В статье доказывается, что междисциплинарный подход на основе интеграции уже показавших свою эффективность исследовательских инструментов перспективен для изучения процесса онлайн-радикализации молодежи в социальных сетях. Мы опираемся на международный опыт междисциплинарных исследований в области изучения радикализации, накопленный в таких научных центрах, как START, ICSR, CSEC, ISGA, и др. В статье представлен опыт междисциплинарной проектной группы Томского политехнического университета по созданию прототипа программной системы для выявления ультраправых сообществ в социальной сети «ВКонтакте». Новый гибридный метод календарно-корреляционного анализа сочетает в себе скорость компьютерного анализа больших данных (чувствительный для обнаружения ультраправых сообществ), математическую модель для выявления целевой группы по характерному изменению активности группы в «окрестности» ключевых событий и базу знаний. Методика работы алгоритма позволит выявлять предикторы радикализации для разработки критериев отбора и маркирования триггерных объектов, значимых для ультрарадикальных сообществ в российской социальной сети; создать социальный граф из кластеров и перекрестных связей; прогнозировать угрозы и риски распространения радикальных идеологий. В перспективе прототип может применяться для анализа других социальных сетей и ультрарадикальных сообществ при условии пополнения базы знаний, адаптации правил анализа информации и соответствующих социологических шаблонов и моделей. Мы также излагаем исследовательские стратегии для проверки нашей методики. Благодарность. Исследование выполнено при финансовой поддержке ГЗ «Наука», в рамках проекта FSWW-2020-0014.

Online-radicalization researches automation is considered to be one of the currently important tasks of contemporary sociology. On one side, the Internet data accessibility, including social networks data, provides unique opportunities from the perspective of coverage of the phenomena and processes under study. On the other side, notwithstanding the increased availability of Data Science tools, the potency of their use depends equally on both the corresponding skills and the applied subject area competence. The present work introduces the experience of an interdisciplinary research group in adapting and applying the automated data harvesting and preprocessing tools of online radicalization. Assessment toolkit of words relevancy in posts has been considered on the basis of TF-IDF statistical measure. The hypothesis about the closedness of radical on-line communities in "echo-chambers" has been verified and partially confirmed.