Тематическое картирование и лексико-семантический анализ результативных онлайн-петиций (на материале русскоязычного сегмента платформы CHANGE.ORG)

Нами было отобрано 918 петиций из общего числа петиций (22452), которые имеют статус «исполненных», то есть получивших достаточное количество голосов для принятия в силу. Это означает, что данные петиции после гражданской поддержки были рассмотрены экспертной группой при правительстве РФ, а затем направлены в органы власти, которые отвечали за их реализацию.

Например, петиция Александра Владимировича (id7119578) из Санкт-Петербурга от 08.05.2017 «Заставим Новгородских чиновников предоставить положенное по закону жильё ветерану ВОВ» набрала 193284 подписанта. В результате данного онлайн-обращения ветеран, Григорьева Татьяна Петровна, получила новую квартиру, а «…чиновничьи войска дрогнули… побросали оружие и вывесили белый флаг!»,-- как утверждает автор петиции.

В процентном соотношении тематики победивших петиций на территории РФ расположились следующим образом (см. Таблицу 3). Согласно таблице 3, самыми частотными тематиками победивших петиций оказались социальные, животные, культура и политика. На основе этих данных мы можем предположить, что на территории Российской Федерации тексты петиций, в которых затронуты социальные проблемы граждан как личного характера, так и общественного, жестокое обращение с животными и др., сохранение культурных ценностей и решение политических вопросов, получают наибольший отклик и поддержку от граждан. Для картографирования победивших петиций на территории РФ была выбрана карта федеральных округов Российской Федерации (см. Приложение 2).

Таблица 3

Процентное соотношение победивших петиций и федеральных округов

№	Федеральные округа	Темы, %
		Социальные	Политика	Культура	Животные	Экология	Образование	Спорт	Медицина	Экономика	Религия	Итого по округам (%)
1	Центральный	54	28	1	3	3	3	7	1	0	0	42
2	Северо-Западный	28	16	33	9	0	13	0	1	0	0	14
3	Южный	48	17	8	4	2	11	10	0	0	0	12
4	Северо-Кавказский	99	0	1	0	0	0	0	0	0	0	1
5	Приволжский	63	7	9	2	0	18	0	1	0	0	13
6	Уральский	83	0	17	1	0	0	1	0	0	0	7
7	Сибирский	91	0	3	6	0	1	0	1	0	0	9
8	Дальневосточный	3	1	1	95	0	0	0	0	0	0	2
9	Итого по тематикам (%)	58	8,5	9	15,5	0,6	5,7	2,2	0,5	0	0	100

Карта состоит из 8 федеральных округов РФ в соответствии с Указом президента РФ В.В. Путина № 849 «О полномочном представителе Президента Российской Федерации в федеральном округе» от 13 мая 2000 года: Центральный, Северо-Западный, Южный, Северо-Кавказский, Приволжский, Уральский, Сибирский, Дальневосточный.

Рассмотрим некоторые из исполненных петиций подробнее. Например, петиция Сергея Яркова (id1604805) из г. Строитель Центрального ФО от 01.06.2014 «Фонд Социального Страхования, прекратите пытки: выдайте мне специальную инвалидную коляску, положенную законом», получившая поддержку виде 210388 голосов, была исполнена местными властями.

Или, например, петиция Alena Biryukova (id5698182) из Балашихи Центрального ФО от 06.03.2017 «Отмените введение платы за подачу объявлений о пристройстве животных!» с помощью поддержки в 257808 подписантов смогла осуществиться.

Согласно проведенному исследованию, по количеству победивших петиций федеральные округа расположились следующим образом:

1. Центральный - 42%

2. Северо-Западный - 14%

3. Приволжский - 13%

4. Южный - 12%

5. Сибирский - 9%

6. Уральский - 7%

7. Дальневосточный - 2%

8. Северо-Кавказский - 1%

Больше всего откликов на онлайн-петиции получают жители Центрального федерального округа. Менее успешные по этому показателю стали Северо-Западный, Приволжский и Южный федеральные округа. Такое процентное соотношение можно объяснить наличием трех городов федерального назначения, Москва, Санк-Петербург и Севастополь, в Центральном, Северо-Западном и Южном ФО соответственно, большим количеством входящих субъектов в данные округа, а также их уровнем политического участия в жизни.

Для выявления взаимосвязи между федеральным округом и проблематикой победивших петиций мы также провели кластерный анализ (рис. 3 и 4).



Рисунок 3. Группы федеральных округов, объединенных тематикой победивших электронных петиций

В группах регионов победивших петиций отношения складываются иначе, чем при кластеризации регионов с первоначальными петициями. На рисунке 3 очевидно просматриваются три группы федеральных округов.

Самостоятельный кластер образует Дальневосточный округ. Второй кластер, достаточно тесно связывающий федеральные округа объединяет Уральский, Сибирский и Северо-Кавказский округ. Третий кластер включает тесно связанные Центральный и Южный, а также менее тесно примыкающие к ним Приволжский и Северо-Западный. Выясним, используя статистические методы, насколько действительно отличны эти три группы территорий, идентифицированные на основании голосования за определенные тематики петиций (Таблица 4).

Согласно таблице 4, группы территорий, определенные при помощи кластерного анализа, имеют принципиальные различия по нескольким тематикам онлайн-обращений. Статистически значимые различия между группами 1 и 2 проявляют себя среди победивших петиций, относящихся к темам «социальные» и «животные». В Дальневосточном федеральном округе чаще всего отклик находят обращения, посвященные животной проблематике, что обусловлено широким разнообразием флоры и фауны, наличием заповедников и территории, охватывающей несколько климатических и природных зон. Когда в Уральском, Северо-кавказском и Сибирском федеральных округах на первый план выходят петиции из группы «социальные», что значительно отличает данный кластер от двух других.

Это связано с тяжелыми условиями жизни и труда населения, безработицей на юге, а также с удаленностью от центральных регионов, в которых акцентируется пристальное внимание на вопросах политики, культуры и образования. Группу 3 отличает высокая поддержка инициатив, направленных на улучшение не только социальной стороны жизни, но и волнение за развитие культурной, образовательной и политической составляющих образа современного государства.

