Журнал политических исследований, 2019, № 4

ISSN 2587-6295 
 
ЖУРНАЛ ПОЛИТИЧЕСКИХ ИССЛЕДОВАНИЙ 
Сетевой научный журнал 
Том 3 
■ 
Выпуск 4 
■ 
2019 
 
Выходит 4 раза в год   
 
 
 
 
 
 
      Издается с 2017 года 
 
 
Свидетельство о регистрации средства массовой 
информации  
Эл № ФС77-63242 от 06.10.2015 г. 
 
Издатель:  
ООО «Научно-издательский центр ИНФРА-М» 
127282, г. Москва, ул. Полярная, д. 31В, стр. 1 
Тел.: (495) 280-15-96 
Факс: (495) 280-36-29 
E-mail: books@infra-m.ru 
http://www.infra-m.ru 
 
Главный редактор: 
Федорченко С.Н. – кандидат политических наук, доцент, 
Московский государственный областной университет, 
зам. декана факультета истории, политологии и права по 
научной работе и международному сотрудничеству 
 
Ответственный редактор:  
Титова Е.Н. 
E-mail: titova_en@infra-m.ru 
 
Журнал включен в Перечень ВАК по следующим 
научным специальностям: 
23.00.01 – Теория и философия политики, история и 
методология 
политической 
науки 
(политические 
науки), 
23.00.02 – Политические институты, процессы и 
технологии (политические науки), 
23.00.04 – Политические проблемы международных 
отношений, глобального и регионального развития 
(политические науки) 
 
Присланные рукописи не возвращаются.  
Точка 
зрения 
редакции 
может 
не 
совпадать 
с мнением авторов публикуемых материалов.  
Редакция оставляет за собой право самостоятельно подбирать к 
авторским 
материалам 
иллюстрации, 
менять 
заголовки, 
сокращать тексты и вносить в рукописи необходимую 
стилистическую 
правку 
без 
согласования 
с 
авторами. 
Поступившие  
в редакцию материалы будут свидетельствовать о согласии 
авторов принять требования редакции.  
Перепечатка 
материалов 
допускается 
с письменного разрешения редакции.  
При цитировании ссылка на журнал «Журнал политических 
исследований» обязательна.  
Редакция не несет ответственности за содержание рекламных 
материалов.  
 
© ИНФРА-М, 2019 
 
Опубликовано 25.12.2019. 
 
САЙТ: http://naukaru.ru/ 
E-mail: titova_en@infra-m.ru 

СОДЕРЖАНИЕ 
 
Политические институты, процессы и технологии
 
Федорченко С.Н.  
Горизонты и ограничения Big Data в политическом 
анализе 
 
Алексеев Р.А.  
Апробация технологии блокчейн на выборах в 
Московскую городскую Думу в 2019 году: 
результаты и перспективы применения для 
федерального избирательного процесса 
 
Мельников К.В.  
Институциональный выбор и исходы режимных 
трансформаций в посткоммунистических 
обществах: сравнительный анализ российского и 
молдавского случая 
 
Жуков Д.С., Сельцер Д.Г.  
Системная динамика российской региональной 
элиты (1985 – 2019 гг.): альтернативные сценарии 
 
Савинов Л.В., Скорых Н.Н.  
Политические и экономические факторы развития 
Кыргызстана 
 
Геополитика, глобалистика и политические 
проблемы международных отношений
 
Чикризова О.С., Давлетшина Э.А.,  
Курочкина В.А.  
Помощь КНР и РФ Сирии в целях развития в 
контексте проблем региональной безопасности 
(2011–2019 гг.) 
 
Батталов А.М., Насибуллин А.Р., Бреслер М.Г., 
Галиуллина С.Д., Сулейманов А.Р.  
Новые тенденции в политических процессах стран 
Северной Африки и Западной Азии в условиях 
цифрового общества 
  
 

РЕДАКЦИОННАЯ КОЛЛЕГИЯ 

Федорченко С.Н.  — канд. полит. наук, доцент, 
заместитель декана факультета истории, политологии и 
права 
по 
научной 
работе 
и 
международному 

сотрудничеству, доцент кафедры политологии и права, 
Московский государственный областной университет 
Абрамов А.А.  — канд. полит. наук, доцент, доцент 
кафедры 
политологии 
и 
права, 
Московский 

государственный областной университет  
Афанасьев В.В.  — д-р полит. наук, доцент, профессор 
отделения 
социологии 
традиционной 
культуры, 

Академия гуманитарных и общественных наук  
Багдасарян В.Э.  — д-р ист. наук, декан факультета 
истории, 
политологии 
и 
права, 
Московский 

государственный областной университет  
Быков И.А.  — д-р полит. наук, доцент, доцент 
кафедры связей с общественностью в политике и 
государственном управлении, Санкт-Петербургский 
государственный университет  
Ветренко И.А.  — д-р полит. наук, профессор, 
профессор факультета социальных технологий, СевероЗападный институт управления РАНХиГС 
Володенков 
С.В.  — 
д-р 
полит. 
наук, 
доцент, 

профессор 
кафедры 
государственной 
политики 

факультета политологии, МГУ им. Ломоносова 
Грачев М.Н.  — д-р полит. наук, профессор, профессор 
кафедры теоретической и прикладной политологии 
факультета истории, политологии и права Историкоархивного 
института, 
ФГБОУ 
ВО 
«Российский 

