Проект РФФИ. Применение теории самоорганизованной критичности…

Грант РФФИ №17-06-00082 «Применение теории самоорганизованной критичности для изучения и моделирования социальных систем и исторических процессов», 2017 – 2019 гг., руководитель – Д.С. Жуков; исполнители – С.К. Лямин, Ю.И. Мовчко, К.С. Кунавин, Д.В. Михлик.

Цель проекта – расширение сферы приложения теории самоорганизованной критичности (СОК); применение теории СОК в исторических и иных социо-гуманитарных исследованиях; подтверждение эвристической продуктивности идей, моделей и инструментов теории СОК для разъяснения устройства, свойств и динамики социальных систем.

Ключевые задачи проекта – обнаружение розового шума (атрибута СОК) в социальных процессах и моделирование социальных объектов с помощью самоорганизованно-критических моделей (СК-моделей). Решение этих задач позволит интегрировать естественнонаучную методологию в социо-гуманитарные исследования, даст прирост знания о конкретных исследуемых объектах, поможет разъяснить ряд сложных исследовательских проблем. В частности, СК-модели способны имитировать условия перехода систем в критическое состояние, возникновение лавин (масштабных социальных трансформаций, революций, массовых движений и т.п.) под воздействием ординарных факторов и несильных воздействий. СК-модели показывают, как микроуровневые правила взаимодействия множества простейших элементов – при наличии, в частности, петель обратных причинно-следственных связей – могут генерировать сложное нелинейное поведение системы в целом. Идентификация эффектов СОК в исторических процессах позволяет также существенно расширить представление о механизмах некоторых циклических явлений, в том числе объяснить их без отсылок к некоему мощному периодическому управляющему фактору.

Получение нового верифицируемого знания об изучаемых социальных системах и процессах – это маркер, который указывает на продуктивность и правомерность применяемой теории и методологии.

В ходе проекта получены все запланированные результаты. Обнаружены эффекты СОК в сетевых протестно-революционных движениях (Бразилия, 2015 – 2016 гг.; Армения, 2014 – 2015, 2018 гг., Гонконг, 2019 г.), в электоральном поведении (США, 1958 – 2016 гг.), в динамике городских выступлений периода революции 1917 года и Гражданской войны в России. Установлено, что эффекты СОК оказывают также влияние на перефокусировку общественного внимания (в том числе на смену информационно-политической повестки дня) в социальных медиа. Изучены эвристические возможности самоорганизованно-критических моделей для имитации социальных феноменов, в частности – поведения сетевых сообществ. Идентифицирован и интерпретирован 1/f-шум в динамике криминальной и экстремистской активности в ряде стран в 1940-х – 2010-х годах. В духе теории СОК исследованы механизмы формирования высшей административно-политической элиты в Российской империи XIX – начале XX века.

Взятые в заявке публикационные обязательства коллектив выполнил; в статьях под эгидой РФФИ представлены все основные результаты исследований. В рамках проекта опубликовано 25 статей. В том числе четыре статьи вышли в международных журналах, которые индексируются в Web of Science и Scopus, – Jahrbücher für Geschichte Osteuropas (издаётся Институтом Лейбница, Германия), Acesso Livre (издаётся Национальным архивом Бразилии), International Journal of Conflict and Violence (издаётся Билефельдским университетом, Германия). Ещё одна статья “Online rebellion: Self-organized criticality of contemporary protest movements” опубликована уже после завершения проекта в журнале Sage Open (США).

В российских журналах из списка ВАК вышли 8 статей. В их числе 2 статьи опубликованы в журнале «Историческая информатика», который издаётся при поддержке МГУ им. М.В. Ломоносова и Ассоциации «История и компьютер». Это одно из ведущих изданий в сфере моделирования исторических процессов и приложения математических методов в исторических исследованиях. В 2019 году в список ВАК вошёл молодой, но уже весьма авторитетный «Журнал политических исследований» (Москва), в котором опубликованы 3 статьи, касающиеся современных социо-политических процессов. «Вестник Пермского национального исследовательского политехнического университета. Культура. История. Философия. Право» опубликовал одну обширную статью по проекту. «Вестник…» регулярно издаёт специальные номера, посвящённые математическим и естественнонаучным методам в социо-гуманитарных дисциплинах.

Среди прочих журналов отметим «Инноватику и экспертизу», где опубликовано 4 статьи. Журнал издаётся одним из ведущих российских экспертно-аналитических центров – Федеральным государственным научным учреждением НИИ РИНКЦЭ (Москва) – и специализируется на практико-ориентированных исследованиях в естественных, технических науках и в междисциплинарной области.