Таблица 4

Значимость различий тематик победивших петиций между группами федеральных округов (по критерию хи-квадрат Пирсона)

Сравниваемые группы ФО Группа тематик петиций	Среднее значение по группе в %:	Значимость различий между группами (хи-квадрат), *p<0,001
	Группа 1: Дальневосточный ФО	Группа 2: Уральский, Северо-Кавказский и Сибирский ФО	Группа 3: Центральный, Приволжский, Южный и Северо-западный ФО
					группа 1 и группа 2	группа 2 и группа 3	группа 1 и группа 3
Социальные	3	91	48,3		155,44*	43,614*	53,296*
Политика	1	0	17		0	18,579*	15,629*
Культура	1	7	12,7		4,688	2	11,060*
Животные	95	0	4,5		180,952*	5,128	162*
Экология	0	0,3	1,25		0	1,005	1,005
Образование	0	0,3	11,3		0	11,640*	11,640*
Спорт	0	0,3	4,25		0	5,128	5,128
Медицина	0	0	1		0	1,005	1,005
Экономика	0	0	0		0	0	0
Религия	0	0	0		0	0	0

Данные выводы доказывают как обоснованность классификации территорий, так и то, что именно победившие петиции указывают на «болевые точки» регионов. Кластеризация указывает на сходные проблемы, которые, по мнению жителей данных округов, существуют у данных территорий. Действительно, инициативная группа может выступить с петицией любой тематики, однако поддержанные петиции получают максимальное число голосов наиболее вероятно именно благодаря голосованию жителей данных территорий. Следовательно, три группы, полученные при кластеризации федеральных округов победивших петиций, указывают на три большие территории России, где проблемы, с народной точки зрения, имеют много общего.

Кроме кластеризации по регионам мы также провели кластерный анализ, помогающий понять, какие злободневные проблемы в понимании россиян территориально являются тесно связанными. Согласно рисунку 4, отдельный кластер образуют петиции о социальных проблемах (они более других тематик поддерживаются при голосовании). Также относительно независимо от других тематик существуют петиции о животных (они также получают поддержку при онлайн-голосовании). В то же время петиции об экономике, медицине, религии, экологии, спорту, образовании и политике оказались в группе наименее поддерживаемых петиций.



Рисунок 4. Группы тематик победивших петиций, объединенных федеральными округами РФ

Проанализируем выбор «победивших петиций» с точки зрения концепции Р. Инглхарта о движении ценностных ориентации в сторону постматериальности Инглхарт Р., Вельцель К. Модернизация, культурные изменения и демократия: Последовательность человеческого развития М.: Новое издательство, 2011. -- 464 с. -- (Библиотека Фонда «Либеральная миссия»)..

Р. Инглхарт основывается на двух посылах. Во-первых, он предполагает, что формирование приоритетов в обществе происходит в соответствии с ориентацией на «недостаток» чего-либо. Люди придают большую ценность тому, чем они наиболее остро чувствуют недостаточность (депривацию). Во-вторых, Р. Инглхарт исходит из того, что личные ценностные приоритеты и ориентации индивидуума отражают те условия, в которых проходила его социализация (то есть всегда ближайший прошлый опыт).

Сочетание этих двух посылов задает общую модель формирования ценностных установок. Формирование основных ценностных ориентации человека происходит в раннем возрасте как реакция на социоэкономические условия, социальные и личные, того периода. Сформировавшись, эти ценности обычно остаются неизменными перед лицом всех последующих изменений в условиях жизни.

Р. Инглхарт использовал эту модель для того, чтобы доказать, что социоэкономические факторы, которые преобразуют западные индустриальные общества, также изменяют и относительный характер значимых целей, следовательно, и ценностные приоритеты населения.

Он считает, что люди старшего поколения обычно подчеркивают приоритетность традиционных «материальных» целей общества, например, как общественная безопасность, экономическое благополучие, законность и порядок, сильная национальная оборона и религиозные ценности. Молодое поколение, выросшее в обстановке, когда обществу, кажется, удалось достичь традиционных целей, обращает внимание на «постматериальные» цели: личную свободу, самовыражение, поддержание качества жизни, социальное равенство и самореализацию.

Если анализировать петиции, получившие максимальное число голосов в поддержку, по округам, можно утверждать, что в экономически развитых федеральных округах жителей волнуют постматериальные ценности. Так, в Центральном ФО превалирующее большинство подписей было отдано за петиции из группы «социальные» - 54%; в Приволжском ФО за петиции из групп «социальные» - 63% и «образование» - 18%; в Уральском ФО за петиции, входящие в группы «социальные» - 83% и «культура» - 17%; в Северо-Западном ФО за петиции, относящиеся к группам «культура» - 33% и «социальные» - 28%.

Группа «социальные» включила в себя проблемы с льготами для определенных слоев населения, вопросы многодетных семей и материнского капитала, борьба с беспределом властей, ущемление прав инвалидов, блокировка интернет-сайтов и торрентов и т.д., следовательно, частично касались проблем поддержания качества жизни и социального равенства, по Инглхарту.

В тему «образование» вошли следующие петиции: 5-дневное обучение во всех школах, строительство школ, обязательное изучение татарского языка, дискриминация сельских школ, отмена школьной формы и т.д. (социальное равенство, по Инглхарту).

В группу «культура» были отнесены проблемы сохранения исторического наследия, открытие и создание новых памятников культуры, разрешение граффити и т.д. (поддержание качества жизни и самореализация, по Инглхарту). В целом и на уровне анализа всех электронных петиций, и петиций, получивших поддержку, наибольший вес имеют петициии, ориентированные на решение социальных проблем, что позволяет утверждать приоритет постиндустриальных ценностей в российском обществе.

Подводя итоги тематическому картированию, заключаем, что в результате исследования, все русскоязычные петиции с 2012 по 2017г. были разделены на 10 групп, объединяющих в себе схожие тематики петиций: 1) политика, 2) медицина, 3) социальные, 4) животные, 5) экология, 6) образование, 7) экономика, 8) культура, 9) религия, 10)спорт.