государственный гуманитарный университет» 
Кирнос А.В.  — канд. полит. наук, доцент, начальник 
кафедры теории и истории государства и права, 
Воронежский институт Министерства внутренних дел 
РФ 
Кросстон Мэтью Д.  — д-р филос. наук, профессор 
факультета безопасности и глобальных исследований 
Американский Военный Университет, США 
Курылев К.П.  — д-р ист. наук, доцент, профессор 
кафедры теории и истории международных отношений, 
Российский университет дружбы народов 
Мартынов М.Ю.  — д-р полит. наук, доцент, главный 
научный 
сотрудник, 
заведующий 
Лабораторией 

социологических и правовых исследований, доцент 
кафедры политико-правовых дисциплин, БУ ВО 
«СурГУ ХМАО — Югра»,  
Матюхин А.В.  — д-р полит. наук, доцент, зав. 
кафедрой 
философии 
и 
истории 
Московский 

финансово-промышленный ун-т «Синергия»  
Орлов И.Б.  — д-р ист. наук, профессор, заместитель 
руководителя 
департамента 
политической 
науки, 

Национальный 
исследовательский 
университет 

"Высшая школа экономики" 
Саква Ричард  — доктор философии, профессор 
российской и европейской политики, Университет 
Кента, Великобритания 
Сельцер 
Д.Г.  — 
д-р 
полит. 
наук, 
профессор, 

заместитель 
ректора, 
профессор 
кафедры 

международных 
отношений 
и 
политологии, 

Тамбовский 
государственный 
университет 
им. 

Державина  
Ярулин И.Ф.  — д-р полит. наук, профессор, директор 
Института социально-политических технологий и 
коммуникаций, 
Тихоокеанский 
государственный 

университет 

Теория политики, история и методология 
политической науки
 
Матюхин А.В.  
Левее левого: ассоциационный анархизм  
П.Д. Турчанинова 
 
Бодрунова С.С.  
Термин «фрейминг» в политической 
коммуникативистике: рождение и созревание 
большой идеи в теории медиаэффектов 
 
Научная жизнь
 
Федорченко С.Н.  
Политический анализ через оптику Google Trends 
(кейсы Италии, США, России, Германии и 
Мексики) 
 
Труды молодых ученых
 
Кисляков Е.А.  
Политическая повестка в зарубежных 
исследованиях: концептуальный и прикладной 
ракурс 
 
 

Горизонты и ограничения Big Data 
в политическом анализе 
 
Horizons and Limitations Big Data in Political Analysis 
 
УДК 32.019.51 
Получено: 03.11.2019 
Одобрено: 
19.11.2019 
Опубликовано: 25.12.2019 
 
Федорченко С.Н.  
Канд. полит. наук, доцент кафедры политологии и права; заместитель декана факультета 
истории, политологии и права по научной работе и международным отношениям 
Московского государственного областного университета, доцент  
E-mail: sn.fedorchenko@mgou.ru  
  
Fedorchenko S.N.  
Candidate of Political Sciences, Associate Professor, Associate Professor of Political Science and 
law Department; Deputy Dean of the Faculty of History, Political Science and Law for Scientific 
Work and International Relations, Moscow Region State University.  
e-mail: sn.fedorchenko@mgou.ru 
 
Аннотация 
Постоянное увеличение объема интернет-данных обозначает актуальность проблемы 
выбора адекватного методологического инструментария для анализа такого рода 
информации. Феномен Big Data оказывает серьезное влияние на политическую жизнь. Его 
специфику вынуждены учитывать все политические акторы – от государства до 
политических партий. В западной политической науке происходит методологическая 
революция, 
когда 
к 
традиционным 
социально-демографическим 
подходам 
(социологическому 
анкетированию, 
фокус-группам) 
добавляются 
психометрические 
приемы анализа интернет-коммуникаций. Целью данной работы является исследование 
возможностей и ограничений web-сервиса Google Trends для политической аналитики 
больших данных. Основным изучаемым методологическим инструментарием является 
функционал сервиса Google Trends. Автор разбирает существующие исследования по 
данной методологии. Важное значение уделяется графической визуализации изучаемого 
ресурса. Показано, что к возможностям сервиса относятся его бесплатные опции, 
интерактивность, визуализация полученных данных и географическое распределение 
поисковых запросов, перспективы ретроспективного анализа и выявления корреляций для 
политического прогноза выборов, аналитики политической повестки, рисков и потенциалов 
имиджа государства. Тогда как среди слабых сторон ресурса выявлены недостаточная 
репрезентативность данных из-за феномена «цифрового неравенства», восприимчивость 
системы к сетевым атакам и манипуляциям, невозможность получения корректных 
результатов при выборе большого числа переменных и малом объеме поисковых данных. В 
работе даны рекомендации по совершенствованию оптики Google Trends. 
Ключевые слова: Google Trends, партии, методология, Big Data, выборы, политический 
анализ. 
 
Аbstract 
The constant increase in the volume of Internet data indicates the urgency of the problem of 
choosing adequate methodological tools for the analysis of this kind of information. The Big Data 
phenomenon has a major impact on political life. All political actors, from the state to political 
parties, are forced to take into account its specifics. In Western political science, a methodological 

revolution is taking place when psychometric techniques for analyzing Internet communications 
are added to traditional socio-demographic approaches (sociological surveys, focus groups). The 
aim of this work is to study the capabilities and limitations of the Google Trends web service for 
political analytics of Big Data. The main methodological toolkit being studied is the functionality 
of the Google Trends service. The author analyzes the existing studies on this methodology. The 
importance is given to the graphic visualization of the studied resource. It has been shown that the 
service’s capabilities include its free options, interactivity, visualization of the received data and 
the geographical distribution of search queries, prospects for retrospective analysis and revealing 
correlations for the political forecast of elections, analytics of the political agenda, risks and 
potentials of the state’s image. While among the shortcomings of the resource, insufficient data 
representativeness due to the phenomenon of “digital inequality”, the susceptibility of the system 
to network attacks and manipulations, the impossibility of obtaining correct results when choosing 
a large number of variables and a small amount of search data were revealed. The paper gives 
recommendations for improving the optics of Google Trends. 
Keywords: Google Trends, party, methodology, Big Data, elections, political analysis. 
 
