Organization of Emotional Reactions Monitoring of Social Networks Users by Means of Automatic Text Analysis

Cover Page

Cite item

Full Text

Abstract

The article considers problems of theoretical and methodological nature arising in the organization of monitoring of emotional reactions of social networks users by means of automatic text analysis. The difficulties accompanying the monitoring activity at the level of motivation, goal-setting and the choice of a method for determining markers of emotionality are analyzed. The problems of determining the sampling criteria for the study of emotional reactions of users within communities and large groups, taking into account textual and non-textual parameters are studied. Difficulties in interpreting the data of a set of psycholinguistic features based on machine learning and questions about the applicability of the classifier built on the training corpus to texts from different fields are outlined.

Full Text

Restricted Access

About the authors

Yulia M. Kuznetsova

Computer Science and Control Federal Research Center of the Russian Academy of Sciences

Author for correspondence.
Email: kuzjum@yandex.ru

Candidate of Psychological Sciences, Senior Researcher

Russian Federation, Moscow

Anfisa A. Chuganskaya

Computer Science and Control Federal Research Center of the Russian Academy of Sciences

Email: anfisa.makh@gmail.com

Candidate of Psychological Sciences, Researcher

Russian Federation, Moscow

Natalia V. Chudova

Computer Science and Control Federal Research Center of the Russian Academy of Sciences

