Связанные понятия
Ана́лиз социа́льных сете́й (англ. Social network analysis) представляет собой исследование социальных сетей, рассматривающее социальные отношения в терминах теории сетей. Эти термины включают в себя понятие узла (отображает отдельного участника в пределах сети) и связи (отображает такие отношения между индивидами, как дружба, родство, положение в организации, интимные отношения, и т. д.). Эти сети часто описывают в виде социальных сетевых схем, где узлы представлены в виде точек, а связи представлены...
Социа́льный граф — граф, узлы которого представлены социальными объектами, такими как пользовательские профили с различными атрибутами (например: имя, день рождения, родной город), сообщества, медиаконтента и так далее, а рёбра — социальными связями между ними.
Анализ данных — область математики и информатики, занимающаяся построением и исследованием наиболее общих математических методов и вычислительных алгоритмов извлечения знаний из экспериментальных (в широком смысле) данных; процесс исследования, фильтрации, преобразования и моделирования данных с целью извлечения полезной информации и принятия решений. Анализ данных имеет множество аспектов и подходов, охватывает разные методы в различных областях науки и деятельности.
Машинное обучение (англ. machine learning, ML) — класс методов искусственного интеллекта, характерной чертой которых является не прямое решение задачи, а обучение в процессе применения решений множества сходных задач. Для построения таких методов используются средства математической статистики, численных методов, методов оптимизации, теории вероятностей, теории графов, различные техники работы с данными в цифровой форме.
Упоминания в литературе
Второй подход считает, что неформальное – это характеристика правил игры, сквозных для всей экономики. Этим правилам подчиняется любая организация, любая форма экономической деятельности в той или иной мере. Нет деления реальности на формальную и неформальную, но есть деление институтов на формальные и неформальные, и соответственно есть неформальная экономика как сквозная характеристика экономической практики. Другими словами, институциональный подход не предполагает выделение сегментов, но формирует повестку «пронизывающего» исследования экономической реальности на предмет поиска ее формальных и неформальных регуляторов. То есть неформальность рассматривается не как тип хозяйствования, локализованный по определенному принципу, а как характер экономических отношений, не ограниченный неким ареалом и принципиально возможный и необходимый в любой институциональной среде. В этом смысле особое значение имеет работа М. Грановеттера, посвященная социальным сетям («сила слабых связей») в функционировании рынка труда [Granovetter, 1973]. К числу внесекторальных трактовок неформальной экономики относится идея К. Поланьи о реципрокности
как форме социальной интеграции общества, наряду с товарным обменом и централизованным перераспределением [Поланьи, 2004].
Попросту говоря, социальный капитал – это ресурсы разных форм, которые находятся вне прямого контроля, но которые мы можем получить через сеть
социальных связей. Это может быть поддержка и рекомендации, социальные действия и акции, получение или распространение информации и знаний, финансовая помощь, распространение влияния и прочее. Прошедшая суровую проверку во времена трудной эры коммунистов система личных связей подтвердила свою жизнестойкость как эффективный механизм взаимной поддержки. Она по-прежнему остается наиболее стабильным, надежным и удобным механизмом коммуникации и взаимодействия внутри российского общества.
Таким образом, основой для формирования деятельного сообщества является социальная среда – технологическая медиаплатформа, которая возникает на основе набора технологий массовой совместной работы. Эти технологии включают в себя средства группового общения, создания контента, документов и организационные инструменты, которые делают возможным сотрудничество для больших групп людей. Сюда относятся такие технологии, как вики, блоги, микроблоги, социальные сети, социальные закладки, пометки и облака тегов, социальная обратная связь, дискуссионные форумы, инструментарии по работе с идеями, виртуальные миры. Несмотря на то что многие из этих способов поддержки совместной работы существуют уже довольно давно, после объединения в социальных средах они предоставили возможности сотрудничества в гораздо большем масштабе и позволили сотням, тысячам и даже миллионам людей одновременно создавать контент, обмениваться опытом, налаживать отношения и пользоваться другими формами коммуникации.