Переход политического дискурса в современные интернет-коммуникации ставит перед 
ученым сложную проблему его качественного и количественного измерения. Различные 
компоненты публичной политики – идеологии, месседжи, пропаганда, имидж лидеров, 
министров, 
бренд 
партий, 
символика 
– 
становятся 
органичными 
элементами 
киберпространства. 
Такая 
цифровизация 
политического 
универсума 
определяет 
актуальность изучения отражения политики в сетевом пространстве. Тогда как рост объема 
подобного рода данных обозначает методологические вызовы их глубокого изучения и 
понимания. Отсюда целью работы будет исследование возможностей и ограничений для 
политической аналитики такого web-сервиса как Google Trends.  
 
Google Trends как аналитический инструмент Big Data  
Научно-технические метаморфозы и революционные открытия воздействуют не только 
на само общество, но и дают ученым дополнительный методологический инструментарий, 
позволяющий изучать социальные процессы и политические явления в условиях 
распространения коммуникаций нового типа. Как пишет сотрудник Центра психометрии 
Кембриджского 
университета 
М. 
Косински, 
активные 
пользователи 
интернеткоммуникаций регулярно оставляют в киберпространстве так называемые «цифровые 
следы» – журналы просмотра интернет-ресурсов, комментарии, посты, лайки, репосты, 
фото, видео, голосовые вызовы, благодаря которым исследователь может постараться 
определить их поведенческие модели [10]. В действительности накопление такого рода 
«цифровых следов» позволяет говорить о феномене Big Data (или «больших данных») [2]. 
Категория Big Data стала распространяться в академической среде после того, как в 
журнале Nature от 2008 г. было предложено под ней подразумевать специальные и 
методологические 
инструменты, 
помогающие 
анализировать 
огромные 
объемы 
информации и презентовать их в понятном виде. При этом в западной политической науке 
уже появились первые попытки использовать растущий объем больших интернет-данных 
для лучшей интерпретации электоральных процессов и разнообразных политических 
феноменов [7]. Особенно возрос запрос на получение более достоверной информации. Что, 
несомненно, важно для оценки электоральных настроений, порога узнаваемости партий, 
симпатий граждан по отношению к различным идеологиям и проектам общественного 
устройства [1; 3]. 
Одним из видов «цифровых следов», представляющих интерес для политического 
анализа, являются поисковые запросы. Среди поисковых систем известны Bing, Baidu, 
Excite, Яндекс, Yahoo! Наибольшей же популярностью пользуется поисковая система 
корпорации Google. В 2008 г. корпорация запустила первый инструмент по анализу 

поисковых запросов Google Insights for Search, а в 2012 г. объединила его с более 
совершенной системой Google Trends. Перейдем к описанию механизмов этого ресурса. 
Специальный web-сервис Google Trends представляет из себя сайт, при обращении к 
которому открывается разнообразный функционал. При заходе на портал система сразу 
предлагает два варианта – пассивный и активный. В первом случае можно посмотреть 
готовую информацию по «Популярным запросам», выбрав «Поисковые запросы за сутки» 
или «Поисковые запросы сейчас». Во втором случае предлагается самостоятельный 
«Анализ». Основная его опция – возможность сравнения объема поисковых запросов по 
двум и более ключевым словам или словосочетаниям. Во-первых, есть временной 
ограничитель. То есть анализ можно осуществлять либо в режиме реального времени, либо, 
устанавливая нужный временной лаг: с 2004 г. по настоящее время, за последние пять лет, 
год, за 90, 30, 7 дней, а также за последний день, 4 часа и час. Доступны и свои рамки. Вовторых, установлен географический ограничитель, предлагающий провести анализ по 
всему миру или по конкретной стране. В-третьих, существует ограничитель по специфике 
веб-поиска (анализ новостного, графического материала, YouTube и др.). В-четвертых, 
можно ограничить анализ поисковых наборов, выбрав определенные категории (новости, 
люди и общество, интернет-сообщества, интернет и телекоммуникации, законодательные и 
правительственные органы и др.). Причем, из данных категорий также можно выбрать 
подкатегории. Например, законодательно-правительственная категория дает возможность 
выбрать подкатегории правительства, вооруженных сил, общественной безопасности, 
социальных служб и др. Но и это не предел – выбрав, к примеру, подкатегорию 
правительства, 
можно 
уточнить 
поиск, 
выбрав 
окончательный 
ограничитель 
– 
законодательная 
власть, 
исполнительная 
власть, 
судебная 
власть, 
лоббирование, 
предупреждение и борьба с терроризмом, государственные подряды и закупки, королевские 
семьи и т.п. На этом круг уточнения заканчивается.  
После выбора ограничителей и необходимых для анализа поисковых слов, появляется 
визуализация результатов обследованных больших данных в виде цветной карты мира или 
страны, которую выбрал исследователь. С мирового и национального уровня можно 
перейти на региональный. Здесь появляется опция еще одного ограничителя обработки 
поисковых запросов – переключение с субрегионов на города. Это позволяет, к примеру, 
сравнить интерес к той или иной политической партии в стране. Само исследование 
поисковых наборов партий, политиков, политических новостей, реформ, политических 
заявлений можно проводить в режиме реального времени.  
Принципиально важно отметить, что визуализация данных в виде географического 
распределения запросов в конкретной стране и ее регионах учитывает баллы – от 0 (самые 
низкие запросы графически изображены светлыми цветами) до 100 (наиболее темные 
цветовые тона означают максимальный интерес к изучаемому запросу). Смысл такой – чем 
больше баллов, тем крупнее доля изучаемых запросов от всех поисковых запросов, а не 
абсолютное число запросов. Следовательно, небольшой стране, в которой запросы по 
ключевому слову «власть» составляют 80% от остальных запросов, системой присваивается 
в два раза больше баллов, в отличие от крупной страны, где лишь 40% всех поисковых 
запросов имеют такое же слово. 
Кроме картографической визуализации данных Google Trends выстраивает отдельные 
графики пиковых запросов по каждому заданному системе слову с числовым значением от 
0 до 100 на ординате и с временным значением на абсциссе (месяцы, годы). Наконец, 
аналитический отчет web-сервиса предлагает посмотреть наиболее схожие популярные 
темы. Ограничитель дает возможность выбрать «тренды» или «лидеры» (по другому 
«топы»). Если в «трендах» выявляются те поисковые запросы, интерес к которым серьезно 
возрос по сравнению с предыдущим периодом, то в «лидерах» показаны самые популярные 
вопросы (практикуется та же 100-балльная шкала – чем меньше баллов, тем менее 
интересна 
данная 
тема 
для 
интернет-пользователей). 
Отдельно 
выделяются 
«Сверхпопулярные» темы. Как правило, это темы, интерес к которым резко возрос, хотя 