Анализ языкового материала с помощью программного обеспечения AntConc показал, что самой частотной проблематикой на территории РФ (среди всех поданных петиций) является группа «социальные» (44%), затем следуют группы «политика» (18%) и «культура» (11%). Группа петиций «животные» (9%) оказалась в центре, а менее частотными стали «экология» (6%), «образование» (4%), «спорт» (3,8%) и «медицина» (3%).

В результате кластерного анализа с помощью программы SPSS Statistics 22 было выявлено, что каждый федеральный округ Российской Федерации разнообразен как по своему составу и территориальной расположенности, так и по наличию тех или иных предметов недовольства граждан.

Таким образом, проведенное исследование подтвердило выдвинутую нами гипотезу о том, что проблематика русскоязычных петиций имеет выраженную региональную специфику в зависимости от федерального округа, при этом экономические продвинутые территории поддерживают петиции, продвигающие постиндустриальные ценности (согласно теории Р. Инглхарта).

2.4 Лексико-семантический анализ онлайн-петиций (на примере ресурса Change.org)

С точки зрения лексики и семантики, анализ, проведенный при помощи программы AntConc, позволил определить конкретные лексемы, чаще всего использующиеся в текстах победивших петиций (таблица 5). Согласно таблице 3, наиболее употребимыми лексемами и их словоформами в победивших петициях являются: мы, ребенок, наш, человек, они, город, просить, Россия, все.

На основании данных результатов можно предположить, что петиции, затрагивающие проблемы с детьми оказываются теми, которые получают наибольшее количество подписей. В нашем исследовании такие петиции были отнесены в группу «социальные» проблемы, к которым относились такие вопросы как увеличение материнского капитала, вопросы многодетных семей и льгот, сбор денег на лечение, создание детских площадок и т.д., а также частично в группу «образование», а именно строительство школ, детских садов, отмена домашнего задания и т.д.

Также характерно употребление местоимений типа мы, наш, все и противопоставленного им они. Из чего следует, что организация текста петиции в целях получения откликов должна быть призывающей к объединению, противопоставляющей группы «мы» и «они». Такие слова как Россия и город также являются «объединяющими», так как представляют собой группу людей, объединенных одним местом жительства, одним «домом». Призыв также проявляется и в использовании лексем: петицию, давайте, вместе, помогите. А также характерно и использование обращения: вас, просим вас, уважаемый и т.д.

Таблица 5

Соотношение лексем в победивших петициях и количество их употреблений

№	Частота употреблений	Лексема		№	Частота употреблений	Лексема
	( в леммах)				( в леммах)
1	1151	мы		31	237	проблема
2	1096	ребенок		32	236	образование
3	960	наш		33	224	хотеть
4	815	человек		34	222	требовать
6	730	они		35	218	суд
7	700	город		36	211	социальный
8	521	просить		37	205	общественный
9	497	Россия		38	201	дорога
10	449	все		39	201	строительство
11	414	область		40	185	петиция
12	336	право		41	179	лечение
13	336	российский		42	175	родитель
14	330	детский		43	173	мир
15	329	школа		44	166	вернуть
16	324	работа		45	164	власть
17	319	жизнь		46	164	государственный
18	317	житель		47	163	здоровье
19	316	дом		48	163	инвалид
20	308	решение		49	161	врач
21	306	помощь		50	159	нарушение
22	304	страна		51	157	жить
23	278	помогать		52	157	медицинский
25	273	получать		53	152	деньги
26	260	гражданин		54	147	президент
27	258	закон		55	145	студент
28	249	семья		56	143	необходимый
29	246	возможность		57	129	действие
30	237	животное		58	123	культура

Глагол просить и возможное его перформативное употребление «я прошу»/ «мы просим», очевидно, также являются характерной особенностью для построения текстов «успешных» петиций. Можно сказать, что он заключает в себе и отражает всю суть процесса написания петиции и его цель -- просьба о помощи и ее получение.

Таким образом, в ходе исследования нами были определены некоторые закономерности успешных/поддержанных петиций. Интересен тот факт, что существуют правила «успешных петиций», составленные для русскоязычных авторов петиций и размещенные на различных Интернет-ресурсах, как например: «Руководство по петициям для авторов» Руководство по петициям для авторов [Электронный ресурс] // Демократор [сайт]. [2015]. URL: https://democrator.ru/advices/- (дата обращения: 08.05.2018)., «Как написать петицию» Как написать петицию [Электронный ресурс] // wikiHow [сайт]. [2015]. URL: https://ru.wikihow.com/написать-петицию - (дата обращения: 08.05.2018). , «Написание эффективного текста петиции» Написание эффективного текста петиции [Электронный ресурс] // AVAAZ.org [сайт]. [2015]. URL: https://secure.avaaz.org/ru/petition/how_to_write_a_petition/https://secure.avaaz.org/ru/petition/how_to_write_a_petition/ - (дата обращения: 08.05.2018). , «Создание выигрышной петиции» Создание выигрышной петиции [Электронный ресурс] // AVAAZ.org [сайт]. [2015]. URL: https://secure.avaaz.org/ru/petition/how_to_create_petition/ - (дата обращения: 08.05.2018). и т.д.

В результате сравнения русскоязычных правил подготовки петиций и некоторых закономерностей, выявленных в данном исследовании, нам удалось определить несколько ключевых и наиболее используемых принципов:

1. основывать петиции на личных историях: делиться личным опытом и не исключать эмоциональность.

Из этого следует очень частотное употребление лексем мы, наш, все.

Проведенный анализ показывает, что данное правило в изучаемых петициях вполне эффективно. Например, петиция Сергея Яркова (id1604805) из города Строитель от 01.06.2014 «Фонд Социального Страхования, прекратите пытки: выдайте мне специальную инвалидную коляску, положенную законом», набравшая 210388 подписей, является ярким примером эмоционального изложения личной истории с использованием местоимений мы, все.

2. адресат петиции должен быть выбран корректно: необходимо иметь четкое осознание того, какая инстанция или персона может разрешить проблему просящего о помощи.

Данное правило в изучаемых петициях также находит свое применение. Например, петиция Ольги Рыбковской (id632840) из города Омск от 06.03.2017 «Требуем от Минздрава обязать больницы не препятствовать посещению близких в реанимации», набравшая 367928 подписей и обращенная к Министерству здравоохранения РФ, а также Уполномоченному по правам ребенка в РФ.