Кроме того, результаты проекта были представлены на конференциях и, соответственно, опубликованы в сборниках материалов, включая выступление на одном из наиболее авторитетных форумах по математическим и компьютерным методам в социо-гуманитарных науках – конференции Ассоциации «История и компьютер» (г. Москва).

Для выполнения задач проекта участниками были составлены базы данных:

  • БД с результатами картографирования (сообщества и связи между ними) протестных сетевых кластеров в Бразилии в 2015 – 2016 годах (94 Фейсбук-группы), в Армении в 2014 – 2015 и в 2018 году (30 групп ВКонтакте), В Гонконге (Китай, 67 Фейсбук-групп) в 2019 году; а также БД, содержащие сведения о Интернет-активности этих протестных кластеров;
  • две БД с результатами сетевой активности во второй половине 2018 года более 60-ти сообществ ВКонтакте, являющихся официальными группами крупных Интернет-ресурсов (телеканалов, газет, новостных агентств и т.п.), которые оказывают влияние на формирование политической повестки дня в России;
  • БД с результатами сетевой активности за первую половину 2019 года 200-т Фейсбук-групп, принадлежащих наиболее влиятельным новостным агентствам Франции и Германии;
  • структура каналов, по которым распространялись две изученные социальные инициативы во ВКонтакте (два кластера связанных сообществ, формирующих деревья репостов, численностью 52 и 73 группы);
  • данные о криминальной, экстремистской и террористической активности в России в 2006-2015 годах (результаты обработки авторами помесячных отчётов МВД РФ);
  • БД со сведениями о служебных биографиях крупных государственных деятелей Российской империи за 1829-1913 годы (составлена авторами по источниковым материалам).

Также были привлечены уже готовые БД:

  • данные о криминальной активности (с 1940-х годов по середину 2010-х) в более чем 30-ти странах мира были получены из БД “Homicide Rates” (http://hdl.handle.net/10622/FMI6L9), а также из отчётов United Nations Office On Drugs and Crime (UNODC)
  • данные об экстремистской и террористической деятельности (с 1970-х годов по середину 2010-х) в более чем 30-ти странах были получены из БД “Global Terrorism Database” (Центр START Мэрилендского университета, США);
  • БД «Городские погромы: бунты в России в 1917 – 1918 годах»;
  • данные о динамике электоральных предпочтений в США с 1958 по 2016 год извлечены авторами из отчётов “Statistics of the presidential and congressional election”, которые издаются Офисом клерка палаты представителей США.

Для анализа сетей и их визуализации в виде графов применена программа Gephi, для спектрального анализа – Statistica 12. Первичная информация об Интернет-активности сообществ извлекалась посредством облачного сервиса Popsters.ru. Данные о ранжировании сетевых сообществ получены из сервисов Socialbakers и Brand Analytics.

Для выявления розового шума как атрибута СОК динамические ряды были подвергнуты спектральному анализу. На основании спектрограмм были получены показатели степенного закона \alpha. Если \alpha принимает значения в некотором диапазоне вокруг 1, то изучаемый сигнал характеризуется как розовый шум. Учитывая разбивку некоторых рядов на несколько, было построено и изучено более 1,5 тыс. спектрограмм.

Мы уделили должное внимание оценке достоверности результатов. В наших публикациях каждый обнаруженный показатель степенного закона сопровождается величиной достоверности аппроксимации R2 ; случаи с низкими R2 обсуждаются особо. Составленные авторами БД и динамические ряды (исходные данные), а также все результаты анализа спектрограмм (величины \alpha, R2 ) размещены в открытом доступе на сайте Центра фрактального моделирования (ЦФМ): http://ineternum.ru/category/bazy-dannyx/. Соответствующие гиперссылки сделаны в наших публикациях. Принципы составления баз данных и методы обработки динамических рядов представлены в публикациях и в описаниях на сайте ЦФМ. Ключевые данные (сетевые кластеры, величины \alpha, R2 и пр.) опубликованы в статьях.