Примеров таких социальных сред уже достаточно много: это могут быть корпоративные социальные сети компаний, где представлены все сотрудники (то, что носит название Enterprise 2.0) на таких площадках, как IBM Connections, Bitrix, Jive, а могут быть объединения экспертов из разных компаний на таких порталах, как «Профессионалы.ру», «Будущая Россия. Первый социально-инженерный парк», «SocioLogos 2.0» (проект, над которым переводчики этой книги работают в компании Social Business Group).
Новейший философский словарь уточняет, что социальное взаимодействие как вид связи представляет интегрированность действий, функциональную координацию их следствий, то есть систему действий. Возникает из совместного участия объектов взаимодействия в
сложной, подвижной сети социальных отношений, задавая способы реализации совместной деятельности, оказываясь основанием общественной солидарности (Новейший философский словарь 1998: 656).
Анализируя широту характеристик понятия «ранняя помощь», вычленяемых разными авторами и представленных в различных документах, можно говорить о сложности и многозначности его содержательной трактовки: ранняя помощь рассматривается как социальная
политика; как социальная сеть, ориентированная на определенную территорию; как социальная программа со своей стратегической целью, комплексом задач и прогнозируемых результатов; как идеология и модель психосоциальной помощи; как система технологий; как комплекс диагностических и коррекционных процессов; как совокупность услуг или мер, адресованных определенной категории клиентов; как результат деятельности междисциплинарной команды специалистов и др.
Связанные понятия (продолжение)
Фолксоно́мия (англ. folksonomy, от folk — народный + taxonomy таксономия, от гр. расположение по порядку + закон) — народная классификация, практика совместной категоризации информации (текстов, ссылок, фото, видеоклипов и т. п.) посредством произвольно выбираемых меток, называемых тегами.
Визуализация данных — это представление данных в виде, который обеспечивает наиболее эффективную работу человека по их изучению. Визуализация данных находит широкое применение в научных и статистических исследованиях (в частности, в прогнозировании, интеллектуальном анализе данных, бизнес-анализе), в педагогическом дизайне для обучения и тестирования, в новостных сводках и аналитических обзорах. Визуализация данных связана с визуализацией информации, инфографикой, визуализацией научных данных, разведочным...
Релевантность в информационной науке и информационном поиске означает степень соответствия найденного документа или набора документов информационным нуждам пользователя (Релевантность, Relevance).
Экспериме́нт «
Мир те́сен» (англ. Small world experiment) представляет собой серию экспериментов, проведённых в США американским социологом Стэнли Милгрэмом в 1967 году. Цель эксперимента — поиск и анализ средней длины пути между объектами социальной сети, где длина пути — это количество связей между людьми (одна связь составляет одну единицу длины пути), объекты — это люди, принимавшие участие в эксперименте, которые и составляют в данном случае социальную сеть. Это новаторское исследование предполагало...
Эволюционные алгоритмы — направление в искусственном интеллекте (раздел эволюционного моделирования), которое использует и моделирует процессы естественного отбора.
Обработка естественного языка (Natural Language Processing, NLP) — общее направление искусственного интеллекта и математической лингвистики. Оно изучает проблемы компьютерного анализа и синтеза естественных языков. Применительно к искусственному интеллекту анализ означает понимание языка, а синтез — генерацию грамотного текста. Решение этих проблем будет означать создание более удобной формы взаимодействия компьютера и человека.
Кластерный анализ (англ. cluster analysis) — многомерная статистическая процедура, выполняющая сбор данных, содержащих информацию о выборке объектов, и затем упорядочивающая объекты в сравнительно однородные группы. Задача кластеризации относится к статистической обработке, а также к широкому классу задач обучения без учителя.
