Удосконалена модель дифузії інновацій Басса для прогнозування зміни громадської думки під час реалізації наративу в соціальних мережах

DOI: 10.31673/2409-7292.2024.010010

Анотація

Під час написання статті проаналізовано складну динаміку прогнозування громадської думки на основі реалізації наративів у соціальних мережах, використовуючи модель дифузії інновацій Басса. Визнаючи важливу роль наративів у формуванні колективних поглядів дає основу використати модель дифузії інновацій Басса для прогнозування та розуміння змін у суспільних настроях під час впровадження та реалізації наративів в соціальних мережах. На основі викладеного поставлено завдання дослідження: удосконалення моделі дифузії інновацій Басса для прогнозування змін громадської думки в соціальних мережах, що безпосередньо буде сприяти розробленню якісного контенту визначеними силами та засобами для створення сприятливих умов під час застосування військ (сил) так і в мирний час за рахунок введення коефіцієнта охоплення цільової аудиторії. Під час написання статті застосовано теоретичні методи, а саме аналіз досліджень і публікацій за тематикою розвитку стосовно використання дифузії інновацій, що описує процес того, як інновації приймаються населенням, аналізу статистичних даних громадської думки, порівняння для виявлення тенденцій розвитку щодо споживання інформацією в соціальних мережах, а також синтезу для досягнення мети дослідження. У статті представлено математичний апарат, який включає модель дифузії Басса в мережеву поведінку для моделювання розповсюдження наративів і прогнозування змін у громадській думці. Вперше обґрунтовано підхід до імітаційного моделювання впровадження та реалізації наративу в соціальній мережі на основі моделі дифузії Басса, що дало змогу дослідити споживчу поведінку користувачів соціальної мережі під впливом інформування та міжособистісного спілкування в соціальній мережі. Інтегруючи концепції моделі Басса, такі як прийняття інновацій та імітаційна поведінка, запропонована модель має на меті передбачити динаміку суспільних настроїв у відповідь на поширення наративів.

Ключові слова: вплив, інформаційний вплив, інформування, наратив, цільова аудиторія, моніторинг, соціальна мережі, стратегічні комунікації, зв’язки з громадськістю, цивільно-військове співробітництво, модель, моделювання, моделі дифузії Басса.