Некоторые рисунки и таблицы

Таблица 1. Идентификации розового шума в динамике городских бунтарских событий

Динамический ряд α R2
РЕГИОНЫ
Все регионы 0,773 0,6982
Москва 0,563 0,4518
Петроград 0,826 0,3962
Поволжье 0,497 0,4017
Северный Кавказ и Крым 0,396 0,2154
Северо-Запад
Сибирь
Урал
Центрально-Промышленный район 0,302 0,1329
Центрально-Черноземный район 0,369 0,2025
УЧАСТНИКИ
Горожане вообще 0,716 0,6086
Промышленные рабочие 0,364 0,2208
Солдаты, матросы 0,342 0,3143
ФОРМЫ
Погромы государственных учреждений и органов самоуправления 0,473 0,2467
Погромы частных торговых заведений, квартир 0,981 0,535
Самосуды и другие стихийно-насильственные действия против отдельных лиц 0,356 0,3099
Стихийные волнения вообще 0,261 0,1411
Стихийные массовые обыски и разграбления частного имущества 0,554 0,1814
Стихийные продовольственные волнения вообще 0,509 0,2817
ТРЕБОВАНИЯ
Антисоветские требования, настроения вообще 0,748 0,3665
Выступления против Временного правительства, его органов, «буржуазии» 0,907 0,5566
Требования удаления, смены отдельных должностных лиц 0,534 0,534
Требования выдачи и захват хлеба, других важных продуктов и товаров 1,061 0,664
Чисто анархистские требования 0,935 0,6404
Рисунок 3. Погодовая динамика чинопроизводства в IV гражданский класс (абсолютная, по оси X – год, по Y – количество).

Таблица 2. Показатели степенного закона в спектрограммах. (Исходные данные: погодовые данные о количестве убийств, в расчёте на 100 тыс. населения).

Страна 1940-2015 1940-2015 1955-2015 1955-2015
α R2 α R2
Австралия 1,04 0,64 1,24 0,68
Австрия 1,02 0,65 1,00 0,74
Бельгия 1,41 0,77 1,17 0,67
Великобритания 1,23 0,77 1,44 0,81
Венгрия 1,58 0,72 1,46 0,65
Германия 1,57 0,81 1,69 0,90
Дания 0,74 0,48 0,77 0,62
Ирландия 0,31 0,18 0,36 0,38
Испания 1,56 0,84 1,45 0,90
Италия 0,97 0,56 1,90 0,92
Канада 1,59 0,76 1,69 0,82
Люксембург 0,69 0,53 0,70 0,59
Нидерланды 1,05 0,75 1,24 0,84
Новая Зеландия 0,69 0,48 0,79 0,71
Норвегия 0,43 0,26 0,34 0,22
Португалия 1,04 0,78 0,92 0,76
США 2,23 0,91 2,21 0,91
Турция 1,29 0,75 0,88 0,82
Финляндия 1,31 0,75 0,95 0,68
Франция 1,13 0,56 1,50 0,71
Чили 1,32 0,74 0,46 0,38
Швейцария 0,85 0,54 0,88 0,63
Швеция 1,00 0,55 1,02 0,56
Шри-Ланка 0,64 0,34 0,62 0,46
Япония 1,83 0,79 1,19 0,81

Таблица 3. Сравнение величин α для динамики убийств и террористической активности в странах «красной» группы.

Террористическая активность.

Страна годы α R²
Великобритания 1971-1992 0,67 0,476
Германия 1970-1997 0,36 0,159
Испания 1971-1992 0,64 0,419
США 1970-1992 0,99 0,580
Франция 1973-1992 0,41 0,408

Динамика убийств.

Страна годы α
Великобритания 1940-2015 1,23 0,77
Германия 1940-2015 1,57 0,81
Испания 1940-2015 1,56 0,84
США 1940-2015 2,23 0,91
Франция 1940-2015 1,13 0,56
Рисунок 4.  Кластеры по величине \alpha в 1970-х – 1990-х годах (период I) и в 2008–2014 (период III). Пояснение: некоторые страны были добавлены (+) или выбыли (-) в связи с возникновением/исчезновением терроризма как системного феномена и/или в связи с изменениями в статистике.
Рисунок 13. Кластер протестной сети во ВКонтакте. А – субпериод 08.09.2017-06.01.2018. В – 08.01.2018-08.05.2018.

Таблица 4. Показатели степенного закона и R2 в спектрограммах репостной активности Фейсбук-сообществ (группа 1: политические партии и организации Гонконга), 01.03.2019 – 23.09.2019.