раньше поисковых запросов по ним практически не было. «Тренды» и «лидеры» имеют 
определенный интерес для изучения актуальной политической повестки дня в стране и ее 
регионах. 
Ресурс не останавливается в своем развитии и постепенно снабжается новым 
функционалом. Недавно появилось дополнение Google Hot Trends, задачей которого 
является фиксация 20 сверхпопулярных и быстрорастущих поисковых запросов за один 
час. В качестве ограничителя можно выбрать страну (пока либо анализ одной из 48 стран, 
либо анализ всех сразу). Когда «горячие тренды» выявлены, можно перейти на основной 
ресурс Google Trends по специальной гиперссылке и обратиться к их истории, которая 
аккумулируется в опции «Поисковые запросы за сутки». Google Hot Trends также может 
быть любопытен в анализе политической повестки дня.  
 
Оценка методологической оптики в политологической литературе 
Остановимся более подробно на методологических преимуществах и недостатках Google 
Trends. Начнем с рассмотрения возможностей этой системы для политической аналитики. 
Доктор философии и экс-сотрудник корпорации Google С. Стивенс-Давидовиц пишет, что 
через такого рода web-ресурсы на основании сбора больших данных можно вычленить 
новые разновидности факторов, анализировать поведенческие модели избирателей, их 
сообщества, а также организовывать быстрые контролируемые эксперименты с целью 
понимания не только корреляций, но и причинно-следственных цепочек политических 
явлений [5, с. 73–74]. Изначально обратились к данному ресурсу финансовые аналитики, 
пытавшиеся на основании актуальной повестки изучить страхи и предпочтения людей в 
экономической плоскости. Довольно быстро заинтересовались системой и медики, ставшие 
анализировать текущие тренды для определения рисков распространения эпидемий. В 
настоящее время к Google Trends стали обращаться и политические аналитики. Но у всех 
специалистов-политологов, социологов, экономистов, медиков – внимание сосредоточено 
именно на функционале системы по обнаружению трендов, составляющих актуальную 
повестку. Тренды же через процедуру экстраполяции могут помочь составить 
политический прогноз. 
Ряд авторов, на основании проведенных исследований, полагают, что выявление с 
помощью этого ресурса интереса электората к некоторым темам способно обнаружить 
соотношение этих тем с уровнем популярности политических партий [6]. Анализ немецкой 
политической повестки показал, что поисковые наборы о проблемах сельского хозяйства и 
рыночной экономики связаны с их употреблением в партийных программах, а также 
повышают популярность партии ХДС, но снижают интерес к СДПГ. Рост поисковых 
наборов по аспектам справедливости повышает интерес к DIE LINKE за счет СДПГ. 
Последняя, наоборот, выигрывает в популярности при росте запросов о проблематике 
минимальной зарплаты и платы за медицинские консультации, которая присуща ее 
партийным программам. Запросы пользователей о ядерной энергии, генной инженерии 
поддерживают их интерес к партии Зеленых, тогда как рост поисковых наборов об армии, 
напротив, оказывает негативное влияние на образ этой традиционно мирной политической 
силы. Возможно, это происходит потому, что если есть рост поисковых наборов по 
определенной теме, пересекающейся с программными тезисами конкретной партии, то 
растет популярность обращения пользователей и к ее web-ресурсам и аккаунтам ее 
представителей.  
Несомненным плюсом сервиса является сам факт бесплатного обследования поисковых 
запросов и формирования временных рядов [9]. Еще одним преимуществом Google Trends 
логично 
назвать 
его 
интерактивность 
и 
экстерриториальность. 
Не 
секрет, 
что 
социологические опросы в ряде стран проводятся эпизодически. Сервис же помогает 
исследователю загружать и анализировать большие данные практически со всех стран из 
любой точки мира при условии доступа к Интернету. Что особенно привлекательно в 
случае проведении аналитических процедур по изучению интереса населения различных 