Агентное моделирование (англ. agent-based model (ABM))— метод имитационного моделирования, исследующий поведение децентрализованных агентов и то, как такое поведение определяет поведение всей системы в целом. В отличие от системной динамики аналитик определяет поведение агентов на индивидуальном уровне, а глобальное поведение возникает как результат деятельности множества агентов (моделирование «снизу вверх»).
Задача классифика́ции — задача, в которой имеется множество объектов (ситуаций), разделённых некоторым образом на классы. Задано конечное множество объектов, для которых известно, к каким классам они относятся. Это множество называется выборкой. Классовая принадлежность остальных объектов неизвестна. Требуется построить алгоритм, способный классифицировать (см. ниже) произвольный объект из исходного множества.
Экспе́ртная систе́ма (ЭС, англ. expert system) — компьютерная система, способная частично заменить специалиста-эксперта в разрешении проблемной ситуации. Современные экспертные системы начали разрабатываться исследователями искусственного интеллекта в 1970-х годах, а в 1980-х годах получили коммерческое подкрепление. Предшественники экспертных систем были предложены в 1832 году С. Н. Корсаковым, создавшим механические устройства, так называемые «интеллектуальные машины», позволявшие находить решения...
Больши́е да́нные (англ. big data, ) — обозначение структурированных и неструктурированных данных огромных объёмов и значительного многообразия, эффективно обрабатываемых горизонтально масштабируемыми программными инструментами, появившимися в конце 2000-х годов и альтернативных традиционным системам управления базами данных и решениям класса Business Intelligence.
Коммуникационная сеть — система физических каналов связи и коммутационного оборудования, реализующая тот или иной низкоуровневый протокол передачи данных. Существуют проводные, беспроводные (использующие радиоволны) и волоконно-оптические каналы связи. По типу переносимого сигнала выделяют цифровые и аналоговые сети. Назначением коммуникационных сетей является передача данных с минимальным количеством ошибок и искажений. На основе коммуникационной сети может строиться информационная сеть, к примеру...
База знаний (БЗ; англ. knowledge base, KB) — база данных, содержащая правила вывода и информацию о человеческом опыте и знаниях в некоторой предметной области (ISO/IEC/IEEE 24765-2010, ISO/IEC 2382-1:1993). В самообучающихся системах база знаний также содержит информацию, являющуюся результатом решения предыдущих задач.
Онтоло́гия в информатике (новолат. ontologia от др.-греч. ὤν род. п. ὄντος — сущее, то, что существует и λόγος — учение, наука) — это попытка всеобъемлющей и подробной формализации некоторой области знаний с помощью концептуальной схемы. Обычно такая схема состоит из структуры данных, содержащей все релевантные классы объектов, их связи и правила (теоремы, ограничения), принятые в этой области. Этот термин в информатике является производным от древнего философского понятия «онтология».
Ранжи́рование — сортировка сайтов в поисковой выдаче, применяемая в поисковых системах. Существует множество факторов для ранжирования, среди которых можно отметить рейтинг сайта, количество и качество внешних ссылок, релевантность текста к поисковому запросу, на основании которых поисковая система формирует список сайтов в поисковой выдаче. Алгоритм ранжирования того или иного поисковика меняется в процессе его функционирования.
Семанти́ческая паути́на (англ. semantic web) — это общедоступная глобальная семантическая сеть, формируемая на базе Всемирной паутины путём стандартизации представления информации в виде, пригодном для машинной обработки.
Ана́лиз свя́зей или анализ ссылок (от англ. «link analysis») — это метод анализа данных, используемый в рамках сетевого анализа для оценки отношений (связей) между узлами (объектами/акторами). Отношения могут быть определены для различных типов узлов: людей, организаций, операций и т. д.
Графовая вероятностная модель — это вероятностная модель, в которой в виде графа представлены зависимости между случайными величинами. Вершины графа соответствуют случайным переменным, а рёбра — непосредственным вероятностным взаимосвязям между случайными величинами.