URL: https://www.facebook.com/… кол-во участников, чел \alpha R2
1 …jeremytammanho/ 144970 0,03 0,0016
2 …CivilHumanRightsFront/ 135111 0,359 0,1699
3 …demosisto/ 107046 0,116 0,0114
4 …hkindigenous/ 101322 0,279 0,112
5 …youngspiration/ 56473 0,109 0,0254
6 …HK.NationFront/ 15221 0,049 0,0104
7 …studentlocalism/ 15134 0,069 0,0094
8 …TSWNewForce/ 11959 -0,0169 0,0006
9 …HKTMCN/ 10636 0,092 0,0178
10 …hkbumountaingod/ 7811 0,11 0,0233
11 …hk.independence.union/ 7400 0,453 0,2786

Таблица 5. Показатели степенного закона и R2 в спектрограммах репостной активности Фейсбук-сообществ (группа 2: протестные СМИ гонконга), 01.03.2019 – 23.09.2019.

  URL: https://www.facebook.com/… кол-во участников, чел \alpha R2
1 …hk.nextmedia/ 2455345 1,105 0,6541
2 …standnewshk/ 986277 1,055 0,6337
3 …tvmosthk/ 792 399 0,404 0,1232
4 …inmediahk/ 567336 -0,0054 0,0001
5 …ThingsAtHongKong/ 308584 0,116 0,1021
6 …hongkongfp/ 184784 0,197 0,0921
7 …hkcnews/ 132863 1,086 0,5751
8 …hkucampustv/ 97963 0,004 0
9 …singmajority/ 91227 0,0106 0,0004
10 …cityusu.cbc/ 82134 0,044 0,0062
11 …freedun/ 80958 0,0299 0,0023
12 …hkbubnn/ 7952 0,429 0,2158

Таблица 6. Показатели степенного закона и R2 в спектрограммах репостной активности Фейсбук-сообществ (группа 3: развлекательные журналы Гонконга), 01.03.2019 – 23.09.2019.

  URL: https://www.facebook.com/… кол-во участников, чел \alpha R2
1 …weekendweeklyjetso/ 1667896 0,373 0,2867
2 …umagazinehk/ 1468635 0,27 0,1392
3 …morehk.hk/ 1009817 0,159 0,1236
4 …WeekendWeekly/ 837291 0,381 0,3641
5 …newmonday.com.hk/ 736842 0,325 0,2691
6 …eatandtravel/ 531838 0,406 0,1391
7 …CosmoHK/ 482979 0,119 0,0618
8 …milkhk/ 437556 0,077 0,0338
9 …elleOnlineHK/ 428673 0,199 0,5134
10 …ChannelMayHK/ 383678 -0,1013 0,2643
11 …easttouchhk/ 378544 0,011 0,0006
12 …metropopHK/ 361370 -0,0397 0,0721
Рисунок 16.А – Динамика репостной активности группы ВКонтакте «Конт. Самое интересное с Конта». Пояснение: красными вертикальными линиями отмечены масштабные и быстротечные всплески (гипотетические лавины). В – величина \alpha в течение исследованных субпериодов.

Таблица 7. Показатели степенного закона и индексы достоверности степенного тренда в спектрограммах динамики электоральных предпочтений на выборах представителей в США (1958 – 2016 гг.).

