Опровержение слуха средствами массовой информации: Математическая модель и численные эксперименты
Main Article Content
Аннотация
Рассмотрен процесс, при котором в социуме распространяется недостоверный слух, которому противодействует вещание средств массовой информации. Недостоверность слуха в данном случае понимается так, что информация СМИ содержит опровержение и тем самым инокулирует индивидов, то есть делает их невосприимчивыми к слуху. В то же время индивиды, успевшие принять слух, перестают доверять средствам массовой информации и тем самым становятся недоступными для переубеждения. Для данного процесса предложена математическая модель в двух вариантах. Вариант с непрерывным временем позволяет выявить некоторые математические свойства модели. Вариант с дискретным временем более удобен для анализа реальных процессов, так как позволяет оценить параметры модели. Для оценки этих параметров использованы данные о рейтингах основных социально-политических программ российских телеканалов. Приведено несколько сценарных расчетов модели с этими параметрами. Основной вывод состоит в том, что если информация, распространяемая средствами массовой информации, не является вирусной, то есть не пересказывается зрителями своим соседям по социуму, то СМИ оказываются не в состоянии противостоять слухам.
Ключевые слова:
Article Details
Библиографические ссылки
2. Maki D.P., Thompson M. Mathematical Models and Applications. Prentice-Hall, Englewood Cliffs, NJ, USA, 1973.
3. Chen Guanghua, Shen H., Ye T., Chen G., Kerr N. A kinetic model for the spread of rumor in emergencies // Discrete dynamics in nature and society. 2013. Vol. 2013. Article ID 605854. 8 p.
4. Isea R., Mayo-García R. Mathematical analysis of the spreading of a rumor among different subgroups of spreaders // Pure and Applied Mathematics Letters. 2015. Vol. 2015. P. 50–54.
5. Mikhailov A.P., Pronchev G.B., Proncheva O.G. Mathematical Modeling of Information Warfare in Techno-Social Environments // Techno-Social Systems for Modern Economical and Governmental Infrastructures. IGI Global. 2019. P. 174–210.
6. Самарский А.А., Михайлов А.П. Математическое моделирование (Идеи, Методы, Примеры), 1997.
7. Михайлов А.П., Петров А.П., Прончева О.Г. Модель информационного противоборства в социуме с кусочно-постоянной функцией дестабилизирующего воздействия // Математическое моделирование. 2018. Т. 30, № 7. С. 47–60.
8. Petrov A.P., Lebedev S.A. Online Political Flashmob: The Case of 632305222316434 // Computational mathematics and information technologies. 2019. No. 1. P. 17–28. doi: 10.23947/2587-8999-2019-1-1-17-28
9. Chartishvili A.G., Kozitsin I.V., Goiko V. L., Saifulin E.R. On an Approach to Measure the Level of Polarization of Individuals’ Opinions // 2019 Twelfth International Conference "Management of large-scale system development" (MLSD), Moscow, Russia, 2019. P. 1–5. doi: 10.1109/MLSD.2019.8911015.
10. Kozitsin I.V., Marchenko A.M., Goiko V.L., Palkin R.V. Symmetric Convex Mechanism of Opinion Formation Predicts Directions of Users’ Opinions Trajectories // 2019 Twelfth International Conference "Management of large-scale system development" (MLSD), Moscow, Russia, 2019. P. 1–5. doi: 10.1109/MLSD.2019.8911064.
11. Kozitsin I.V., Chkhartishvili A.G., Marchenko A.M., Norkin D.O., Osipov S.D., Uteshev I.A., Goiko V.L., Palkin R.V., Myagkov M.G. Modeling Political Preferences of Russian Users Exemplified by the Social Network Vkontakte // Mathematical Models and Computer Simulations. 2020. Vol. 12. P. 185–194.
https://doi.org/10.1134/S2070048220020088.
12. Chkhartishvili A.G., Gubanov D.A., Novikov D.A. Social Networks: Models of information influence, control and confrontation. Cham, Switzerland: Springer International Publishing, 2019. 158 p. doi: 10.1007/978-3-030-05429-8.
13. Губанов Д.А., Чхартишвили А.Г. Влиятельность пользователей и метапользователей социальной сети // Проблемы управления. 2016. № 6. С. 12–17.