Латентно-семантический анализ (ЛСА) (англ. Latent semantic analysis, LSA) — это метод обработки информации на естественном языке, анализирующий взаимосвязь между библиотекой документов и терминами, в них встречающимися, и выявляющий характерные факторы (тематики), присущие всем документам и терминам.
Семанти́ческая сеть — информационная модель предметной области, имеющая вид ориентированного графа, вершины которого соответствуют объектам предметной области, а дуги (рёбра) задают отношения между ними. Объектами могут быть понятия, события, свойства, процессы. Таким образом, семантическая сеть является одним из способов представления знаний. В названии соединены термины из двух наук: семантика в языкознании изучает смысл единиц языка, а сеть в математике представляет собой разновидность графа...
Информацио́нный по́иск (англ. information retrieval) — процесс поиска неструктурированной документальной информации, удовлетворяющей информационные потребности, и наука об этом поиске.
Сложная система — система, состоящая из множества взаимодействующих составляющих (подсистем), вследствие чего сложная система приобретает новые свойства, которые отсутствуют на подсистемном уровне и не могут быть сведены к свойствам подсистемного уровня.
В обучении машин и распознавании образов признак — это индивидуальное измеримое свойство или характеристика наблюдаемого явления. Выбор информативных, отличительных и независимых признаков является критическим шагом для эффективных алгоритмов в распознавании образов, классификации и регрессии. Признаки обычно являются числовыми, но структурные признаки, такие как строки и графы, используются в синтаксическом распознавании образов.
Подробнее: Признак (обучение машин)
Независимая переменная — в эксперименте переменная, которая намеренно манипулируется или выбирается экспериментатором с целью выяснить её влияние на зависимую переменную.
Релева́нтность (англ. relevance — актуальность, уместность) в информационном поиске — соответствие интента (поискового намерения), заложенного в запросе и выдаче в поисковой системе, полученной в результате этого запроса. Пользователь, который вводит запрос в поисковую систему ожидает, что результаты будут соответствовать намерению, которое он заложил в запросе, иными словами он получит релевантную выдачу.
Распределённая система — система, для которой отношения местоположений элементов (или групп элементов) играют существенную роль с точки зрения функционирования системы, а, следовательно, и с точки зрения анализа и синтеза системы.
Компьютерно-опосредованная коммуникация (англ. computer-mediated communication, СМС) — это любое общение между людьми, которое происходит при помощи двух или более электронных устройств. Обычно этим термином называют способы общения, характерные для компьютерных устройств (например, электронная почта, чаты, интернет-форумы, социальные сети и т. п.). Кроме того, термин может применяться к любому текстовому общению. Исследования компьютерно-опосредованной коммуникации фокусируются в основном на социальных...
Предме́тная о́бласть — множество всех предметов, свойства которых и отношения между которыми рассматриваются в научной теории. В логике — подразумеваемая область возможных значений предметных переменных логического языка.
Социальные медиа (англ. social media, social networking services — социальные средства коммуникации, службы сетевого общения) — вид массовой коммуникации посредством интернета. Имеет ряд существенных отличий от традиционных видов.
Рекомендательные системы — программы, которые пытаются предсказать, какие объекты (фильмы, музыка, книги, новости, веб-сайты) будут интересны пользователю, имея определенную информацию о его профиле.
Подробнее: Рекомендательная система
Интерне́т-соо́бщество — группа людей со сходными интересами, которые общаются друг с другом в основном через Интернет. Интернет предоставляет широчайшие технические возможности для общения. Кроме того, в Интернете сравнительно легко найти людей со схожими интересами и взглядами на мир. Вдобавок, общение в сети начать психологически проще, чем при личной встрече. Подобные интернет-сообщества постепенно начинают играть ощутимую роль в жизни всего общества, особенно в условиях создания электронной демократии...
Глубокое обучение (глубинное обучение; англ. Deep learning) — совокупность методов машинного обучения (с учителем, с частичным привлечением учителя, без учителя, с подкреплением), основанных на обучении представлениям (англ. feature/representation learning), а не специализированным алгоритмам под конкретные задачи. Многие методы глубокого обучения были известны ещё в 1980-е (и даже ранее), но результаты были невпечатляющими, пока продвижения в теории искусственных нейронных сетей (предобучение нейросетей...