В России в народе принято обращать все требования, претензии, пожелания и жалобы к главе государства. Как следствие, в таблице 3 мы наблюдаем частотное использование лексемы «президент». Но характерно и обращение к власти разного уровня и суду.

Например, петиция Андрея Анисимова (id1226887) из Москвы от18.07 2013 «Прошу Вас выделить теологию как самостоятельную группу специальностей», набравшая 4059 подписей, была обращена к Министру образования и науки РФ Д. В. Ливанову: «Глубокоуважаемый Дмитрий Викторович!..»

3. преследовать конкретную цель, которая должна быть достигнута в результате сбора подписей граждан.

Кроме того, по мнению экспертов, текст петиции должен содержать предложение действий, способных разрешить сложившуюся проблему. Автору петиции желательно предлагать свой справедливый вариант решения волнующей его проблемы. С помощью этого поднимается уровень доверия участников коммуникации.

Данное правило в изучаемых петициях также очень часто используется авторами петиции, что и приводит, изначально, к сбору подписей и дальнейшему их рассмотрению.

Так, петиция Аркадия Каюгина (id9652898) из Тюмени от 06.12.2016 «Ограничить рост стоимости проезда в общественном транспорте Тюмени на уровне инфляции», собрала 996 подписей. В данной петиции Аркадий Каюгин пишет: «…мы просим ограничить рост оплаты за проезд в автобусах величиной инфляции. Последнее повышение стоимости проезда проведено 01.04.2015. Билет стал стоить 22 рубля. Данные Росстата говорят о том, что с апреля 2015 по ноябрь 2016 года инфляция составила 9,81 %. То есть от 22 рублей это 2 рубля. Не нужно разгонять инфляцию! С учетом текущей инфляции стоимость проезда в автобусе Тюмени не должна превышать 24 рубля!», тем самым предлагая свой справедливый вариант решения проблемы.

Поэтому вполне очевидным становится частое использование лексем хотеть, требовать, решение, помощь, лечение, вернуть, действие и т.д.

Также в списке рекомендаций были обнаружены такие правила, которые в рассмотренных победивших петициях не были найдены или же были использованы только частично:

4. Авторы рекомендаций подчеркивают факт грамотности автора. Изложение петиции должно быть грамотным и не иметь ошибок.

5. В тексте рекомендуется упоминать реальные имена без их искажения и давать конкретные примеры. Своеобразным доказательством может быть в том числе и изображение.

Используемые нами средства для анализа не представляют возможным проверить 918 тематических текстов (петиций) на наличие в них фото- или видеоизображений, а также на наличие орфографических, пунктуационных, стилистических и т.д. ошибок. Невозможным для проверки является и факт использования реального/ несуществующего имени как автора петиции, так и лиц, задействованных в обращении.

Статистический анализ позволил подтвердить, что существуют закономерности создания петиций, которые позволяют посланию найти своего адресата и получить необходимую поддержку в виде подписей. Сравнительный анализ выявленных закономерностей и существующих рекомендаций к процессу написания петиции показал, что используемый в данной работе лексико-семантический анализ в ПО AntConc является достоверным и достаточным для решения конкретных целей и задач, однако, ограниченным в своих средствах. Для более полного и разностороннего анализа, с помощью которого можно бы было рассмотреть разные лингвистические аспекты, необходимо использование нескольких ПО.

Таким образом, проведенное нами исследование доказывает наличие связи между результативностью петиции и выбором лексико-семантических средств автором петиции. Помимо важности и актуальности проблемы, в получении большого количества подписей, а, следовательно, и привлечении должного внимания к петиции, авторам помогают грамотно выбранные лексико-семантические средства, которые повышают уровень доверия, придают необходимую эмоциональность посланию, а также мотивируют на поддержание инициативы.



Глава III. Сравнительный анализ результатов тематической направленности онлайн-петиций с использованием ПО - AntConc и ПО - TopicMiner

3.1 Результаты лексико-тематического анализа с помощью программного обеспечения TopicMiner

Актуальность лексико-семантического анализа определяется сопоставительным аспектом анализа особенностей текстов (петиций), относящихся к разным источникам (авторам петиций). С помощью лексико-семантического анализа выявляются особенности критического анализа языка политического дискурса, устанавливаются закономерности выбора автором петиции определенного набора языковых средств. Также выявляются основные признаки ключевых слов, используемых в текстах политического дискурса (петициях), анализируются отличительные черты адресанта текста, выявляется структурное своеобразие текстов и определяется характер оказываемого прагматического воздействия на рецепиента. Ввиду того, что все политические тексты (петиции) носят языковой характер, их результат напрямую зависит от состава используемых языковых средств, что также делает лексико-семантический анализ актуальным направлением политической лингвистики.

Как правило, в своих работах исследователи используют один способ анализа полученных данных. Недостаточно отрефлексированным остается то, к каким результатам могли привести способы извлечения информации, которые исследователи проигнорировали. Тем самым под вопрос может попасть объективность всего исследования. Особенно актуальным использование нескольких программных обеспечений для обработки эмпирического материала становится в век цифровых технологий. Каждый год создаются новые и оптимизируются старые ПО, что делает возможным анализ огромных массивов данных в кратчайшие сроки. А также это открывает возможность многогранного анализа, позволяющего выявить и рассмотреть новые особенности и закономерности эмпирической базы.

В ходе данного исследования было принято решение о целесообразности использования двух программных средств (рассмотренного во второй главе данной работы - AntConc, и первого профессионального пакета тематического моделирования и визуального анализа для русского языка - TopicMiner, разработанного Лабораторией Интернет-исследований НИУ ВШЭ Санкт-Петербурга) для лексико-семантического анализа.

С помощью ПО - Topic Miner нами была произведена категоризация по тематикам коллекции петиций из 22452 текстов петиции за 2012-2017 года, включающая в себя 918 текстов результативных петиций.

