Семантический анализ цифрового деструктивного контента по тематике «скулшутинг» в социальной сети «ВКонтакте» ³³⁴

С середины 1970-х годов общественность серьезно обеспокоена случаями скулшутинга — вооруженного нападения учеников на учебные организации. Глобальный тип деятельности социальных сетей, а также высокий потенциал распространения деструктивной информации в киберпространстве с применением анонимизации присваивает цифровым ресурсам, в сущности, неограниченную свободу действий. В настоящем исследовании предпринимается попытка семантического контент-анализа цифрового деструктивного контента по тематике «скулшутинг». Цель исследования заключается в определении системы признаков деструктивного контента, пригодных для его идентификации в киберпространстве через семантический анализ текста, открыто публикуемого пользователями в социальной сети «ВКонтакте», с использованием нейросетей. Проведенное исследование позволило выявить ряд важных признаков деструктивного контента по направлению скулшутинга с выделением тематических групп: косвенный контент, затрагивающий тематику скулшутинга; нарко-контент; психическое неблагополучие.

Ключевые слова: скулшутинг, контент-анализ, цифровой деструктивный контент, социальные сети, интернет

Рубрика: Междисциплинарные исследования

DOI: https://doi.org/10.17759/psylaw.2021110413

Получена: 30.06.2021

Принята в печать: 10.11.2021

1. Бойкина Е.Э., Чиркина Р.В. Социальный остракизм: современное состояние проблемы, методология и методы исследования [Электронный ресурс] // Психология и право. 2020. Том 10. № 1. С. 152—170. doi: https/ doi.org/10.17759/psylaw.2020100114
2. Бочавер А.А. Школьный опыт буллинга и актуальное благополучие у студентов // Психологическая наука и образование. 2021. Том 26. № 2. С. 17—27. doi:10.17759/pse.2021260202
3. Дозорцева Е.Г., Ошевский Д.С., Сыроквашина К.В. Психологические, социальные и информационные аспекты нападений несовершеннолетних на учебные заведения [Электронный ресурс] // Психология и право. 2020. Том 10. № 2. C. 97—110. doi:10.17759/psylaw.2020100208
4. Камнева Е.В., Полевая М.В., Ширванов Р.А. Информационно-психологическое воздействие на массовое сознание средств массовой коммуникации [Электронный ресурс] // Гуманитарные научные исследования. 2017. № 2. С. 247—251. URL: https://human.snauka.ru/2017/02/21354 (дата обращения: 21.06.2021).
5. Карпова А.Ю., Максимова Н.Г. Скулшутинг в России: что имеет значение? // Власть. 2021. Том 29. № 1. С. 93—108. doi:https://doi.org/10.31171/vlast.v29i1.7920
6. Красильникова Н.В., Дойникова Е.В., Ванчакова Н.П. Семиуровневая шкала деструктивных проявлений поведения в социальных сетях для мониторинга деструктивных воздействий // Материалы V межрегиональной научно-практической конференции (Севастополь 24—28 сентября 2019 года). Севастопольский государственный университет. Севастополь: СевГУ, 2019. C. 304—306.
7. Сафронова Е.П. Взаимосвязь деструктивных сайтов сети Интернет и суицидального поведения в подростковом возрасте / Е. П. Сафронова, А. Ф. Федоров // Личность, семья и общество: вопросы педагогики и психологии. 2017. № 4-7(72). С. 55—60.
8. Свидетельство о государственной регистрации программы для ЭВМ № 2019666594 Российская Федерация. Крибрум. Зеркало № 2019665672: заявл. 03.12.2019: опубл. 12.12.2019 / В.В. Ермаков, А.А. Горлов, А.А. Чуйко [и др.]; заявитель Акционерное общество «Крибрум».
9. Свидетельство о государственной регистрации программы для ЭВМ № 2019666891 Российская Федерация. Крибрум. Публичный поиск: № 2019665768: заявл. 03.12.2019: опубл. 16.12.2019 / В.В. Ермаков, Д.А. Пашко, А.А. Чуйко, И.А. Моргунов; заявитель Акционерное Общество «Крибрум».
10. Bird S., Klein E., Loper E. Natural language processing with Python: analyzing text with the natural language toolkit [Электронный ресурс] / O'Reilly Media. 2009. URL: http://www.datascienceassn.org/sites/default/files/Natural%20Language%20Processing%20with%20Python.pdf (дата обращения: 29.06.2021).
11. Determination of Young Generation's Sensitivity to the Destructive Stimuli based on the Information in Social Networks [Электронный ресурс] / Branitskiy A. [et al.] // Journal of Internet Services and Information Security (JISIS). 2019. Vol. 9. № 3. P. 1—20. doi:10.22667/JISIS.2019.08.31.001
12. Korobov M. Morphological analyzer and generator for Russian and Ukrainian languages / International Conference on Analysis of Images, Social Networks and Texts. Springer. Cham, 2015. P. 320—332.
13. Levin J., Madfis E. Mass Murder at School and Cumulative Strain. A Sequential Model // American Behavioral Scientist. 2009. Vol. 52. P. 1227—1245. doi:10.1177/0002764209332543
14. Lobur M., Romanyuk A., Romanyshyn M. Using NLTK for educational and scientific purposes // 2011 11th international conference the experience of designing and application of CAD systems in microelectronics (CADSM). IEEE, 2011. P. 426—428.
15. Loper E., Bird S. Nltk: The natural language toolkit. CoRR. cs.CL/0205028. 2002. doi:10.3115/1118108.1118117
16. Lytvynenko J. Identify of the substantive, attribute, and verb collocations in Russian text // Computational Linguistics and Intelligent Systems. 2019. Vol. 2. P. 66—68.
17. Rampage: The Social Roots of School Shootings [Электронный ресурс] / Newman K.S., [et al.] / In Rampage: the social roots of school shootings. New York: Basic Books, 2004. P. 352. URL: https://www.basicbooks.com/titles/katherine-s-newman/rampage/9780786722372 (дата обращения: 29.06.2021),
18. What Can Be Done About School Shootings? A Review of the Evidence / Borum R. [et al.] // Educational Research. 2010. Vol. 39. № 1. P. 27—37. doi:10.3102/0013189X09357620
19. Xiao R., McEnery T. Collocation, semantic prosody, and near synonymy: A cross-linguistic perspective //Applied linguistics. 2006. Vol. 27. № 1. P. 103—129.