Скрытая марковская модель (СММ) — статистическая модель, имитирующая работу процесса, похожего на марковский процесс с неизвестными параметрами, и задачей ставится разгадывание неизвестных параметров на основе наблюдаемых. Полученные параметры могут быть использованы в дальнейшем анализе, например, для распознавания образов. СММ может быть рассмотрена как простейшая байесовская сеть доверия.
Модель данных — это абстрактное, самодостаточное, логическое определение объектов, операторов и прочих элементов, в совокупности составляющих абстрактную машину доступа к данным, с которой взаимодействует пользователь. Эти объекты позволяют моделировать структуру данных, а операторы — поведение данных.
Обучение с подкреплением (англ. reinforcement learning) — один из способов машинного обучения, в ходе которого испытуемая система (агент) обучается, взаимодействуя с некоторой средой. С точки зрения кибернетики, является одним из видов кибернетического эксперимента. Откликом среды (а не специальной системы управления подкреплением, как это происходит в обучении с учителем) на принятые решения являются сигналы подкрепления, поэтому такое обучение является частным случаем обучения с учителем, но учителем...
Многоагентная система (МАС, англ. Multi-agent system) — это система, образованная несколькими взаимодействующими интеллектуальными агентами. Многоагентные системы могут быть использованы для решения таких проблем, которые сложно или невозможно решить с помощью одного агента или монолитной системы. Примерами таких задач являются онлайн-торговля, ликвидация чрезвычайных ситуаций, и моделирование социальных структур.
Извлечение информации (англ. information extraction) — это задача автоматического извлечения (построения) структурированных данных из неструктурированных или слабоструктурированных машиночитаемых документов.
Тематическое моделирование — способ построения модели коллекции текстовых документов, которая определяет, к каким темам относится каждый из документов.
Исчисление процессов или алгебра процессов — семейство связанных подходов к формальному моделированию параллельных систем.
Поисковая машина (поиско́вый движо́к) — комплекс программ, предназначенный для поиска информации. Обычно является частью поисковой системы.
Всеми́рная паути́на (англ. World Wide Web) — распределённая система, предоставляющая доступ к связанным между собой документам, расположенным на различных компьютерах, подключённых к сети Интернет. Для обозначения Всемирной паутины также используют слово веб (англ. web «паутина») и аббревиатуру WWW.
Информационная наука — это междисциплинарная область, которая связана с анализом, сбором, классификацией, манипулированием, хранением, поиском, движением, распространением и защитой информации.
Коллективный интеллект или коллективный разум — термин, который появился в середине 1980-х годов в социологии при изучении процесса коллективного принятия решений. Исследователи из NJIT определили коллективный интеллект как способность группы находить решения задач более эффективные, чем лучшее индивидуальное решение в этой группе. Это понятие употребляется в социобиологии, политологии и в контексте приложений, предназначенных для группового рецензирования и краудсорсинга. Понятие коллективного интеллекта...
Даркнет (англ. DarkNet, также известен как «Скрытая сеть», «Тёмная сеть», «Теневая сеть», «Тёмный веб») — скрытая сеть, соединения которой устанавливаются только между доверенными пирами, иногда именующимися как «друзья», с использованием нестандартных протоколов и портов. Анонимная «сеть» не связанных между собой виртуальных туннелей, предоставляющая передачу данных в зашифрованном виде.
Обучение без учителя (самообучение, спонтанное обучение, англ. Unsupervised learning) — один из способов машинного обучения, при котором испытуемая система спонтанно обучается выполнять поставленную задачу без вмешательства со стороны экспериментатора. С точки зрения кибернетики, это является одним из видов кибернетического эксперимента. Как правило, это пригодно только для задач, в которых известны описания множества объектов (обучающей выборки), и требуется обнаружить внутренние взаимосвязи, зависимости...