 штат республиканцы республиканцы демократы демократы
\alpha R2 \alpha R2
Alabama 0 ,4180 0 ,2144 0 ,9160 0 ,7445
Alaska 0 ,6730 0 ,5447 0 ,1460 0 ,0882
Arizona 0 ,3440 0 ,1511 0 ,7490 0 ,7280
Arkansas 0 ,4320 0 ,3515 0 ,6370 0 ,7592
California 0 ,0830 0 ,0625 0 ,0086 0 ,0002
Colorado 0 ,5090 0 ,3633 0 ,8720 0 ,8792
Connecticut 0 ,6300 0 ,9117 1 ,0850 0 ,7822
Delaware 1 ,4830 0 ,7174 1 ,1910 0 ,5981
Florida 0 ,3700 0 ,2671 0 ,5730 0 ,7336
Georgia 1 ,0630 0 ,5471 0 ,3530 0 ,2413
Hawaii 0 ,7200 0 ,3946 0 ,4130 0 ,2823
Idaho 0 ,2610 0 ,3972 0 ,6270 0 ,3705
Illinois 0 ,2610 0 ,2496 0 ,2130 0 ,1584
Indiana 0 ,1740 0 ,1317 0 ,1457 0 ,0334
Iowa -0 ,2110 0 ,1669 0 ,6960 0 ,4080
Kansas -0 ,2205 0 ,0865 0 ,2650 0 ,2836
Kentucky 0 ,8250 0 ,5109 -0 ,3275 0 ,2954
Louisiana 1 ,0330 0 ,6032 0 ,5840 0 ,6407
Maine 1 ,2540 0 ,7652 1 ,1680 0 ,7818
Maryland 0 ,9700 0 ,7161 0 ,8550 0 ,4555
Massachusetts 0 ,2280 0 ,0509 0 ,0060 0 ,0001
Michigan 0 ,2810 0 ,3441 0 ,0650 0 ,0120
Minnesota 0 ,2780 0 ,1490 -0 ,7845 0 ,6920
Mississippi 0 ,1700 0 ,0640 0 ,3840 0 ,3340
Missouri -0 ,0457 0 ,0419 0 ,2890 0 ,1685
Montana 0 ,0550 0 ,0286 -0 ,9129 0 ,8523
Nebraska 0 ,5860 0 ,5786 0 ,2600 0 ,0876
Nevada 0 ,6210 0 ,4492 0 ,8750 0 ,7156
New Hampshire 0 ,1800 0 ,1205 0 ,7070 0 ,4633
New Jersey -0 ,4680 0 ,6281 0 ,4830 0 ,3634
New Mexico -0 ,4320 0 ,7012 0 ,9760 0 ,7797
New York -0 ,1608 0 ,0924 0 ,3270 0 ,1823
North Carolina 0 ,6730 0 ,6214 0 ,6880 0 ,3680
North Dakota 1 ,2350 0 ,8540 1 ,5180 0 ,7475
Ohio 0 ,0120 0 ,0003 -0 ,0994 0 ,0246
Oklahoma 0 ,7610 0 ,7282 0 ,0620 0 ,0180
Oregon -0 ,2456 0 ,1643 0 ,5120 0 ,2806
Pennsylvania 0 ,4480 0 ,3183 0 ,8230 0 ,7833
Rode Island 1 ,4540 0 ,8486 1 ,1410 0 ,8410
South Carolina 0 ,2100 0 ,3128 0 ,5560 0 ,2788
South Dakota 1 ,3150 0 ,6130 1 ,0370 0 ,4132
Tennessee 0 ,2750 0 ,6679 0 ,3510 0 ,2809
Texas 0 ,0260 0 ,0032 0 ,2570 0 ,2831
Utah 0 ,3660 0 ,2067 -0 ,1878 0 ,0187
Vermont 0 ,9930 0 ,8485 1 ,2870 0 ,9122
Virginia 0 ,0452 0 ,0092 0 ,5260 0 ,5372
Washington 0 ,8310 0 ,6685 0 ,1240 0 ,0356
West Virginia 1 ,1180 0 ,8438 0 ,9260 0 ,5248
Wisconsin 0 ,4770 0 ,5685 0 ,6170 0 ,3879
Wyoming 0 ,7800 0 ,6059 0 ,8750 0 ,3495
Рисунок 16. Образцы и спектрограммы (А) розового шума, (B) белого шума, (C) красного шума.