стран к тем или иным международным событиям. Аргентинские исследования также 
доказывают, что благодаря оптикам Google Trends можно выявлять текущие или прошлые 
политические стратегии кандидатов на основе анализа предвыборных дебатов (будь то 
административные, коррупционные вопросы, тактика защиты или агрессивного нападения) 
[14]. Американские ученые на примере анализа выборов в Сенат выявили, что Google 
Trends показывает корреляцию между ростом общественного внимания к кандидату и 
увеличением сборов средств на его политическую компанию [8]. 
Помимо этого, сервис Google Trends позволяет проводить ретроспективный анализ 
изменений в идеологических предпочтениях людей. Тем самым можно проследить 
тенденции роста или снижения интереса части электората к какой-либо проблематике, 
чтобы на основании этого, во-первых, постараться спрогнозировать уровень популярности 
тезисов 
предвыборной 
программы 
конкретной 
партии, 
во-вторых, 
провести 
соответствующий консалтинг о необходимости корректировок для ее политической борьбы 
в плане агитации, пропаганды, микроцелевого таргетирования в социальных сетях и т.п. Втретьих, путем обращения к ретроспективным данным возможно сделать определенные 
выводы из реакции интернет-пользователей на конкретные заявления и предвыборные 
обещания политических лидеров. В итоге, партия может принять решение сменить 
некоторые свои идеологические и программные приоритеты, чтобы не иметь сильных 
расхождений со своими потенциальными избирателями.  
Хорошим подспорьем для ученых является попытка разработчиков поисковой системы 
Google преодолеть психологические барьеры. Если в традиционных опросах таковые могут 
возникать между исследователями и респондентами, когда последние могут стараться 
ответить на вопросы так, как, по их мнению, ответило бы большинство. Дж. Вольф в 
качестве примера описывает один случай некорректности социологических опросов [16, с. 
13]. Во время американских президентских выборов 2016 г. ряд опросов общественного 
мнения последовательно показывали лидерство в народном голосовании и Коллегии 
выборщиков Х. Клинтон над Д. Трампом. После того как итоги выборов опровергли эти 
опросы, ученые обратили внимание на то, что некоторые сторонники Трампа в процессе 
предвыборных исследований скрывали свою истинную поддержку к данному кандидату, 
так как опасались негативной оценки своего выбора со стороны окружающих. Напротив, 
исследование через оптику Google Trends хорошо спрогнозировало низкую явку 
афроамериканских избирателей, которые первоначально заявляли, что не будут голосовать 
за Трампа [5, с. 23]. Индивиды в большей степени готовы делать правдивые ответы, если 
находятся наедине с собой, без оглядки на цензуру и социальные ограничения. 
Следовательно, с помощью Google Trends можно узнать у людей то, что они предпочитают 
скрывать в другой ситуации. 
Кроме достоинств у web-сервиса Google Trends есть определенные недостатки. Начнем с 
того, что система позволяет сравнивать только пять тем или поисковых запросов 
одновременно. Очевидная проблема связана и с репрезентативностью данных. Принимая в 
расчет поисковые запросы интернет-пользователей, нельзя забывать про феномен 
«цифрового неравенства», когда по социально-экономическим и технологическим 
причинам 
сохраняются 
категории 
населения, 
которые 
не 
пользуются 
сетевыми 
коммуникациями и не имеют доступа к Интернету. Вдобавок пользуются Интернетом 
больше молодежь и люди, обладающие элементами компьютерной грамотности [13]. 
Поисковые наборы в качестве единицы измерения имеют еще одну слабую сторону. Как 
пишет Дж. Меллон, запросы сами по себе не содержат никакой дополнительной 
информации кроме как самого факта набора чего-то. В отрыве от контекста, интерпретации 
и сравнительного анализа, действительно, сложно из них понять некие закономерности.  
Минусом сервиса Google Trends можно определить проблему точности запрашиваемых 
слов, терминов. Может случиться так, что неоднозначные поисковые слова приведут к 
вводящим в заблуждение выводам. Вывести истинные мнения и намерения интернетпользователей на основании лишь запросов является довольно непростой задачей, когда 