В процессе создания классификатора тематик петиций в программе TopicMiner были выполнены следующие задачи:

1. этап препроцессинга: проведение лемматизации и удаления стоп-слов из загруженных текстов;

2. этап препроцессинга: выделение слов из скобок, перевод слов в числовой формат (Ids), создание частотного словаря уникальных слов;

3. этап препроцессинга: удаление слов, частотность которых находится за пределами диапазона от 10 до 6000;

4. этап анализа: проведение тематического моделирования тексов по алгоритмам Гиббса (модель Gibbs LDA sampling) и BigARTM с заданным чистом тематик - 40;

5. этап анализа: визуализация результатов тематического моделирования и выгрузка файла с распределениями петиций по темам;

6. этап анализа: присвоение названий для тем на основе входящих в нее слов.

В результате тематического моделирования удалось выделить следующие темы для данной базы петиций:

1. медицина (помощь, лечение, медицинской, врач, здоровье);

2. принадлежность, семья (мне, меня, моей, моего, мама, дочь, сын, муж);

3. деньги, банк, финансы (деньги, банк, средства, денежных, рублей, договора);

4. дети (дети, детских, детского, сад, площадка);

5. благоустройство (населения, развития, средств, страны, проблема);

6. религия (церкви, храма, религиозный, верующих);

7. экология, природа (воды, леса, реки, мусора, отходов);

8. нарушение закона (ответственность, запретить, наказание, меры, ук);

9. местоимения (кто, когда, вы, все);

10. жилищные вопросы (строитель, застройщик);

11. суд (суд, решение, судьи);

12. культура (культуры, наследия, истории театра);

13. интернет (игры, интернет, сети, вконтакте);

14. мера/единица измерения (тысяч, рублей, месяцев);

15. призыв (петицию, давайте, вместе, помогите);

16. строительство (строительство, территория, жители);

17. животные (животных, собак, кошек);

18. цифры (2015, 12, 10);

19. денежные единицы (рублей, руб, тысяч);

20. органы власти (администрация, губернатор, главы, директор);

21. возможность (можно, нужно, могут);

22. время (день, времени, часов, дня);

23. рынок (продукция, питания, продукты);

24. жилье (дома, жилья, квартиры);

25. английский язык (of, and, to, in);

26. страны и республики (республика, российской, Украины, СССР);

27. полиция (полиция, уголовное, преступник, МВД);

28. война (войны, великой, отечественной, армии);

29. законопроекты (правительство, ст, закона, согласно);

30. город (Москвы, Санкт, Петербург, город);

31. сайт (http, ru, com, www);

32. образование (образование, школы, студентов, обучения);

33. законодательство (российское, федерации, закон, конституция);

34. транспорт (движения, транспорт, дороги;

35. выборы (власти, партии, народ, против);

36. семья (ребенка, семьи, дети, ребенок);

37. обращение (вас, просим вам, уважаемый);

38. жизнь в стране (жизни, человека, мир, страны);

39. собственность (собственность, участка, земли, имущество);

40. спорт (спорта, сборной, клуба, футболу, игроков).

Очевидно, что некоторые группы, выделенные ПО TopicMiner можно из данного списка исключить, так как они не несут смысловой нагрузки в контексте тематической принадлежности. Такие группы как местоимения, мера/ единица измерения, цифры, время, призыв, денежные единицы, возможность, английский язык, сайт, обращение. После этого у нас останется 30 относительно самостоятельных групп тематик петиций.

Таким образом, с помощью ПО TopicMiner удалось выделить следующие группы тематик петиций: медицина; принадлежность, семья; деньги, банк, финансы; дети; благоустройство; религия; экология, природа; нарушение закона; жилищные вопросы; суд; культура; интернет; строительство; животные; органы власти; рынок; жилье; страны и республики; полиция; война; законопроекты; город; образование; законодательство; транспорт; выборы; семья; жизнь в стране; собственность; спорт. Действительно, 30 полученных тем являются практически всеми сферами жизни деятельности человека, по которым могут возникать такие ситуации, которые требуют рассмотрения и решения органами власти.

Для дальнейшего рассмотрения полученных групп тематик с помощью ПО TopicMiner необходимо провести сравнительный анализ с результатами тематического деления с использованием ПО AntConc.

3.2 Сравнительный анализ полученных результатов исследования разным программным обеспечением (AntConc и TopicMiner)

После лексико-тематического анализа эмпирического материала (петиций) с использованием TopicMiner существует необходимость сравнения новых результатов с полученными при помощи программного обеспечения AntConc.

С помощью ПО AntConc нами было выделено 10 тематик групп петиций, а с ПО TopicMiner нам удалось выделить 40 тем, 10 из которых не несут смысловой нагрузки в контексте тематической принадлежности. Соответственно, было оставлено 30 самостоятельных тем.

Необходимо рассмотреть, как соотносятся тематики, выявленные первым способом (AntConc), и тематики, полученные вторым способом (TopicMiner).

Таблица 6

Сравнительный анализ тематик петиций, выявленных с помощью ПО AntConc и TopicMiner

№	Тематики петиций по AntConc	Тематики петиций по TopicMiner
1	Политика	Органы власти; Страны и республики; Война; Выборы; Законопроекты; Законодательство; Нарушение закона; Полиция; Суд;
2	Медицина	Медицина;
3	Социальные	Город; Дети; Жилищные вопросы; Принадлежность и семья; Интернет; Семья; Строительство; Жизнь в стране;
4	Экология	Экология;
5	Животные	Животные;
6	Образование	Образование;
7	Культура	Культура;
8	Религия	Религия;
9	Спорт	Спорт;
10	Экономика	Деньги; Банк; Финансы; Транспорт; Собственность; Благоустройство; Рынок; Жилье.

Проанализировав данную сравнительную таблицу 6, мы можем наблюдать, что все 10 тематик, выявленных с помощью ПО AntConc, также находят свое отражение среди результатов ПО TopicMiner. Однако TopicMiner выделяет и такие темы, которые, как может казаться, нами в ходе анализа в AntConc выявлены не были. Но стоит заметить, что такие темы как принадлежность и семья, жилищные вопросы, интернет, строительство, город, семья, жизнь в стране были отнесены в группу петиций «социальные», так как объединяют в себе и индивидуальные вопросы, и вопросы, касающиеся жизни общества, т.е. социума: семья является ячейкой общества. Город, включая строительство и жилищные вопросы, также рассматривается с точки зрения социума, так как относится к социальному уровню жизни в стране. Тема «интернет» в данной работе также была отнесена в группу социальные, потому что петиции, относящиеся к данной группе, направлены на интернет-игры, социальные сети и блокировки сайтов, что имеет непосредственное отношение к обществу. Они также были присоединены к группе «социальные» на основании общего критерия, так как на самостоятельный статус не вышли из-за небольшого объема.