Упоминания в литературе (продолжение)
Кроме того, согласованные действия также неоднородны и могут воплощаться в двух альтернативных формах: (1) взаимный мониторинг и (2) сетевые связи (таким образом, в нашем понимании социальные
связи шире понятия «социальные сети»). Взаимный мониторинг базируется на систематическом сборе данных о своих конкурентах без непосредственного взаимодействия с ними. Является ли подобное взаимное наблюдение формой социальной связи? На наш взгляд, является, если оно сопряжено с соотнесением деловых стратегий и образует основу для принятия стратегических решений в отношении объёма, качества и цены производимой или реализуемой продукции, как это формулировалось в концепции X. Уайта [Уайт 2002; 2010]. Такой мониторинг не сводится к чисто техническим процедурам сбора и обработки данных, циркулирующих на рынке. Это в значительной степени избирательный (селективный) процесс, в котором статус объекта наблюдения («лидер рынка», «прямой конкурент») играет ключевую роль.
Этнокультурная гетерогенность и интенсивная миграция могут влиять на экономическое развитие, воздействуя на человеческие и социальные ресурсы общества. Большая часть ученых-экономистов выделяет пять основных видов ресурсов: труд, земля, капитал, предпринимательские способности, информация (знания) (Максимова, 2014, с. 49–50). В данной работе в фокусе внимания находится капитал. Со временем понятие капитала в экономике стало трактоваться более широко, что привело к появлению представлений о формах капитала. Наиболее общепризнанными и изученными являются следующие формы капитала: финансовый, физический, человеческий, культурный, социальный (Hutchinson, Vidal, Putnam et al., 2004, p. 146). Вполне очевидно, что иммиграция способна увеличить человеческий капитал, а также она влияет на социальный капитал (Florida, 2002; Putnam, 2007, 2009). Социальный капитал можно
определить как «ресурс, принадлежащий социальным отношениям и способный увеличить продуктивность целенаправленных действий» (Hauberer, 2011, p. 148). Образно говоря, социальный капитал – это «резервуар» позитивных отношений группы (малой или большой), которым люди могут пользоваться для достижения различных целей. Чаще всего под социальным капиталом понимаются просто отношения доверия, принадлежащие социальным сетям (Hutchinson et al., 2004, p. 146).
В шестой главе проводится социологическое обоснование инновационного курса развития белорусского общества. Выделено четыре наиболее важных, с нашей точки зрения, направления социологического анализа. Первое – это рассмотрение содержания понятия социальных инноваций, их отличия от технологических, экономических и других, классификация, этапы развития. Второе – раскрытие методологической основы оценки кадров, тестовых, системных и других методик диагностики в контексте инновационного развития.
Третье – анализ социального капитала разного уровня общностей – диады, социальной сети, коллектива, общества в целом. Основа социального капитала – это интерактивное доверие между людьми, а также доверие населения социальным институтам, органам власти и управления. Социологические данные свидетельствуют о достаточно высоком уровне доверия в Беларуси, который сохранился и даже вырос в отношении к некоторым институтам и органам власти в период борьбы с кризисом. Четвертое – изучение инновационных установок населения, готовности людей к позитивному восприятию новшеств, личному участию в инновационном поиске и внедрении результатов.
Ситуация, породившая идею создания саморегулируемых организаций иммигрантов, связана с целым набором взаимосвязанных проблем, с которыми сталкиваются приезжие из Африки, Азии и Америки, оказываясь в Испании. Они надеются получить здесь работу и избавиться от постоянной борьбы за выживание, однако на деле встречаются с аналогичными экономическими проблемами, что и в своих странах, только в новых условиях. Иммигранты фактически находятся в социальной изоляции, не имеют доступа к финансовым услугам, работают на условиях удлиненного рабочего дня. Они лишены
системы защиты занятости, свободного времени, уверенности в том, что они могут как-то изменить положение вещей. Основную сложность составляет поиск работы, в связи с чем многие нуждаются в социальной сети, которая помогла бы их личному и экономическому развитию и позволила интегрироваться в общество в новой стране.