Email: nchudova@gmail.com

Candidate of Psychological Sciences, Senior Researcher

Russian Federation, Moscow

References

  1. Svoboda J., Ghafir I., Prenosil V. Network Monitoring Approaches: An Overview // International Journal of Advances in Computer Networks and Its Security– IJCNS. 2015. No. 5. P. 88-93.
  2. Kataev A.V., Kataeva T. M., Nazvanova I. A. (2020) Digitalmarketing: uchebnoe posobie [Digital Marketing: Tutorial]. Taganrog: Izdatel'stvo YUzhnogo federal'nogo universiteta [Proceedings of the Southern Federal University]. 161 p.
  3. Social'nye seti: kompleksnyj lingvisticheskij analiz [Social networks: a comprehensive linguistic analysis]. V 2-h tomah. T. 1. / Monografiya pod nauchn. red. N. D. Goleva, otv. red. L. G. Kim. Kemerovo: Kemerovskij gosudarstvennyj universitet [Kemerovo State University]. 2021. 430 p.
  4. Malinovskaya A., Otto P. Online network monitoring // Statistical Methods and Applications. 2021. No. 30 (3).
  5. Kuznetsova Yu.M., Smirnov I.V., Isakov V.A., Stankevich M.A., Chudova N.V. Sozdanie instrumenta avtomaticheskogo analiza teksta v interesah socio-gumanitarnyh issledovanij. CH.2. Mashina RSA i opyt eѐ ispol'zovaniya [Creation of an automatic text analysis tool in the interests of socio-humanitarian research. Part 2. The RS machine and its use experience] // Iskusstvennyj intellekt i prinyatie reshenij [Artificial intelligence and decisionmaking]. 2019. No. 3. P. 21-32.
  6. Devyatkin D., Chudova N., Chuganskaya A., Sharypina D. Methods for Recognition of Frustration-Derived Reactions on Social Media // Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics. 2021. P. 17–30.
  7. Smirnov I., Stankevich M., Kuznetsova Y., Suvorova M., Larionov D., Nikitina E., Savelov M., Grigoriev O. TITANIS: A Tool for Intelligent Text Analysis in Social Media // Lecture notes in computer science. 2021. Vol. 12948 LNAI. P. 232-247.
  8. Grigor'ev O. G., Kuznetsova Yu. M., Nikitina E. N., Smirnov I. V., Chudova N. V. Kauzativno-emotivnyj analiz. Chast' I. Metodika izucheniya emocional'nyh reakcij pol'zovatelej social'nyh setej [Causative-emotive analysis. Part I. Methodology for studying emotional reactions of users of social networks] // Psihologicheskij zhurnal [Psychological journal]. 2022. T. 43. No. 3. P. 114–121
  9. Leont'ev A.N. Problemy razvitiya psihiki [Problems of the development of the psyche]. M.: Mysl [Thought]. 1965. 570 p.
  10. Grishaeva S.A., Klyuvaev K.V. Kommunikativnye praktiki molodezhi v social'nyh setyah [Communicative practices of youth in social networks] // Cifrovaya sociologiya [Digital sociology]. 2019. No. 3. P. 4–9.
  11. Latynov V.V., Ovsyannikova V.V. Prognozirovanie psihologicheskih harakteristik cheloveka na osnovanii ego cifrovyh sledov [Forecasting psychological characteristics of a person based on his digital traces] // Psihologiya. Zhurnal Vysshej shkoly ekonomiki [Psychology. Journal of the Higher School of Economics]. 2020. T. 17. No. 1. P. 166–180.
  12. Litvinchuk I.N. Mezhdisciplinarnyj analiz emotivnogo diskursa: osnovnye cherty v paradigme kognitivnoj i pragmalingvistiki [Interdisciplinary analysis of emotive discourse: the main features in the paradigm of cognitive and pragmalinguistics] // Uchenye zapiski Krymskogo federal'nogo universiteta imeni V.I. Vernadskogo. Filologicheskie nauki [Scientific notes of the V.I. Vernadsky Crimean Federal University. Philological sciences]. 2017. T. 3 (69). No. 4. P. 15–30.
  13. Dvojnikova A.A., Karpov A.A. Analiticheskij obzor podhodov k raspoznavaniyu tonal'nosti russkoyazychnyh tekstovyh dannyh [Analytical review of approaches to recognition of the tonality of Russian-language text data] // Informacionno-upravlyayushchie sistemy [Information and control systems]. 2020. No. 4 (107). P. 20–30.
  14. Kotel'nikov E.V. Metodologiya intellektual'nogo analiza mnenij pri obrabotke tekstovoj informacii na osnove pravdopodobnogo vyvoda [Methodology of intellectual analysis of opinions in the processing of textual information based on a plausible conclusion]: diss. … dokt. tekh. nauk. M., 2019. 365 p. URL: https://www.dissercat.com/con- tent/metodologiya-intellektualnogo-analiza-mnenii-priobrabotke-tekstovoi-informatsii-na-osnove (data obrashcheniya: 21.09.2022).
  15. Lukashevich N.V. Avtomaticheskie metody analiza tonal'nosti. Avtomaticheskaya obrabotka tekstov na estestvennom yazyke i analiz dannyh [Automatic methods of tonality analysis. Automatic text processing in natural language and data analysis] // Bol'shakova E.I., Voroncov K.V., Efremova N.., Klyshinskij E.S., Lukashevich N.V., Sapin A.S. M.: Izd-vo NIU VSHE [HSE University Publishing House]. 2017. P. 127–194.