Темы деньги, банк, финансы, транспорт, собственность, благоустройство и жилье можно отнести к группе «экономика» на основании того, что финансовые вопросы находятся под юрисдикцией экономического сектора государства, который регулирует все денежные потоки страны, включая выделение бюджета под развитие данных структур. Петиции на тему «транспорт» были присоединены к группе «социальные» на основании общего критерия, так как на самостоятельный статус не вышли из-за небольшого объема.

Такие темы как органы власти, страны и республики, война, законопроекты, законодательство и выборы в ходе распределения попали в группу «политика», так как они имеют непосредственно отношение к политическому процессу как внутри страны (внутренняя политика), так и вне нее (внешняя политика). Тема страны и республики рассматривается в контексте украинского вопроса, бывших стран СССР, а также входящих в состав РФ республик.

Темы нарушение закона и суд, действительно, имеет смысл рассматривать как отдельную группу петиций, так как она имеет особую лексико-тематическую принадлежность, а также особое место среди жизненных реалий, а, следовательно, и проблем граждан, которые являются поводами для обращений - написания петиций. При использовании ПО AntConc данная группа не была выделена в самостоятельную из-за небольшого объема эмпирического материала.

Такие группы петиций как медицина, экология, животные, образование, культура, религия и спорт оказались совершенно идентичными в обоих программных обеспечениях. Как показывает сравнительный анализ двух программных обеспечений, использование ПО TopicMiner позволяет сделать тематическое деление более точечно и детально, при этом, не теряя в скорости и количестве обрабатываемого эмпирического материала. Однако, используя ПО AntConc, нам удалось определить 10 точных тематик петиций и проследить их количественное соотношение с федеральными округами РФ. ПО AntConc проводит исследование эмпирического материала на более общем и широком уровне, когда ПО TopicMiner выполняет более развернутую и подробную обработку.

Таким образом, проведенный сравнительный анализ показал, что результаты, полученные с помощью ПО AntConc, оказались достоверными, однако вполне ограниченными своим инструментарием. Результаты, полученные с использованием ПО TopicMiner, в свою очередь, нуждались в дополнительной обработке: исключению лишних лексико-тематических групп, которые не относились к реальным темам обращений (петиций). Для объективного и полноценного анализа такого явления как петиции, содержащего большой объем исследуемого материала, рекомендуется использовать не один, а несколько способов (программных обеспечений), так как сопоставление и сравнение результатов может дать более целостную и ясную картину.



ЗАКЛЮЧЕНИЕ

В настоящее время возрастает количество интернет-платформ гражданского участия в политической жизни с целью предоставления людям инструментов для продвижения гражданских инициатив и решения социальных проблем. Это обусловлено тем, что перед органами публичной власти стоят две сложные задачи: во-первых, существенное повышение качества информирования граждан о принимаемых решениях, обеспечение достаточного и достоверного знания о результатах их работы и о намерениях власти. Во-вторых, существует необходимость создавать условия для слаженного взаимодействия государства и граждан, для того чтобы обеспечить учет потребностей и ожиданий как можно большего количества людей, тем самым формируя и развивая тенденции интеграции различных социальных групп в систему государственного управления.

Целью данной работы было тематическое картирование русскоязычных электронных петиций и анализ лексико-семантических средств, используемых для создания петиций, которые находят максимальный отклик среди граждан. Для достижения цели была выбрана платформа Change.org.

В результате проведенного исследования подтвердились обе выдвинутые гипотезы:

1 - проблематика русскоязычных петиций имеет выраженную региональную специфику в зависимости от федерального округа, при этом более развитые экономически территории поддерживают петиции, продвигающие постиндустриальные ценности (согласно теории Р. Инглхарта), ориентированные на личную свободу, самовыражение, поддержание качества жизни, социальное равенство и самореализацию. В Центральном ФО превалирующее большинство подписей было отдано за петиции из группы «социальные» - 54%; в Приволжском за петиции из групп «социальные» - 63% и «образование» - 18%; в Уральском за петиции, входящие в группы «социальные» - 83% и «культура» - 17%; в Северо-Западном за петиции, относящиеся к группам «культура» - 33% и «социальные» - 28%;

2 - выбор лексико-семантических средств авторами результативных петиции по ряду показателей соответствует устоявшимся правилам написания петиций: основывать петиции на личном опыте, использовать эмоциональность, прибегая к лексемам мы, наш, все; четко выбирать адресата петиции, обращаясь к конкретной инстанции суду, власти и т.д.; называть конкретную цель обращения, а также предлагать конкретные решения проблемы: требовать, помощь, лечение, вернуть, действие.

Кроме того, в результате решения поставленных в исследовании задач нам удалось достигнуть следующих результатов:

1. Все русскоязычные петиции с 2012 по 2017г., а именно 22452, были разделены на 10 групп - основных тематик петиций: 1) политика, 2) медицина, 3) социальные, 4) животные, 5) экология, 6) образование, 7) экономика, 8) культура, 9) религия, 10)спорт.

2. Анализ языкового материала с помощью программного обеспечения AntConc показал, что самой частотной проблематикой на территории РФ является группа «социальные» (44%), затем следуют группы «политика» (18%) и «культура» (11%). Менее частотными оказались тематики «животные» (9%), «экология» (6%), «образование» (4%), «спорт» (3,8%), «медицина» (3%), «экономика» (0,7%) и «религия» (0,5%).

3. Кластерный анализа показал, что каждый федеральный округ Российской Федерации разнообразен как по своему субъектному составу и территориальной расположенности, так и по наличию тех или иных предметов недовольства граждан.

4. Определенные при помощи кластерного анализа группы ФО различаются не принципиально (критерий хи-квадрат Пирсона). Исключение составляет только Центральный федеральный округ, который статистически значимо чаще выдвигает онлайн-петиции политической направленности (X²=21,885; p <0,001), однако только в отношении Южного и Северо-Западного округа.