есть, к примеру, схожие по названию термины, запросы, но расходящиеся по смыслу. Так, 
изучая парламентские выборы в Италии, нужно учитывать текущий информационный фон 
страны, связанный, к примеру, с проведением футбольных матчей, показом фильмов и т.п. 
Интерпретация результатов затрудняется и по той причине, что снижение одних запросов 
может быть вызвано внезапным ростом интереса населения к иным темам. Такое может 
происходить, когда кандидат или партия во время предвыборной кампании начинает резко 
менять политическую тактику и стратегию либо политический лидер делает неожиданное 
заявление. Из-за этих фоновых эффектов, мешающих точности и объективности 
политического анализа, ключевые слова для поисковых запросов должны быть тщательно 
отобраны, проверены, использованы и интерпретированы.  
Эпизодически погрешности политического анализа могут возникать не из-за Google 
Trends, а по причине кибератак на саму его материнскую структуру – поисковую систему 
Google. Иногда возникает так называемая Google bombing (бомбардировка Google), 
связанная с деятельностью интернет-пользователей и хакеров, нацеленной на обеспечение 
высокого рейтинга какого-нибудь сайта. Но самая опасная манипуляция с большими 
данными проводится через технику изменения поискового механизма. Американские 
ученые Р. Эпштейн и Р. Робертсон даже разработали методику выявления «эффекта 
тенденциозного ранжирования» (search engine manipulation effect, сокращенно – SEME) [4]. 
Согласно оценке этих авторов, пристрастность с ранжированием поиска в Интернете 
способна изменить предпочтения неопределившейся части избирателей до 20%.  
Какие угрозы представляет тенденциозное ранжирование для Google Trends на практике? 
Дело в том, что риски некорректного политического анализа возрастают при манипуляции 
полным соответствием между поисковым набором пользователя и предлагающимися ему 
результатами поиска. Приведем пример грубой манипуляции с поисковой системой. Так, 
избиратель набирает в поисковой строке запрос «Демократическая партия». Далее 
происходит автоматический подбор вариантов, предлагающий выбрать «Демократическая 
партия и коррупция», «Демократическая партия теряет позиции» и т.п. А может быть и 
наоборот, позитивные продолжения наборов. Соответственно, ряд пользователей могут 
выбрать эти варианты. Но Google Trends не может определить, где проходит граница 
пропаганды и рассчитать точную погрешность, произошедшую из-за SEME. Конечно, 
Google вводит дополнительные системы защиты и заверяет об отсутствии контактов с 
партиями или политиками, но полностью риски исключить нельзя. 
Не во всех случаях удается добиться и корреляции. Группа исследователей из Колледжа 
Уэллсли сравнила кандидатов, выигравших на выборах в американский Конгресс 2008 г. и 
2010 г., со спецификой поисковых наборов и не выявила сильной корреляции между 
популярностью поиска и вероятностью выигрыша [11]. Полностью не отбрасывая эту 
методологическую оптику, авторы пришли к выводу, что традиционные опросы дают 
лучший результат. Поисковые запросы успешно предсказывали итоги выборов только в 
33,3% случаев в 2008 г. и 39% в 2010 г. Сложность заключается и в определении тех 
обстоятельств, в зависимости от которых интернет-пользователь ищет аккаунт конкретного 
политика для составления о нем своего мнения. Авторы не смогли объяснить, почему 
интернет-пользователь заинтересовался именно определенным кандидатом и стал искать 
информацию о нем в сети. Справедливости ради стоит отметить, что это исследование 
проводилось в 2011 г. С того времени увеличилось количество интернет-пользователей и 
дополнился функционал самого Google Trends.  
Гораздо более существенным недостатком является то, что динамику поисковых 
запросов можно узнать не по всем странам либо регионам отдельных стран. Основными 
причинами этого является плохое развитие интернет-коммуникаций либо недостаточное 
число самих поисковых наборов. Причина технической критики заключается в том, что 
система не предоставляет абсолютный объем поисковых запросов [15]. Трудность 
существует и с интерпретацией резких подъемов и спадов поисковых запросов. 

С. Стивенс-Давидовиц к недостаткам Google Trends причисляет: а) «проклятие числа 
размерностей» 
(эффект 
возникает, 
когда 
политолог 
берет 
много 
переменных 
(«размерностей») при сравнительно скромном числе подготовительных замеров)); б) 
несоответствие подходящих анализу больших данных итоговому пониманию выявленной 
проблемы (ставка на количественные данные); в) этический аспект использования итогов 
анализа (риски применения выявленных корреляций для манипуляции общественностью) 
[5, с. 23]. Тем не менее, несмотря на ряд перечисленных недостатков, все большее 
количество 
ученых 
и 
целых 
исследовательских 
коллективов 
обращается 
к 
методологической оптике Google Trends (или к цифровым платформам, анализирующим 
большие данные по схожим принципам) для выявления политических корреляций. 
 
Выводы 
Таким образом, в целом к методологическим возможностям сервиса Google Trends 
относятся его бесплатные опции, интерактивность, визуализация полученных данных и 
географическое распределение поисковых запросов, перспективы ретроспективного 
анализа и выявления корреляций для политического прогноза выборов, аналитики 
политической повестки, рисков и потенциалов имиджа государства. Но есть и серьезные 
недостатки – недостаточная репрезентативность данных из-за феномена «цифрового 
неравенства», 
восприимчивость 
системы 
к 
сетевым 
атакам 
и 
манипуляциям, 
невозможность получения корректных результатов при выборе большого числа 
переменных и малом объеме поисковых данных. Поэтому хорошей методологической 
точности в политическом анализе через Google Trends можно достичь только при 
совпадении нескольких условий: роста объема поисковых данных, а также появления 
отдельного приложения для организации именно научной, а не маркетинговой работы.  
Потенциал подобного рода цифровых платформ может возрасти с возможностями 
расчета разных коэффициентов (к примеру, Пирсона), разнообразным функционалом, 
позволяющим интегрировать данные статистики, опросов и высчитывать погрешности. 
Отдельные авторы уже предпринимали довольно продуктивные попытки политического 
прогнозирования результатов референдумов в Греции, Шотландии, Великобритании, 
Италии и Турции [12], но все они до сих пор жалуются на погрешности. Появление и 
адаптация такого скачиваемого приложения для исследователей откроют новые горизонты 
в прогнозировании итогов референдумов, экзитполов, выборов, аналитике рисков и 
потенциалов по формированию имиджа правительства. 
 