В четвертом параграфе[12] рассматривается университетская предпринимательская инфраструктура как важнейшая составляющая предпринимательской среды, которая в значительной степени связана с поведением и особенностями процесса принятия решений студентами-предпринимателями. Теоретическая значимость данного исследования заключается в расширении теории эффектуации и изучении взаимосвязи университетской предпринимательской инфраструктуры и логики принятия решений студентами-предпринимателями. Исследование показало, что благоприятная предпринимательская среда в университете положительно связана с формированием каузативного типа поведения студентов-предпринимателей, в то время как финансовая поддержка со стороны университета связана с развитием обоих типов предпринимательского поведения.
Наличие связи между развитием социальных предпринимательских сетей и систем наставничества и формированием эффектуационного и каузативного поведения студентов-предпринимателей, а также между количеством курсов по предпринимательству, преподаваемых в университете, и каузативным поведением подтвердить не удалось. Данные взаимосвязи были установлены только при учете фактора активного участия студентов в процессе обучения предпринимательству и развития социальных сетей и систем наставничества. Исследование базируется на данных международного проекта GUESSS (2011).
Наши знания могут строиться на неформальном межличностном общении или быть
результатом воздействия СМИ, социальных сетей и т. д. В качестве иллюстрации можно привести постоянно появляющиеся слухи о модных трендах в одежде, о приближающемся очередном кризисе, о коррумпированности того или иного государственного чиновника, которым мы верим как правдоподобным, потому что «так говорят все». Подобные знания составляют повседневный фон функционирования массового сознания и не требуют научной верификации. Эти знания можно обозначить как уровень индивидуального эмпирического опыта, результат наблюдения «естественной» картины повседневной жизни, в которую включены все акторы исследовательского процесса (см. более подробно гл. 3). Апелляция исследователя к предположениям собственного здравого смысла, так называемому рутинному знанию, вполне может служить исходной точкой построения предметной области исследования. В результате эмпирической проверки эти предположения могут быть существенно пересмотрены и преобразованы в валидные научные факты. В этом смысле представляет большой интерес утверждение К. Поппера о том, что «всякая наука и всякая философия есть просвещенный здравый смысл»17.
Социально-коммуникативный контекст процессов этно-трудовой миграции был проанализирован в нашем исследовании, посвященном проблемам отражения этих процессов в общественном мнении жителей Санкт-Петербурга именно с позиций факторов и условий формирования гетеростереотипов общественного в отношении трудовых этно-мигрантов. Как нам удалось выяснить, в основе оценочных суждений жителей Санкт-Петербурга в отношении трудовых мигрантов, лежит система гетеростереотипов негативного характера. Общественное мнение жителей Санкт- Петербурга оценивает особенности культурных практик и климат социальный чувств и настроений в отношении трудовых мигрантов в образной форм. Иными словами, в общественном сознании формируются образы крупных социальных групп трудовых мигрантов, этнически окрашенные. Обыденным сознанием трудовые мигранты, идентифицируемые обыденным сознанием как «кавказцы», «среднеазиаты». «молдоване» систематически подвергаются дискриминации и унижениям. Оказавшись во враждебном окружении, мигранты вынуждены создавать неформальные, но эффективно функционирующие социальные сети, группы, сообщества. Важно, что роль этничности в этих сообществах и
сетях должна являться предметом изучения, а не отправной точкой критического анализа.20 Проведенное автором настоящей работы в декабре 2010 г. репрезентативное социологическое исследование, выявило следующие факты:
• Web 2.0 – в создание контента активно
включаются пользователи Сети. Здесь PR-задачей становятся самореализация, активизация многосторонней коммуникации, приобретение доминирующего информационного статуса в представляющих интерес сообществах – блогосфере и социальных сетях;