Список публикаций по проекту

  1. Zhukov D.S., Kanishchev V.V., Lyamin S.K. Social Movements Viewed in the Context of Self-Organized Criticality Theory // Acesso Livre. 2017. Issue 8. P. 75-91.
  2. Zhukov D., Lyamin S., Barabash N. Non-linear Effects of Turbulent Institutional Modernization // Jahrbücher für Geschichte Osteuropas. 2017. Issue 4. 
  3. Жуков Д.С., Лямин С.К. Революции в Сети: приложение теории самоорганизованной критичности к изучению протестных движений // Историческая информатика. 2017. № 4. С. 11-43. DOI: 10.7256/2585-7797.2017.4.24559.
  4. Жуков Д.С., Барабаш Н.С. Распространение новаций в социальных сетях: взгляд с позиции теории самоорганизованной критичности // Инноватика и экспертиза. 2017. № 3. С. 59-74.
  5. Жуков Д.С., Мовчко Ю.И. Степенные распределения и самоорганизованная критичность в социо-гуманитарном предметном пространстве: идентификация, моделирование и интерпретации // Рго nunc. Современные политические процессы. 2017. № 2. С. 9-28.
  6. Кунавин К.С. Исходные данные для анализа протестной сетевой активности в Армении в 2015 году // Fractal simulation. 2017. № 1. С. 29-32.
  7. Лямин С.К. Хронология протестных событий в Армении в 2015 году // Fractal simulation. 2017. № 1. С. 15-28.
  8. Barabash N.S., Zhukov D.S. Terrorism as a Self-Organised Criticality Phenomenon // International Journal of Conflict and Violence. 2018. Vol. 12. No 1. P. 1-13. DOI: 10.4119/UNIBI/ijcv.637
  9. Жуков Д.С. Самоорганизованно-критические модели в социогуманитарных исследованиях // Вестник Пермского национального исследовательского политехнического университета. Культура, история, философия, право. 2018. № 1. С. 45-60.
  10. Жуков Д.С. Прерывистый эквилибриум: как самоорганизованная критичность в Сети влияет на политическую повестку дня // Журнал политических исследований. 2018. №4. С. 18-40.
  11. Барабаш Н.С., Жуков Д.С., Кунавин К.С., Лямин С.К. Протесты на улицах и в сетях: новые исследовательские методы на основе теории самоорганизованной критичности // Инноватика и экспертиза: научные труды. 2018. № 1 (22). С. 54-66.
  12. Жуков Д.С. Самоорганизованная критичность в сетевых протестно-революционных движениях: новые данные // Социально-гуманитарные знания. 2018. № 8. С. 272-278.
  13. Жуков Д.С. Самоорганизованная критичность в криминальной активности: кросс-страновой анализ // Социально-экономические явления и процессы. 2018. Т. 13. № 104. С. 34-40. DOI: 10.20310/1819-8813-2018-13-104-34-40
  14. Жуков Д.С., Лямин С.К., Мовчко Ю.И. Перефокусировка общественного внимания: моделирование активности сообществ в социальных медиа // Pro nunc. Современные политические процессы. 2018. № 2. С. 34-52.
  15. Канищев В.В., Жуков Д.С. Количественные и качественные характеристики погромно-бунтарских выступлений в городах России в 1917-1918 гг. // Революция и бунт в российской истории. Материалы всероссийской научной конференции. Составитель Г.В. Талина. Москва: Московский педагогический государственный университет, 2017. С. 167-176.
  16. Кунавин К.С. Сетевые связи представителей высшей бюрократии Российской империи второй половины XIX в. // Бюллетень ассоциации История и компьютер. 2018. № 47. С. 107-108.
  17. Жуков Д.С. Приложения теории самоорганизованной критичности к изучению социополитических процессов // Межнациональное согласие – социальный приоритет государственности. Материалы Международной научно-практической конференции. 2018. С. 280-290.
  18. Кунавин К.С. «Единственно от высочайшего соизволения»? Высшее гражданское чинопроизводство в России XIX – начала XX в. сквозь призму теории самоорганизованной критичности // Историческая информатика. 2019. № 4. С. 74-89. DOI: 10.7256/2585-7797.2019.4.31544 URL: https://nbpublish.com/library_read_article.php?id=31544
  19. Жуков Д.С. Проблемы и возможности больших данных для изучения самоорганизованной критичности в социальных медиа // Журнал политических исследований. 2019. № 1. С. 27-39. URL:https://naukaru.ru/ru/nauka/article/28086/view
  20. Жуков Д.С. Самоорганизованная критичность в социальных медиа: методы изучения политической мобилизации в Сети // Журнал политических исследований. 2019. № 2. С. 11-23. URL:https://naukaru.ru/ru/nauka/article/29857/view
  21. Жуков Д.С. Приложение теории самоорганизованной критичности к изучению электорального поведения // Инноватика и экспертиза: научные труды. 2019. № 4. С. 123-131.
  22. Барабаш Н.С., Жуков Д.С. Оценка уровня вовлечённости пользователей в радикальные группы в социальных сетях // Инноватика и экспертиза: научные труды. 2019. № 3. С. 113-122.
  23. Кунавин К.С. Определение допустимых потерь в исходных данных для анализа средствами теории самоорганизованной критичности // Pro nunc. Современные политические процессы. 2019. № 1. С. 28-34.
  24. Канищев В.В., Жуков Д.С. Изучение погромов в городах России в 1917 – 1918 гг. с позиций теории самоорганизованной критичности // Pro nunc. Современные политические процессы. 2019. № 1. С. 7-27.
  25. Жуков Д.С. Самоорганизованная критичность в протестных сетях // Политика развития, государство и мировой порядок. Материалы VIII Всероссийского конгресса политологов. Под общ. ред. О.В. Гаман-Голутвиной, Л.В. Сморгунова, Л.Н. Тимофеевой. 2018. С. 195-196.

Related Posts