Литература 
1. Алексеев Р., Абрамов А. Электоральный абсентеизм на президентских и парламентских 
выборах в России (избирательные кампании с 1993 по 2018 г.): причины, последствия, 
способы преодоления //Постсоветский материк. – 2018. – № 4 (18). – С. 43–57. 
2. Володенков С.В. Big Data как инструмент воздействия на современный политический 
процесс: особенности, потенциал и акторы // Журнал политических исследований. – 2019. – 
Т. 3. – №1. – С. 7–13. 
3. Матюхин А.В. Проект общественного устройства М.А. Бакунина //Журнал политических 
исследований. – 2019. – Т. 3. – №2. – С. 3–10. 
4. Роговский Е. Выборы в США: успех технологических инноваций //Международная 
жизнь. – 2017. – № 3. – С. 107–122. 
5. Стивенс-Давидовиц С. Все лгут. Поисковики, Big Data и Интернет знают о вас все / пер. с 
англ. Л.И. Степановой. – М.: Эксмо. – 2018. – 382 с. 
6. Calahorrano L., Seithe M. Analysing Party Preferences Using Google Trends //CESifo 
Working Paper, - 2014, - №4631, - P. 1-25. 
7. Clark W.R., Golder M. Big Data, Causal Inference, and Formal Theory: Contradictory Trends in 
Political Science? //PS: Political Science & Politics, - 2015. - Vol. 48. - №1. - P. 65-70. 
https://doi.org/10.1017/S1049096514001759 

8. Ellis W.C., Ripberger J.T., Swearingen C.D. Public Attention and Head-to-Head Campaign 
Fundraising: An Examination of U.S. Senate Elections //American Review of Politics, - 2017. - 
Vol. 36. - №1. - P. 30-53. https://doi.org/10.15763/issn.2374-779X.2017.36.1.30-53 
9. Jun S.-P., H.S. Yoo, Choi S. Ten years of research change using Google Trends: From the 
perspective of big data utilizations and applications //Technological Forecasting and Social 
Change, - 2018. - Vol. 130. - P. 69-87. https://doi.org/10.1016/j.techfore.2017.11.009 
10. Kosinski M., Wang Y., Lakkaraju H., Leskovec J. Mining Big Data to Extract Patterns and 
Predict Real-Life Outcomes //Psychological Methods, - 2016, - Vol. 21, - № 4. - P. 493-506. 
https://doi.org/10.1037/met0000105
11. Lui C., Metaxas P.T., Mustafaraj E. On the predictability of the U.S. elections through search 
volume 
activity 
//IADIS 
International 
Conference 
on 
e-Society. 
- 
2011. 
URL: 
https://repository.wellesley.edu/scholarship/23/ (дата обращения: 10.02.2019). 
12. Mavragani A., Tsagarakis K.P. Predicting referendum results in the Big Data Era //Journal of 
Big Data, - 2019. - № 6(3), - P. 2-20. https://doi.org/10.1186/s40537-018-0166-z
13. Mellon J. Where and When Can We Use Google Trends to Measure Issue Salience? //PS: 
Political 
Science 
& 
Politics, 
- 
2013. 
- 
Vol. 
46. 
- 
№2. 
- 
P. 
280-290. 

https://doi.org/10.1017/S1049096513000279
14. Moraes Th.P. de. Os debates presidenciais no Brasil e as buscas no Google (2006–2010). 
Revistade Ciências Sociais, - 2018. - Vol. 49. - P. 501–536. 
15. Nghiem L.T., Papworth S.K., Lim F.K., Carrasco L.R. Analysis of the Capacity of Google 
Trends to Measure Interest in Conservation Topics and the Role of Online News //PLoS One, - 
2016. - Vol. 11. - №3 https://doi.org/10.1371/journal.pone.0152802
16. Wolf J. Trending in the Right Direction: Using Google Trends Data as a Measure of Public 
Opinion During a Presidential Election. Blacksburg: Virginia Polytechnic Institute and State 
University. - 2018. 65 p. 
 
References 
1. Alekseev R., Abramov A. Elektoral'nyj absenteizm na prezidentskih i parlamentskih vyborah v 
Rossii (izbiratel'nye kampanii s 1993 po 2018 g.): prichiny, posledstviya, sposoby preodoleniya 
[Electoral absenteeism in the presidential and parliamentary elections in Russia (election 
campaigns from 1993 to 2018): causes, consequences, ways to overcome]. Postsovetskij materik 
[Post-soviet continent]. 2018, I. 4, pp. 43-57. 
2. Volodenkov S.V. Big Data kak instrument vozdeystviya na sovremennyy politicheskiy protsess: 
osobennosti, potentsial i aktory. [Big Data as an instrument of influence on the modern political 
process: features, potential and actors]. Zhurnal politicheskih issledovanij [Journal of Politic 
Research]. 2019, V. 3, I. 1, pp. 7-13. 
3. Matyukhin A.V. Proekt obshchestvennogo ustroystva M.A. Bakunina [Project of the social 
structure M.A. Bakunin]. Zhurnal politicheskih issledovanij. [Journal of Politic Research]. 2019, 
V.3, I. 2, pp. 3-10. 
4. Rogovskiy E. Vybory v SSHA: uspekh tekhnologicheskikh innovatsiy [Elections in the USA: 
The Success of Technological Innovations]. Mezhdunarodnaya zhizn' [International Life]. 2017, 
V. 3, pp. 107-122. 
5. Stivens-Davidovits S. Vse lgut. Poiskoviki, Big Data i Internet znayut o vas vse [All are lying. 
Search Engines, Big Data and the Internet know everything about you]. M., Eksmo Publ., 2018. 
382 p. 
6. Calahorrano L., Seithe M. Analysing Party Preferences Using Google Trends, CESifo Working 
Paper, 2014, I. 4631, pp. 1-25. 
7. Clark W.R., Golder M. Big Data, Causal Inference, and Formal Theory: Contradictory Trends 
in Political Science? PS: Political Science & Politics, 2015, V. 48, I. 1, pp. 65-70. 
https://doi.org/10.1017/S1049096514001759 