5. Среди победивших петиций самыми частотными тематиками оказались «социальные» (58%), «животные» (15,5%), «культура»(9%) и «политика»(8,5%).

6. Наибольшее число откликов на онлайн-петиции получают жители Центрального федерального округа (42%). Чуть меньше подписей имеют петиции из Северо-Западного (14%), Приволжского(13%) и Южного федеральных округов (12%).

7. В группах регионов победивших петиций отношения складываются иначе, чем при кластеризации регионов с первоначальными петициями. Группы ФО имеют принципиальные различия по нескольким тематикам онлайн-обращений. Статистически значимые различия (критерий X² Пирсона) проявляют себя среди победивших петиций, относящихся к темам «социальные», «животные», «политика», «образование» и «культура».

8. Ценностные ориентации региона отражают не поданные петиции, а те, которые поддержаны максимально большим числом жителей: именно победившие петиции указывают на «болевые точки» регионов.

9. Проведенное исследование позволило установить, что самыми частотными лексемами в победных петициях являются: мы (1151 раз), ребенок (1096 раз), наш (960 раз), человек (815 раз), они (730 раз), город (700 раз), просить (521), Россия (497 раз), все (449 раз).

10. Характерное использование местоимений типа мы, наш, все и противопоставленного им они обусловлено особенностями петиций -- призвание к объединению и противопоставление групп «они» и «мы».

11. Призыв также проявляется и в использовании лексем: петицию, давайте, вместе, помогите. А также характерно и использование обращения: вас, просим вас, уважаемый и т.д

12. Сравнительный анализ выявленных закономерностей и существующих рекомендаций к процессу написания петиции показал, что используемый в данной работе лексико-семантический анализ в ПО AntConc является достоверным и достаточным для решения конкретных целей и задач, однако, ограниченным в своих средствах.

13. С помощью ПО TopicMiner нам удалось выделить 40 тем, 10 из которых не несли смысловой нагрузки в контексте тематической принадлежности петиций. 7 из 10 тематик, определенных с помощью AntConc, нашли свое полное отражение в результатах TopicMiner, 3 более широкие оставшиеся группы по AntConc полностью включают в себя все мелкие тематики по TopicMiner.

14. При сравнительном анализе целесообразным оказалось выделение таких тем как «нарушение закона» и «суд» в отдельные группы, так как они имеют особую лексико-тематическую принадлежность, а также особое место среди жизненных реалий.

Проведенное исследование позволяет сформулировать следующие рекомендации и комментарии:

1. Для экспертов-политологов и исследователей, работающих с изучением функционирования цифровой демократии.

· для того чтобы вскрыть логику народной, «общественной повестки дня», а также уровень вовлеченности граждан в политический процесс в каждом ФО, рекомендуется проводить кластерный анализ при сравнении федеральных округов и тематик;

· необходимо учитывать факт, что ценностные ориентации региона отражают петиции, которые поддерживаются максимально большим числом жителей (победившие, а не поданные);

· при использовании ПО AntConc и TopicMiner в исследованиях онлайн-петиций рекомендуется учитывать, что AntConc проводит исследование эмпирического материала на более общем и широком уровне, когда ПО TopicMiner выполняет более развернутую и подробную обработку.

2. Для граждан и активистов общественных движений, занимающихся подготовкой онлайн-петиций, рекомендуется:

· учитывать выраженное региональное своеобразие, это поможет спрогнозировать вероятность поддержки будущей онлайн-петиции;

· грамотно выбрать лексико-семантические средства, поскольку в исследованиях эмпирически доказывается, что они способствуют привлечению должного внимания к петиции, обеспечивают большее количество подписей, следовательно, содействуют успеху онлайн-петиции.

Дальнейшие перспективы исследования заключаются в расширении эмпирического материала: использование петиций, написанных на других языках, а также опубликованных на других ресурсах для подачи онлайн-петиций.



БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Абрамова Д. С. Электронная демократия в России: проблемы политической коммуникации / Д. С. Абрамова // Гуманитарные научные исследования. - 2013. - № 1 [Электронный ресурс]. - 2013. - URL: http://human.snauka.ru/2013/01/2145. - (дата обращения: 02.11.2017).

2. Автаева, Н.О. Информационные технологии формирования имиджа политика: гендерный аспект : По материалам российской центральной и региональной прессы рубежа XX - XXI вв. Дисс. канд. полит. наук.-- Нижний Новгород, 2006. --254 с.

3. Алексеева, Т. А. Современные политические теории. М.: Российская политическая энциклопедия (РОССПЭН), 2000. С. 121-135

4. Асташова О.И. Речевой портрет Н. Ю. Белых: динамический аспект // Политическая лингвистика. 2011. №3. --С.64-68.

5. Балашов А.Н. Интернет-технологии как фактор развития политической активности граждан: тренды и противоречия // Научно-исследовательский институт общественных и политических наук. - Чебоксары, 2017. --С. 22-34.

6. Белл, Д. Грядущее постиндустриальное общество. Москва: Академия, 1999. --944 с.

7. Бершадская Л.А., Чугунов А.В. Опыт и методы исследования и развития технологической базы электронного правительства в России// Вопросы государственного и муниципального управления. - 2013. -- №1. --С.123-144.

8. Бершадская (Видясова) Л.А., Рачева A. Л. Эффективность инструментов электронной демократии в России: анализ порталов электронных петиций и площадок для решения городских проблем. // Государство и граждане в электронной среде: теория и технологии исследований: сборник научных статей. Труды XVII объединенной конференции «Интернет и современное общество (IMS-2015), Санкт-Петербург, 23-25 июня 2015г., СПб: Университет ИТМО, 2015, --С. 38-52.

9. Бобров А. М. Eще раз к вопросу об определении понятий «электронная демократия» и «электронное правительство» // Вестник Российского университета дружбы народов. Серия: Политология. 2009. № 2. С. 26-36.

10. Болотнов А.В. О некоторых особенностях современной информационно-медийной личности // Вестн. Томского гос. пед. ун-та (TSPU Bulletin). 2014. Вып. 2 (143). --С. 52-55.

