных опросника – опросник Динера и шкала ВОЗ. Проект BeWell изучает, можно ли предсказать уровень субъективного благополучия по сочетанию разных видов данных: личных переписок пользователя в соцсети, публичной информации с его страницы и данных о пользовании приложениями на смартфоне.
  3. EthnoHate: автоматическое распознавание речи ненависти по отношению к этническим группам в социальных сетях. Речь ненависти – это представление этнических групп или их представителей как низших только на основе их этнической принадлежности. Известно, что увеличение объемов такой речи в соцсетях связано с ростом межэтнических конлфиктов оффлайн. Проект EthnoHate  предлагает алгоритм, позволяющий автоматически выявлять тексты, содержащие такую речь.

 

О семинаре

Сколько своих «друзей» в Фейсбуке или Вконтакте вы не помните? Дают ли современные ИКТ возможность выйти за пределы числа Данбара? Связан ли объем коммуникации в онлайновой социальной сети с эмоциональной близостью? Стабилен ли социальный почерк в социальной сети? Эти и другие интереснейшие  вопросы  мы обсуждали в ходе прошедшего семинара с заведующей лабораторией социальной и когнитивной информатики  НИУ ВШЭ – Санкт-Петербург  Олесей Кольцовой.

Было представлено 3 проекта, которые дают очень хорошее представление  о деятельности лаборатории

«Социальный почерк» (SocSig)

«Этническая речь ненависти» (Ethno Hate)

«Субъективное благополучие» (Be Well)

В чем суть этих проектов?  Кратко здесь,  но очень рекомендуем посмотреть прилагаемое видео, чтобы узнать все подробности.

  1. Социальный почерк – это то, как человек  распределяет время и объем коммуникации по своим знакомым. Предполагается, что такой почерк индивидуален и стабилен, а общий объем коммуникации человека ограничен когнитивными способностями как этого человека, так и человека как вида. Проект SocSig изучает проявления социального почерка в социальных сетях.
  2. Этническая  речь ненависти – это представление этнических групп или их представителей как низших только на основе их этнической принадлежности. Известно, что увеличение объемов такой речи в соцсетях связано с ростом межэтнических конфликтов оффлайн. Проект EthnoHate  предлагает алгоритм, позволяющий автоматически выявлять тексты, содержащие такую речь.
  3. Субъективное благополучие – это самооценка человеком уровня своего «счастья», для измерения которой есть два наиболее известных опросника – опросник Динера и шкала ВОЗ. Проект BeWell изучает, можно ли предсказать уровень субъективного благополучия по сочетанию разных видов данных: личных переписок пользователя в соцсети, публичной информации с его страницы и данных о пользовании приложениями на смартфоне.