8. Ellis W.C., Ripberger J.T., Swearingen C.D. Public Attention and Head-to-Head Campaign 
Fundraising: An Examination of U.S. Senate Elections, American Review of Politics, 2017, V. 36, 
I. 1, P. 30-53. https://doi.org/10.15763/issn.2374-779X.2017.36.1.30-53  
9. Jun S.-P., H.S. Yoo, Choi S. Ten years of research change using Google Trends: From the 
perspective of big data utilizations and applications, Technological Forecasting and Social 
Change, 2018, V. 130, pp. 69-87. https://doi.org/10.1016/j.techfore.2017.11.009 
10. Kosinski M., Wang Y., Lakkaraju H., Leskovec J. Mining Big Data to Extract Patterns and 
Predict Real-Life Outcomes, Psychological Method, 2016, V. 21, I. 4, P. 493-506. 
https://doi.org/10.1037/met0000105 
11. Lui C., Metaxas P.T., Mustafaraj E. On the predictability of the U.S. elections through search 
volume activity, IADIS International Conference on e-Society, 2011. Available at: 
https://repository.wellesley.edu/scholarship/23/ (Accessed: 10.02.2019). 
12. Mavragani A., Tsagarakis K.P. Predicting referendum results in the Big Data Era. Journal of 
Big Data, 2019, I. 6(3), pp. 2-20. https://doi.org/10.1186/s40537-018-0166-z
13. Mellon J. Where and When Can We Use Google Trends to Measure Issue Salience? PS: 
Political 
Science 
& 
Politics, 
2013, 
V. 
46, 
I. 
2, 
pp. 
280-290. 

https://doi.org/10.1017/S1049096513000279
14. Moraes Th.P. de. Os debates presidenciais no Brasil e as buscas no Google (2006–2010). 
Revistade Ciências Sociais. 2018, V. 49, I. pp. 501–536. 
15. Nghiem L.T., Papworth S.K., Lim F.K., Carrasco L.R. Analysis of the Capacity of Google 
Trends to Measure Interest in Conservation Topics and the Role of Online News, PLoS One, 2016. 
V. 11, I. 3. https://doi.org/10.1371/journal.pone.0152802
16. Wolf J. Trending in the Right Direction: Using Google Trends Data as a Measure of Public 
Opinion During a Presidential Election. Blacksburg: Virginia Polytechnic Institute and State 
University Publ., 2018. 65 p. 

Апробация технологии блокчейн на выборах  
в Московскую городскую думу в 2019 г.:  
результаты и перспективы применения для 
федерального избирательного процесса 
 
Approbation of blockchain technology in the elections  
to the Moscow city Duma in 2019: results and application 
prospects for the federal electoral process 
 
УДК 324 
Получено: 23.10.2019 
Одобрено: 
08.11.2019 
Опубликовано: 25.12.2019 
 
 
Алексеев Р.А. 
Канд. полит. наук, доцент, доцент кафедры политологии и права МГОУ 
e-mail: Alekseev.r555@mail.ru 
 
Alekseev R.A. 
Candidate of Political Sciences, Associate Professor, Associate Professor at the Department of 
Political Science and Law, Moscow Region State University 
e-mail: Alekseev.r555@mail.ru 
 
Аннотация  
В статье рассматриваются результаты апробирования технологии блокчейн на выборах 
Московской городской думы 8 сентября 2019 г. и возможность применения в России 
электронного голосования на предстоящих парламентских и президентских выборах. Целью 
исследования выступает выявление и характеристика достоинств и недостатков технологии 
блокчейн при выборах парламентариев Мосгордумы. Цель раскрывается через поставленные 
задачи: охарактеризовать систему электронного голосования, проанализировать опыт его 
применения на выборах в зарубежных странах и России; выявить отличительные 
особенности технологии блокчейн, применявшейся на выборах в Мосгордуму; определить 
перспективы применения технологии блокчейн в России на федеральных выборах. Задачи 
решаются в рамках сравнительного анализа применения на выборах технологий блокчейн 
(эксклюзивных и инклюзивных) с помощью таких методов научного познания, как: аналогия 
и моделирование, диалектика, дедукция и индукция, политологическая компаративистика. 
Проанализировав опыт экспериментального применения технологии блокчейн на трех 
избирательных участках г. Москвы в ходе региональных выборов представительного органа 
власти, сделан вывод, что применяемая эксклюзивная (закрытая) технология блокчейн имеет 
существенные недостатки. К ним можно отнести короткие коды (ключи), которые легко 
взломать или перепрограммировать, а также, что голосование проводилось на клоне 
Etherium, который не является анонимным, поэтому был нивелирован один из базовых 
принципов избирательного права – тайна голосования. Исходя из выявленных недостатков, 
представляется, 
что 
в 
будущем 
данная 
технология 
будет 
модифицирована 
и 
усовершенствована. В условиях цифровизации и информатизации общества технология 
блокчейн представляется более перспективной, нежели традиционное голосование с 
помощью избирательных бюллетеней. Сделан вывод, что применение инклюзивной 
(открытой) технологии блокчейн на парламентских выборах 2021 г. и президентских 
выборах 2024 г. в России повысит эффективность борьбы с электоральным абсентеизмом, а