Перелік посилань
1. Горбулін, В. П. Світова гібридна війна: український фронт : монографія / за заг. ред. В. П. Горбуліна. – К. : НІСД, 2017. – 496 с.
2. Про Стратегію національної безпеки України Указ Президента України №392/2020 Про рішення Ради національної безпеки і оборони України від 14.09.2020. URL: https://www.president.gov.ua/documents/3922020-35037. (дата звернення: 15.02.2024).
3. Watts, D. J., (2003). “Six Degrees: The Science of a Connected Age” W.W. Norton & Company, Reprint edition (February 17, 2004). 384 p.
4. Berger, J. “Contagious: How to Build Word of Mouth in the Digital Age,” Simon & Schuster, 2016. 244 p.
5. Aral, S. “The Hype Machine: How Social Media Disrupts Our Elections, Our Economy, and Our Health-and How We Must Adapt,” Currency, 2020.
6. Radas, S. Diffusion Models in Marketing: How to Incorporate the Effect of External Influence? The Institute of Economics, Zagreb Privredna kretanja i ekonomska politika, Vol. 15 No. 105, 2005. Р. 30-51.
7. Bass, F. M. (1969). “A new product growth for model consumer durables.” Manag. Science, 15(5), 215–227.
8. Kermack, W. O., & McKendrick, A. G. (1927). "A contribution to the mathematical theory of epidemics." Proceedings of the Royal Society of London. Series A, Papers of a Math. and Phys. Character, 115(772), 700–721.
9. Войтко, О. В, Солонніков, В. Г, Полякова, О. В. SIR-модель розповсюдження та врахування результатів негативного впливу інформаційних каналів на громадську думку населення. Сучасні інформаційні технології у сфері безпеки та оборони No 1 (43)/2022. С. 115-120.
10. Theoretical and applied aspects of Russian-Ukrainian war: hybrid aggression and national resilience: monograph / M. Koval and others. – Kharkiv: PC Technology Center, 2023. – p. 232-243.
11. Rogers, E. M. Diffusion of Innovations. 3th ed. New York: Free Press; 2003. 236 р.
12. Роджерс, Е. М. Дифузія інновацій /. Пер. З англ. Василя Старка. – К.:Вид. дім “Києво-Могилянстка акдемія”, 2009. – 591 с.
13. Kijek, A, Kijek, T. Modelling of Innovation Diffusion. (2010) Op. Research and Decisions 20(3) 53-68.
14. Прокопенко, Л. С. Українська бібліотечна енциклопедія, Національна бібліотека України імені Ярослава Мудрого, https://ube.nlu.org.ua/. (дата звернення: 15.02.2024).
15. Про інформацію: Закон України від 02.10.1992 N 2658-XII URL: http://zakon4.rada.gov.ua/laws/show/2657-12. (дата звернення: 15.02.2024).
16. Дригайло, С. В. Бібліотечно-інформаційні продукти і послуги для користувачів наукових бібліотек / С. В. Дригайло // Бібліотекознавство. Документознавство. Інформологія. – 2010. – № 4. – С. 79-86.
17. ВКП 10-00(49).01. Доктрина зі стратегічних комунікацій Збройних Силах України. Управління стратегічних комунікацій Апарату Головнок. ЗС України, 2020. URL:https://sprotyvg7.com.ua/wp-content/uploads/2022/04/ВКП-10-0049.01-Доктрина-зі-стратегічних-комунікацій.pdf. (дата звернення: 15.02.2024).
18. Grubler, A. Diffusion: Long-Term Patterns and Discontinuities. Technological Forecasting and Social Change. Technological forecast social change. 39. 159-180.
19. Freeman, C., Soete, L. Perez, C. Dosi, G. Nelson, R. Structural Crises of Adjustment, Business Cycles and Investment Behaviour, in Technical Change and Economic Theory: Pinter. London 1988, С. 38-66.
20. Global social media statistics research summary 2023. URL:Smart Insights https://www.smartinsights.com/social-media-marketing/social-media-strategy/new-global-social-media-research/.
21. Богуш, В. М., Богуш, В. В., Бровко, В. Д., Настрадiн, В. П. Основи кiберпростору, кiбербезпеки та кiберзахисту. /; пiд. ред. В. М. Богуша. – К.: Видавництво Ліра-К, 2020. – 554 с.
22. Mahajan, V., Muller, E., and Bass, F. M. New Product Diffusion Models in Marketing: A Review and Directions for Research. Journal of MarketingVolume 54, Issue 1, January 1990, Pages 1-26.
23. Рейтинг моніторинг, 26-та хвиля: суспільно-політичні настрої населення (10-11 лютого 2024). URL: https://ratinggroup.ua/files/ratinggroup/reg_files/rg_rating_monitoring_moods_1000_19022024.pdf.
24. Laptiev, O., Tkachev, V., Maystrov, O., Krasikov, O., Open’ko, P., Khoroshko, V., Parkhuts, L. The method of spectral analysis of the determination of random digital signals. International Journal of Communication Networks and Information Security (IJCNIS). Vol 13, No 2, August 2021 Р.271-277. ISSN: 2073-607X (Online). DOI: 10.54039/ijcnis.v13i2.5008 https://www.ijcnis.org/index.php/ijcnis/article/view/5008.
25. Kyrychok, R., Laptiev, O., Lisnevsky, R., Kozlovsky, V., Klobukov, V. Development of a method for checking vulnerabilities of a corporate network using bernstein transformations. Eastern-European journal of enterprise technologies. Vol.1№9 (115), 2022 Р. 93–101. ISSN (print)1729 - 3774. ISSN (on-line) 1729-4061. DOI: 10.15587/1729-4061.2022.253530.
26. Petrivskyi, V., Shevchenko, V., Yevseiev, S., Milov, O., Laptiev, O., Bychkov, O., Fedoriienko, V., Tkachenko, M., Kurchenko, O., Opirsky, I. Development of a modification of the method for constructing energy-efficient sensor networks using static and dynamic sensors. Eastern-European journal of enterprise technologies. Vol.1№9 (115), 2022 рр. 15–23. ISSN (print) 1729 - 3774. ISSN (on-line) 1729-4061. DOI: 10.15587/1729-4061.2022.252988.