Архив журнала

Аннотация: Специфика современных социально-политических и языковых изменений наиболее ярко отражена в функционировании лингвистических моделей социально-политической коммуникации между гражданами/потребителями в отношении институализированных и неинституализированных политических акторов. Современная общественная реальность в значительной мере формируется под влиянием Интернета и социальных медиа. Функциональная сегментация социальных медиа — это эффект эпохи коронавируса. Социальная сеть «Twitter» во всем мире стала источником политического контента в 2019—2020 гг. Эмпирическая база исследования включила два комплекса сетевых данных: первый дата-сет (март 2020 г., 50 000 сообщений) и второй датасет (июнь 2020 г., 50 000 сообщений) состоят из сетевых данных, полученных методом сплошной выгрузки сообщений, публикуемых пользователями социальной сети «Twitter» и содержащих ключевое слово «trump», через программный интерфейс приложения «Twitter» (API Twitter). Сетевые данные, входящие в полученную эмпирическую базу, содержат следующие массивы данных: сообщения, публикуемые пользователями указанных сетей; динамику ответов (ретвитов) на публикуемые сообщения; данные о пользователях, публикующих эти сообщения, с фиксацией их взаимодействия для анализа их активности в виде социального графа; используемые пользователями хештеги для маркирования и классификации информации в социальных сетях; часто употребляемые слова и словосочетания с фиксацией их взаимодействия для анализа активности употребления как социального графа с целью выявления доминирующих тематик в сетевом дискурсивном поле, составляющем основу лингвистической модели политической коммуникации пользователей «Twitter» в отношении Д. Трампа. В результате визуализации полученных датасетов (хабов ядра лингвистической модели политической коммуникации пользователей «Twitter» в отношении Д. Трампа за указанный период) и последующего сетевого, лингводискурсивного и частотного анализа мы показали, как позитивные и околокритичные дискурсы в отношении Д. Трампа как президента и кандидата сменились на отрицательный дискурс, в котором превалирующим стало обсуждение не предвыборной кампании, а протестов и акций #BlackLivesMatter, и резкую критику Д. Трампа со стороны всех групп населения; выделили основные характеристики лингвистических моделей политической коммуникации пользователей «Twitter» в отношении Д. Трампа в марте 2020 г. и в июне 2020 г.

Abstract: The specificity of modern socio-political and linguistic changes is most clearly reflected in the functioning of linguistic models of socio-political communication between citizens / consumers in relation to institutionalized and non-institutionalized political actors. Modern social reality is largely shaped by the influence of the Internet and social media. The functional segmentation of social media is an effect of the coronavirus era. The social networking website Twitter has become a source of political content worldwide in 2019-2020. The empirical base of the study includes two sets of network data: the first data set (March 2020, 50,000 messages) and the second data set (June 2020, 50,000 messages) consist of network data obtained by the method of continuous unloading of messages published by Twitter users and containing the keyword “trump” through the Twitter API. The network data in the empirical base obtained contain the following data sets: messages published by users of the networks specified; dynamics of responses (retweets) to published messages; data about users publishing these messages containing records of their interaction instances to allow analyzing their activity as a social graph; hashtags used by users to label and classify information on social networks; frequently used words and phrases accompanied by records of their usage instances to allow analyzing the activity of their use as a social graph in order to identify the dominant topics in the network discourse field which forms the basis of the linguistic model of political communication of Twitter users about D. Trump. As a result of visualization of the data sets obtained (hubs of the core of the linguistic model of political communication of Twitter users in relation to D. Trump for the period specified) and the subsequent network, linguodiscursive and frequency analysis, the authors demonstrate the change of positive and near-critical discourses regarding D. Trump as President and presidential candidate into a negative discourse in which the prevailing discussion is not the election campaign but Black Lives Matter protests and actions, as well as harsh criticism of D. Trump from all groups of the population. The authors have also highlighted the main characteristics of the linguistic models of political communication of Twitter users in relation to D. Trump in March 2020 and June 2020