Аналіз деяких відомих моделей поширення інформації в соціальних мережах в аспекті інформаційного протиборства
DOI:
https://doi.org/10.18372/2073-4751.77.18651Ключові слова:
соціальна мережа, поширення інформації, інформаційний вплив, моделі поширенняАнотація
Соціальні мережі стали практично незамінним джерелом інформації та комунікації у щоденному житті мільйонів громадян. Від зародження поняття в 1950-их роках ХХ століття вони пройшли великий шлях від визначення певних соціальних груп за інтересами до сучасних Інтернет платформ, із перспективою подальшого розвитку до метаплатформ. Зі своїм розвитком соціальні мережі стали головним майданчиком поширення різної інформації та одним із основних чинників впливу на суспільство під час виборчих процесів, революційних подій та військових конфліктів. Для того, щоб вести інформаційну кампанію або захищатися в соціальних мережах необхідно розуміти принципи поширення інформації у них.
На основі аналізу моделей поширення інформації в соціальних мережах виділено найбільш ключові з них. У дослідженні розглянуто наступні моделі поширення інформації в соціальних мережах: Модель вірусного поширення (SIR), Модель SEIR; Модель Independent Cascade; Модель широкого поширення (Wide-Spread); Модель впливових користувачів (Influential Users). Результати аналізу дали можливість оцінити придатність даних моделей для вирішення задач управління інформаційно-психологічним впливом.
Посилання
Палій С. В. Соціальні мережі як засіб комунікації електронного навчання. Управління розвитком складних систем. 2013. №13. С. 152–156.
Медіаспоживання українців в умовах повномасштабної війни. Опитування ОПОРИ. URL: https://www.oporaua.org/polit_ad/mediaspozhivannia-ukrayintsiv-v-umovakh-povnomasshtabnoyi-viini-opituvannia-opori-24068 (дата звернення: 02.02.2024).
Taylor S. J. et al. Identity effects in social media. Nature Human Behaviour. 2023. Vol. 7, no. 1. P. 27–37.
González‐Bailón S., Lelkes Y. Do social media undermine social cohesion? A critical review. Social Issues and Policy Review. 2023. Vol. 17, no. 1. P. 155–180.
Harriger J. A., Thompson J. K., Tiggemann M. TikTok, TikTok, the time is now: Future directions in social media and body image. Body Image. 2023. Vol. 44. P. 222–226.
Paul S., Das S. Investigating information dissemination and citizen engagement through government social media during the COVID-19 crisis. Online Information Review. 2023. Vol. 47, no. 2. P. 316–332.
Shi J. et al. Determinants of users’ information dissemination behavior on social networking sites: An elaboration likelihood model perspective. Internet Research. 2018. Vol. 28, no. 2. P. 393–418.
Prier J. Commanding the trend: Social media as information warfare. Information warfare in the age of cyber conflict / ed. by C. Whyte, A. T. Thrall, B. M. Mazanec. Oxon, 2020. P. 88–113.
Ananthaswamy V., Seethalakshmi B. Mathematical analysis of information dissemination model for social networking services. American Journal of Modeling and Optimization. 2015. Vol. 3, no. 1. P. 26–34.
Dong, J. et al. The analysis of influencing factors of information dissemination on cascade size distribution in social networks. IEEE Access. 2018. Vol. 6. P. 54185–54194.
Zhou F. et al. A survey of information cascade analysis: Models, predictions, and recent advances. ACM Computing Surveys (CSUR). 2021. Vol. 54, no. 2. P. 1–36.
Wang L. et al. Influence spread in geo-social networks: a multiobjective optimization perspective. IEEE Transactions on Cybernetics. 2019. Vol. 51, no. 5. P. 2663–2675.
Базарний С. Метод виявлення агентів соціальних мереж, що мають найбільший вплив. Сучасні інформаційні технології у сфері безпеки та оборони. 2023. №46/1. С. 145–150.
Гізун А., Гріга В. Аналіз сучасних теорій інформаційно-психологічних впливів в аспекті інформаційного протиборства. Безпека інформації. 2016. №22/3. С. 272–282.
Zahran B. et al. Developing an expert system for assessment of information-psychological influence. Indonesian Journal of Electrical Engineering and Computer Science. 2019. Vol. 15, no. 3. P. 1571–1577.
Gizun A. et al. Method of informational and psychological influence evaluation in social networks based on fuzzy logic. 1st International Workshop on Control, Optimisation and Analytical Processing of Social Networks (COAPSN-2019) : proceedings, Lviv, Ukraine, May 16-17, 2019 / Lviv Polytechnic National University. 2019. P. 1–11. URL: https://ceur-ws.org/Vol-2392/paper1.pdf.
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
