Осенью 2000 г. совместными усилиями двух организаций: Национальной информационной службы "Страна.Ru" и Фонда "Общественное мнение", - было проведено фундаментальное исследование по вопросам информированности и пользования Интернетом в России. Полный отчет о работе содержится по адресу www.internet.strana.ru. В данной статье рассматривается только один из аспектов исследования, касающийся целей посещения Интернета разными людьми, - выявлению структуры сетевых интересов российских пользователей Интернета.

В адресную выборку, репрезентирующую население Российской Федерации, было включено 62244 жилищ. Каждое из них интервьюеры Фонда "Общественное мнение" посещали от одного до четырех раз. В тех 30834 жилищах, где было получено согласие на проведение интервью, опрашивались все члены семьи в возрасте от 13 лет. Общее число респондентов составило 69610 человек. Они отвечали на скрининг-анкету, включающую 9 вопросов.

Тем из респондентов, кто положительно ответил на вопрос: "В настоящее время Вы можете сказать о себе, что Вы – пользователь Интернета?" (их оказалось 2504, или 3,6% от общего числа опрошенных), - было предложено ответить также и на вопросы еще одной анкеты - для пользователей Интернета. Согласие на это дали 1764 человека.

Анкета для пользователей Интернета содержала два вопроса о сетевых интересах.

• "Какого типа сайты Вы посещали хотя бы один раз за последний месяц?" (респондентам предлагалось отметить любое число позиций в списке из 35 позиций);
• "На сайтах какого типа Вы провели за последний месяц больше всего времени в Интернете?" (респондентам предлагалось отметить не более пяти позиций в том же списке из 35 позиций).

В соответствии с ответами на эти вопросы все пользователи Интернета были разделены на группы по типам интернет-интересов - не пересекающиеся типы пользователей с преобладанием следующих интересов в сети:

• отдых, путешествия, природа (6% пользователей);
• дети, медицина, лекарства (5%);
• культура, образование (9%);
• радио, телевидение (5%);
• игры, юмор, эротика (10%);
• спорт, авто-мото (9%);
• жилье, товары, услуги (7%);
• техника, компьютеры, интернет-магазины (11%);
• бизнес, банки, финансы, аналитика, экспертиза, компании, законы (10%);
• новости, политика, города и регионы (7%);
• без интересов (22%).

Рассмотрим методику выявления типов интернет-интересов пользователей, а также их отличительные особенности.

Для каждого из 35 упомянутых в анкете вариантов тематики сайтов строилась тематическая шкала. При этом каждому респонденту ставилось в соответствие ранговое число:

Далее на основе тематических шкал выявлялись устойчивые комплексы интересов пользователей. Для этого применялся метод анализа гомогенности (Homogeneity Analysis) из программного комплекса SPSS. Применение традиционного факторного анализа, позволяющего работать лишь с количественными (интервальными или пропорциональными) шкалами, было бы необоснованно. Ведь в нашем случае тематические шкалы являлись порядковыми (ранговыми), а не количественными (не было никаких оснований полагать, что на этой шкале разница между числами "1" и "2" соответствует такому же различию в интересах пользователей, как разница между числами "2" и "3").

В результате такого подхода было сформировано 10 интегральных индикаторов. Как оказалось (и это будет видно далее по тексту), они были нужны лишь для того, чтобы понять, какие типы тематики сайтов, как правило, одновременно интересуют одних и тех же людей. Такое понимание возникло, когда были изучены коэффициенты корреляции каждой из интегральных шкал со всеми исходными тематическими шкалами: перечень тематических шкал, относительно сильно коррелирующих с каждым из интегральных индикаторов, наполнил для нас эти шкалы содержанием.

Следующим шагом работы был расчет коэффициентов ранговой корреляции Кендалла между исходными тематическими шкалами. Эти коэффициенты приведены в следующей таблице.

Благодаря предыдущему этапу анализа структура интересов пользователей была уже нам в целом ясна, и тематические шкалы удалось предварительно отсортировать так, чтобы матрица коэффициентов ранговой корреляции приобрела блочную форму. Относительно высокие значения этих коэффициентов располагались внутри каждого из блоков, а относительно низкие - вне блоков. Это означает, что нам удалось разбить весь набор тематических шкал на такие группы, что шкалы, отнесенные к одной и той же группе, связаны между собой относительно сильно, а шкалы, принадлежащие разным группам, - относительно слабо. Другими словами, каждый блок как раз и представляет собой сочетание каких-то одновременно встречающихся у одних и тех же людей интернет-интересов.