  16. Li S., Wang Y., Xue J., Zhao N., Zhu T. The Impact of COVID-19 Epidemic Declaration on Psychological Consequences: A Study on Active Weibo Users // International Journal Environment Research Public Health. 2020. No. 17. P. 2032.
  17. Ostapenko A.G. i dr. Social'nye seti i risk-monitoring [Social networks and risk monitoring] / Teoriya setevyh vojn [Theory of Network Wars]. Pod red. D.A.Novikova. M.: Telekom. 2022. 266 p.
  18. Avanesyan N.L., Solov'ev F.N., Tihomirova E. A., Chepovskij A. M. Vyyavlenie znachimyh priznakov protivopravnyh tekstov [Identification of significant signs of illegal texts] // Voprosy kiberbezopasnosti [Issues of cybersecurity]. 2020. No. 4 (38). P. 76-84.
  19. Kosinski M., Stillwell D., Graepel T. Private traits and attributes are predictable from digital records of human // Proceedings of the National Academy of Sciences. 2013. Vol. 110. No. 15. P. 5802-5805.
  20. Mal'ceva D.V., Romanovskij N.V. O sovremennyh setevyh teoriyah v sociologii [On modern network theories in sociology] // Sociologicheskie issledovaniya [Sociological Research]. 2011. No. 8. P. 28 –37.
  21. Davydov S.G., Lebedev P.A. Onlajn-diskurs «vtoroj volny» moskovskih nablyudatelej [Online discourse of the "second wave" of Moscow observers] // Sociologicheskij zhurnal [Sociological Journal]. 2015. Tom 21. No. 3. P. 129–143.
  22. Shajgerova L.A., Shilko R.S., Vahanceva O.V., Zinchenko Yu.P. Perspektivy ispol'zovaniya analiza social'nyh setej dlya izucheniya etnokul'turnoj identichnosti podrostkov v internet-soobshchestvah [Prospects for using social network analysis to study the ethnocultural identity of adolescents in Internet communities] // Nacional'nyj psihologicheskij zhurnal [National Psychological Journal]. 2019. No. 3(35). P. 4–16.
  23. Dejneka O.S., Maksimenko A.A. Ocenka psihologicheskogo sostoyaniya obshchestva v usloviyah infodemii posredstvom analiza social'nyh setej: obzor zarubezhnyh publikacij [Assessment of the psychological state of society in the conditions of infodemia through the analysis of social networks: a review of foreign publications] // Obshchestvo. Sreda. Razvitie (Terra Humana) [Society. Wednesday. Development (Terra Humana)]. 2020. No. 2 (55). URL: https://cyberleninka.ru/article/n/otsenka-psihologicheskogo-sostoyaniya-obschestva-v-usloviyah-infodemiiposredstvom-analiza-sotsialnyh-setey-obzor-zarubezhnyh (data obrashcheniya: 06.10.2022).
  24. Voronin A. N., Grebenshchikova T. A., Kubrak T. A., Pavlova N. D Sub"ektnost' setevogo soobshchestva: sravnenie psihometricheskih modelej proyavleniya diskursivnyh markerov v kontente [Subjectivity of the network community: comparison of psychometric models of the manifestation of discursive markers in conten] // Vestnik Moskovskogo gosudarstvennogo oblastnogo universiteta. Seriya: Psihologicheskie nauki [Bulletin of the Moscow State Regional University. Series: Psychological Sciences]. 2019. No. 3. P. 6–24.
  25. Agadullina E.R. Social networks user: current research // Journal of Modern Foreign Psychology. 2015. vol. 4. No. 3. P. 36—46.
  26. Sorokin P. A. Social'naya i kul'turnaya dinamika [Social and cultural dynamics]. M.: Akademicheskij proekt. 2020. 986 p.
  27. Vygotskij L.S. Myshlenie i rech' [Thinking and speech]. Izd. 5, ispr. M.: Labirint. 1999. 352 p.
  28. Teplov B.M. Problemy individual'nyh razlichij [Problems of individual differences]. M.: Izd-vo Akad. ped. nauk RSFSR. 1961. 536 p.
  29. Sebrant A.YU. Data Science, chernye yashchiki… [Data Science, black boxes…] URL: https://www.youtube.com/watch?v=zvGeLvWZ7yQ&t=2 57s (data obrashcheniya: 25.08.2022).
  30. Pospelov D.A. Desyat' "goryachih tochek" v issledovaniyah po iskusstvennomu intellektu [Ten "hot spots" in artificial intelligence research] // Intellektual'nye sistemy (MGU) [Intelligent Systems (MSU)]. 1996. T.1, vyp.1-4. P. 47-56.
  31. Novikov D. Vokrug iskusstvennogo intellekta skladyvaetsya ochen' trevozhnaya struktura znanij i kompetencij [A very disturbing structure of knowledge and competencies is emerging around artificial intelligence]. URL: https://new.ras.ru/mir-nauky/news/vokrug-iskusstvennogo-intellekta-skladyvaetsya-ochen-trevozhnayastruktura-znaniy-i-kompetentsiy-aka/ (data obrashcheniya 01.08.2022).
  32. Julian M. et al. What do nlp researchers believe? Results of the nlp community metasurvey. 2022. URL: https://doi.org/10.48550/arXiv.2208.12852 (data obrashcheniya 30.08.2022).

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».