14. Chkhartishvili A.G, Gubanov D.A. On Approaches to Identifying Information Spread Channels in Online Social Networks // 2019 Twelfth International Conference "Management of large-scale system development" (MLSD), Moscow, Russia, 2019. P. 1–5. doi: 10.1109/MLSD.2019.8911065
15. Akhtyamova L., Alexandrov M., Cardiff J., Koshulko O. Opinion Mining on Small and Noisy Samples of Health-related Texts // Advances in Intelligent Systems and Computing III (Proc. of CSIT-2018), Springer, AISC. 2019. Vol. 871. P. 1–12.
16. Akhtyamova L., Cardiff J. LM-Based Word Embeddings Improve Biomedical Named Entity Recognition: A Detailed Analysis // Bioinformatics and Biomedical Engineering. IWBBIO 2020. Lecture Notes in Computer Science. Springer, Cham, 2020. Vol. 12108. doi: 10.1007/978-3-030-45385-5_56
17. Boldyreva A., Sobolevskiy O., Alexandrov M., Danilova V. Creating collections of descriptors of events and processes based on Internet queries // Proc. of 14-th Mexican Intern. Conf. on Artif. Intell. (MICAI-2016), Springer Cham, LNAI, 2016. Vol. 10061 (chapter 26). P. 303–314.
18. Boldyreva A., Alexandrov M., Koshulko O., Sobolevskiy O. Queries to Internet as a tool for analysis of the regional police work and forecast of the crimes in regions // Proc. of 14-th Mexican Intern. Conf. on Artif. Intell. (MICAI-2016), Springer Cham, LNAI, 2016. Vol. 10061 (chapter 25). P. 290–302.
19. Mediascope. URL: https://mediascope.net/data/#popup_definition_tv
Представляя статьи для публикации в журнале «Электронные библиотеки», авторы автоматически дают согласие предоставить ограниченную лицензию на использование материалов Казанскому (Приволжскому) федеральному университету (КФУ) (разумеется, лишь в том случае, если статья будет принята к публикации). Это означает, что КФУ имеет право опубликовать статью в ближайшем выпуске журнала (на веб-сайте или в печатной форме), а также переиздавать эту статью на архивных компакт-дисках журнала или включить в ту или иную информационную систему или базу данных, производимую КФУ.
Все авторские материалы размещены в журнале «Электронные библиотеки» с ведома авторов. В случае, если у кого-либо из авторов есть возражения против публикации его материалов на данном сайте, материал может быть снят при условии уведомления редакции журнала в письменной форме.
Документы, изданные в журнале «Электронные библиотеки», защищены законодательством об авторских правах, и все авторские права сохраняются за авторами. Авторы самостоятельно следят за соблюдением своих прав на воспроизводство или перевод их работ, опубликованных в журнале. Если материал, опубликованный в журнале «Электронные библиотеки», с разрешения автора переиздается другим издателем или переводится на другой язык, то ссылка на оригинальную публикацию обязательна.
Передавая статьи для опубликования в журнале «Электронные библиотеки», авторы должны принимать в расчет, что публикации в интернете, с одной стороны, предоставляют уникальные возможности доступа к их материалам, но, с другой, являются новой формой обмена информацией в глобальном информационном обществе, где авторы и издатели пока не всегда обеспечены защитой от неправомочного копирования или иного использования материалов, защищенных авторским правом.
При использовании материалов из журнала обязательна ссылка на URL: http://rdl-journal.ru. Любые изменения, дополнения или редактирования авторского текста недопустимы. Копирование отдельных фрагментов статей из журнала разрешается для научных исследований, персонального использования, коммерческого использования до тех пор, пока есть ссылка на оригинальную статью.
Запросы на право переиздания или использования любых материалов, опубликованных в журнале «Электронные библиотеки», следует направлять главному редактору Елизарову А.М. по адресу: amelizarov@gmail.com
Издатели журнала «Электронные библиотеки» не несут ответственности за точки зрения, излагаемые в публикуемых авторских статьях.
Предлагаем авторам статей загрузить с этой страницы, подписать и выслать в адрес издателя журнала по электронной почте скан Авторского договора о передаче неисключительных прав на использование произведения.