Как видно из приведенной выше таблицы, на основании анализа корреляции было выделено 10 блоков близких тем. Такие слабо коррелирующие с другими темы, как "религия", "фото" и "работа", не были включены ни в один из блоков. Позиция "поиск информации" в расчетах не учитывалась, так как ее примерно с одинаковой частотой отмечали респонденты с очень разными тематическими интересами.

Сказанное выше, конечно, не означает, что интернет-интересы, отнесенные к одному блоку, всегда сопутствуют друг другу. В более плотных блоках интересов такие совпадения наблюдаются часто, в менее плотных - несколько реже.

В качестве характеристики плотности тематических блоков принят средний коэффициент ранговой корреляции Кендалла между входящими в него тематическими шкалами (единицы, всегда стоящие по диагонали, при этом не учитывались).

В качестве же показателя связи тематических блоков между собой принят средний коэффициент корреляции между всевозможными парами тематических шкал, где в каждой паре одна шкала входит в один блок, а вторая – в другой.

В результате была получена обобщенная матрица, по диагонали которой расположены средние коэффициенты ранговой корреляции между шкалами одного и того же тематического блока, а вне диагонали - средние коэффициенты ранговой корреляции между шкалами, входящими в разные блоки. Легко заметить, что последние, как правило, меньше первых, то есть выявленные блоки интересов объективно существуют.

Характеристики и доли групп	Средние коэффициенты корреляции Кендалла внутри блоков и между блоками интересов ( r )
среди пользователей	отдых...	дети...	культура...	радио...	игры...	спорт...	жилье...	техника...	бизнес...	новости...
отдых, путешествия, природа (d=6%)	0,27	0,14	0,13	0,15	0,12	0,13	0,13	0,09	0,10	0,14
дети, медицина, лекарства (d=5%)	0,14	0,32	0,09	0,07	0,07	0,04	0,12	0,08	0,07	0,12
культура, образование (d=9%)	0,13	0,09	0,18	0,11	0,13	0,09	0,05	0,10	0,05	0,10
радио, телевидение (d=5%)	0,15	0,07	0,11	0,27	0,16	0,14	0,07	0,16	0,08	0,16
игры, юмор, эротика (d=10%)	0,12	0,07	0,13	0,16	0,24	0,15	0,07	0,12	0,05	0,15
спорт, авто-мото (d=9%)	0,13	0,04	0,09	0,14	0,15	0,15	0,07	0,10	0,10	0,14
жилье, товары, услуги (d=7%)	0,13	0,12	0,05	0,07	0,07	0,07	0,25	0,12	0,16	0,15
техника, компьютеры, интернет-магазины (d=11%)	0,09	0,08	0,10	0,16	0,12	0,10	0,12	0,24	0,17	0,14
бизнес, банки, финансы, аналитика, экспертиза, компании, законы (d=10%)	0,10	0,07	0,05	0,08	0,05	0,10	0,16	0,17	0,26	0,20
новости, политика, города и регионы (d=7%)	0,14	0,12	0,10	0,16	0,15	0,14	0,15	0,14	0,20	0,25

На следующем этапе для каждого тематического блока был построен свой фактор - обобщенный показатель данного комплекса интересов. Он, в отличие от обсуждавшихся ранее интегральных индикаторов, учитывал только входящие в данный блок тематические шкалы.

Факторы строились с помощью традиционного факторного анализа (метода главных компонент), поскольку, когда число одновременно обрабатываемых исходных шкал невелико, этот метод дает результаты, мало отличающиеся от полученных методом анализа гомогенности. Например, для блока тематических шкал "игры и развлечения", "юмор" и "эротика" результаты применения этих двух методов коррелируют с коэффициентом 0,933, то есть почти совпадают. Но при этом интерпретировать результат применения факторного анализа проще. Например, для упомянутого выше блока тематических шкал фактор еще полнее совпадает (коэффициент корреляции 0,988) с результатом усреднения (суммирования и деления на 3) значений входящих в блок трех тематических шкал для каждого отдельного респондента.

Следующим шагом исследования стало разделение респондентов на непересекающиеся типы пользователей, имеющих сходные интересы в Сети. Каждому из построенных ранее факторов соответствовал один тип интернет-интересов. К этому типу приписывались те респонденты, для которых значение данного фактора, во-первых, выше, чем значения всех остальных факторов и, во-вторых, - неотрицательно. Последнее означает, что интерес респондента к данному тематическому блоку должен быть не ниже, чем интерес к этому блоку в среднем по опросу. Респонденты, не отнесенные ни к одному из десяти типов, были объединены в одиннадцатый тип - "без интересов".

