Токсичный Путин: что видно в соцсети русского компромата

Исследование под названием «Социальная сеть русского компромата» вышло минувшей осенью на ArXiv.org (там обычно публикуют свои статьи математики, физики и специалисты в компьютерных науках). Автор исследования — профессор компьютерных наук Саффолкского университет в Массачуссетсе Дмитрий Зиновьев. Он построил социальную сеть (граф) на основе совместных упоминаний известных политиков и общественных деятелей в архиве компромата «RuCompromat».

Построив граф, ученый с коллегами исследовали его методами сетевого анализа. Центральным персонажем соцсети русского компромата оказался Владимир Путин — вне зависимости от метрики центральности. А еще в графе хорошо выделились сообщества «силовиков».

Теперь подробнее.

Что за архив компромата?

Ресурс RuCompromat называет себя «Энциклопедией библиотеки компромата». Фактически это агрегатор статей из СМИ, которые действительно чаще всего содержат компрометирующую информацию о ком-либо. Таким образом, RuCompromat — это база негативных публикаций в СМИ о политиках, бизнесменах и других известных россиянах.

Плюс RuCompromat — большой охват и наличие разметки. По времени коллекция охватывает период с 1991 по 2020 год. Для текстов с 2013 по 2020 размечены персоны, к которым относится компромат, а также организации и топонимы.

А пример можно?

Например, в базе размещена статья от 4 января 2021 под заголовком «Сечин зажал чиновникам колбаски» от издания The Bell. Статья рассказывает о том, что чиновники в этом году не получили от главы «Роснефти» традиционный подарок в виде корзины с колбасой (эти корзины приобрели зловещую известность после ареста главы Минэкономразвития Алексея Улюкаева в 2016 году — тогда министра с корзиной колбасы задержали в офисе «Роснефти», а в полученной им от Сечина сумке нашли 2 млн долларов). К статье привязаны персоны «Игорь Сечин», «Алексей Улюкаев», а также компании Роснефть, Транснефть, Ростелеком и Русгидро.

Таким образом, из сайта достаточно легко извлечь информацию об упоминаниях людей и компаний, в том числе совместных. Для каждого человека есть отдельная страница, с которой доступны все тексты с упоминанием человека. Всего в RuCompromat свыше 11 тысяч персоналий.

Как получили социальную сеть?

В базе компромата размечены упоминания людей в компрометирующих материалах. Иногда люди упоминаются вместе — как Сечин с Улюкаевым в примере выше. Из таких данных легко извлечь «сеть совместной встречаемости»: узлом сети становится человек, а связью между двумя людьми — факт совместного упоминания в компрометирующей статье.

Именно такую сеть и построили исследователи. В ней получилось 11118 узлов (по числу людей в базе) и 37544 связи. Связь означает, что люди упоминаются в одних и тех же материалах. Связи не имеют направлений и весов — таким образом, модель предельно простая.

Зачем нужна эта сеть и что с ней делали?

Зачем вообще ученым нужна сеть как модель? Во-первых, сеть хорошо показывает важность отдельного узла на основе метрик центральности. Сколько у узла связей, сколько связей проходит через него, сколько связей у тех, с кем он связан и т.п. — все это формализуется через разные центральности. Мы подробно рассказывали о центральностях здесь.

В этой работе центральности интерпретировались так:

• Степень просто указывает на число компрометирующих материалов в которых фигурировал человек.
• Центральность по близости (измеряется по средней длине пути от узла до других узлов) — скорее указатель количества «непрямого» компраомата
• Центральность по промежуточности — это своего рода «типичность» персонажа. Ведь эта центральность связана с тем, сколько других людей, близких по составу компромата, есть у человека.
• Центральность собственного вектора (eigenvector centrality) — мера, которая учитывает центральности узлов, с которыми связан узел. Иначе говоря, насколько скомпрометированы те, с кем связаны человек в сети компромата. Поэтому эту меру авторы приравняли к «токсичности».

Токсичный Путин и его друзья

Владимир Путин оказался в центре сети по всем возможным показателям центральности. У него больше всех связей (т.е. самая высокая степень), он в среднем ближе всех к другим узлам (наивысшая центральность по близости, closeness centrality), он самый главный промежуточный узел (betweenness centrality) и конечно, он же оказался самым «токсичным» (eigenvector centrality)

Далее в топе токсичности — Дмитрий Медведев, Игорь Сечин, Сергей Чемезов и Аркадий Ротенберг. Что характерно, все они — старые питерские друзья Путина, приведенные им во власть. А вот, к примеру, Сергей Собянин в список «токсичных» не входит, зато он имеет высокую центральность по посредничеству («типичность»). Очевидно, Собянин реже попадает под огонь компромата, а если попадает, то не вместе с наиболее «токсичной» питерской группой.

Силовики против всех

Кстати о группах. Кроме центральностей, сети хорошо отображают группировку сообществ. Если какое-то множество узлов в сети образует тесно переплетенный клубок (т.е. имеют множество связей между собой — и немного связей ), то алгоритмы выделения сообществ их найдут и подсветят.

Как отмечают авторы исследования, в этой сети хорошо видна модульная структура и выделяются четкие сообщества. В сети выделилось 33 крупных сообщества, которые затем были сгруппированы по профессиональной принадлежности их членов: политики, банкиры, журналисты, чиновники, силовики и т.п.

Как правило, компромат объединял в сообщества людей из одной группы: банкиры с другими банкирами, политики с другими политиками. В то же время многие сообщества оказались смешанными. Единственная группа, которая изолировалась от других, — силовики. Как отмечают авторы исследования, » такая разница позволяет предположить, что случаи компромата против силовиков отличаются от тех, которые связаны с политическим или экономическим блоком». Вероятно, в России, где силовики давно оформились в отдельную правящую касту, и компромат для них делают особый — по спецзаказу.

Источник:

Zinoviev D. A Social Network of Russian “Kompromat”