11. Большинство пользователей Change.org увидели улучшения после подписи петиции [Электронный ресурс] // Газета.RU [сайт] URL:https://www.gazeta.ru/social/news/2016/10/13/n_9217007.shtml - (дата обращения: 23.04.2018)

12. Будаев, Э. В. Современная политическая лингвистика : учеб. пособие / Э. В. Будаев, А. П. Чудинов ; Урал. гос. пед. ун-т. -- Екатеринбург, 2006. --С. 22-36.

13. Будаев Э.В. Сопоставительная политическая метафорология. -- Нижний Тагил: НТГСПА, 2011. -- 330с.

14. Гак, В.Г. Функциональный подход к явлениям языка // Языковые преобразования. --М.: Школа "Языки русской культуры", 1988.--С. 179-198.

15. Гасанова М. М. Проблемы повышения эффективности использования социальных сетей в политических процессах // Власть. 2017. №3. С.90-93.

16. Гатин, Д.Ю. Лексика публичных выступлений российских парламентариев: На материале стенограмм съездов и сессий Верхов. Совета РФ, 1990-1993 гг. -- Самара, 199. -- 172с.

17. Глушко, А. В. Возможные пути регулирования интернет-отношений в Российской Федерации // Юридический мир. 2007. № 11. --С. 71-74.

18. Грачев, М.Н. Демократия: методология исследования, анализ перспектив : монография / М.Н. Грачев, А.С. Мадатов ; Рос. ун-т дружбы народов, Фак. гуманитар. и соц. наук, каф. полит. наук. - М. : АЛКИГАММА, 2004 (Изд-во АЛКИГАММА). - 126, [1] с.

19. Гузий А.Е. Вопросы реализации общественных инициатив в Российской федерации // Вестник Омской юридической академии. 2013. №2 (21). -- С.16-18.

20. Давыдова М.Л., Гончарова А.А. Проблемы и перспективы реализации проекта «Российская общественная инициатива» // Вестник ВолГУ. Серия 5: Юриспруденция. 2015. №2. С.58-67.

21. Демушина О.Н. Электронное участие граждан как форма взаимодействия власти и общества // Карельский научный журнал. 2015. № 1 (10). --С. 114--117.

22. Демушина О.Н. Порталы электронных петиций как форма взаимодействия институтов власти и граждан в России // Государственное и муниципальное управление. Ученые записки СКАГС. 2016. №4. URL: http://cyberleninka.ru/article/n/portaly-elektronnyh-petitsiy-kak-forma-vzaimodeystviya-institutov-vlasti-i-grazhdan-v-rossii (дата обращения: 22.12.2017).

23. Еремеев С. Г., Курочкин А. В. Государственное управление и инновационная политика в условиях сетевого общества: новые принципы эффективности. СПб.: Изд-во РХГА, 2014. --192 с.

24. Златопольский, Д.Л. Государственное право зарубежных стран: Восточной Европы и Азии: Учебник для вузов. М.: Зерцало, 1999. --320 с.

25. Ильинская С. Г. Программа курса «Введение в политологию» // Политические науки : программы учебных курсов / Рос. акад. наук, Ин-т философии ; ГУГН, Факультет политологии; Мин-во образования и науки РФ; сост. С. Г. Ильинская ; ред. А. Ф. Яковлева. М.: ИФ РАН, 2008. --С. 3.

26. Инглхарт Р., Вельцель К. Модернизация, культурные изменения и демократия: Последовательность человеческого развития М.: Новое издательство, 2011. -- 464 с. -- (Библиотека Фонда «Либеральная миссия»).

27. Казьмина Е.А. К вопросу о развитии института общественной инициативы в России. - Гражданское общество и правовое государство. Т. 1. 2015. С. 46-48.

28. Как написать петицию [Электронный ресурс] // wikiHow [сайт]. [2015]. URL: https://ru.wikihow.com/написать-петицию - (дата обращения: 08.05.2018).

29. Канарш Г. Ю. Социальная справедливость: философские концепции и российская ситуация. -- М.: Изд-во Моск. гуманит. ун-та, 2011. --238 с.

30. Капустин, Б. Г. Идеология и политика в посткоммунистической России. М.: Эдиториал УРСС, 2000. --С. 44.

31. Кастельс, М. Галактика Интернет: размышления об Интернете, бизнесе и обществе Ек.: "У-Фактория", 2004. -- 328c.

32. Кашников, Б. Н. Либеральная теория справедливости и политическая практика России / НовГУ им. Ярослава Мудрого. Великий Новгород, 2004. --С. 55-71.

33. Климова Я.А. Роль современных электронных технологий в укреплении представительной демократии // Вестник Волгоградской академии МВД России. 2016. №3.-- С. 13-16.

34. Козлов М.И. Социальная справедливость в контексте русской традиции Монография. - Архангельск: Изд-во КИРА, 2010. --С. 251-252.

35. Колодий, А.Ф. К переосмыслению содержания и функций категории «социальная справедливость» // Вестник МГУ. Серия 12. 1991. №6. --С. 47-48.

36. Коммунитаризм // Современная западная философия. Энциклопедический словарь / под ред. О. Хеффе, В. С. Малахова,В. П. Филатова при участии Т. А. Дмитриева. Ин-т философии. М. : Культурная революция, 2009. --С. 17-20.

37. Криворотова Г. А. Партисипативные отношения в современном политическом управлении: автореф. дис. … канд. полит. наук: 23.00.02 / Г. А. Криворотова; Северо-Кавказская Акад. гос. службы. - РостоВ н/Д, 2011. -- 136 с.

38. Курочкин А.В., Парфенова Ю.В. Электронное участие в структуре современного политического процесса // Политическая экспертиза: ПОЛИТЭКС. 2015. Т. 11. №4. --С. 17-26.

39. Курьянович А.В. Полипарадигмальность жанра в зеркале предпочтений современной лингвистики (из опыта анализа online-петиций как особой разновидности эпистолярных текстов) // Вестник НГПУ. 2016. №2 (30). URL: http://cyberleninka.ru/article /n/poliparadigmalnost-zhanra-v-zerkale-predpochteniy-sovremennoy-lingvistiki-iz-opyta-analiza-online-petitsiy-kak-osoboy-raznovidnosti (дата обращения: 22.12.2017).