Мы уже отмечали, что внедиагональные элементы приведенной выше матрицы средних коэффициентов корреляции между тематическими блоками, как правило, уступают по величине ее диагональным элементам. Однако, многие их них далеки и от нуля, что свидетельствует о том, что некоторые представители какого-либо типа интернет-интересов могут одновременно интересоваться и сайтами иной тематики. Для какой именно тематики такое совмещение интересов более, а для какой менее вероятно, вообще-то, видно из самой матрицы усредненных коэффициентов корреляции, но анализировать такую матрицу непросто. Чтобы упростить анализ, была проведена визуализация.

Для этого с помощью метода многомерного шкалирования (процедура Alscal из программного пакета SPSS) на плоскости были расположены окружности, каждая из которых соответствует определенному типу интернет-интересов. Окружности соединены между собой стрелками, рядом с которыми указаны средние коэффициенты корреляции между входящими в эти блоки тематическими шкалами, то есть соответствующие элементы уже приводившейся ранее матрицы. Расположение окружностей таково, что в целом, чем больше этот коэффициент, тем больше они приближены друг к другу, и наоборот.

Внутри каждой окружности указан средний коэффициент корреляции между входящими в данный блок тематическими шкалами, то есть диагональный элемент матрицы. Чем выше этот показатель, тем плотнее данная тематическая группа.

Рядом с окружностями приведены названия типов и указаны их размеры (d) в процентах от общего числа пользователей Интернета. Площади окружностей пропорциональны размерам групп.

Ниже показано, как распределяются ответы на вопрос: "Какого типа сайты Вы посещали хотя бы один раз за последний месяц?" среди представителей каждого типа пользователей. (На графиках данной серии по оси ординат отложен процент от числа представителей соответствующего типа.)

По результатам визуализации нетрудно заметить, что у пользователей каждого типа кроме преобладающих интересов, которые были взяты за основу при формировании групп, есть еще и другие, не столь явно выраженные интересы. Например, представители практически всех типов пользователей (включая тип "без интересов") относительно часто упоминали поисковые сайты.

Приведем данные о некоторых социально-демографических и других особенностях пользователей Интернета, отнесенных нами к разным типам интернет-интересов.

Часть относительно юных пользователей Интернета обоего пола (средний возраст около 22 лет) объединяет интерес к играм, юмору и эротике: среди тех, кого сравнительно сильно привлекают сайты такой направленности, заметно чаще, чем в среднем, встречалась молодежь, причем доля юношей лишь слегка превышала долю девушек.

Некоторых молодых мужчин и женщин, чей средний возраст составляет около 25 лет, объединяет интерес к телевизионным и радио сайтам. Среди других, склонных обращаться к Интернету скорее в образовательных целях, заметно больше девушек и женщин, чем среди пользователей в целом. В наибольшей же степени мужская аудитория – у сайтов, посвященных спорту, автомобилям, мотоциклам и т.д.

Пользователи, которым в среднем около 30 лет, "расслаиваются" по гендерному признаку следующим образом: среди тех, кого привлекает в Интернете техника и компьютеры, 80% - мужчины, а среди тех, кто больше интересуется отдыхом, путешествиями, медициной и детьми, около половины – женщины. Начиная с этого возраста и старше, интересы мужчин и женщин в Интернете сближаются: доля мужчин меняется от почти 60% (то есть от среднего по всем пользователям Интернета уровня) среди интересующихся новостями и политикой до 66% среди тех, кто чаще посещает сайты, связанные с бизнесом и банками, а также жильем, товарами и услугами.

Средний уровень как личного, так и семейного дохода пользователей Интернета расположен по возрастающей от тех, кто интересуется играми, юмором и эротикой, до тех, кто ищет в Интернете материалы о жилье, товарах и услугах. Особняком стоит группа интересующихся отдыхом и путешествиями: ее составляют представители в среднем относительно состоятельных семей, но далеко не всегда интересуются этим именно те члены семьи, которые вносят основной вклад в ее бюджет.

Наименее "столичный" тип пользователей Интернета – это те, кого заботят в Сети вопросы, связанные с детьми и медициной; наиболее "столичный" – те, кого привлекают там материалы из сфер культуры и образования. Доля жителей областных центров и столиц республик, входящих в состав РФ, меняется примерно от трети (типы "жилье, товары и услуги"; "новости и политика") до половины (тип "дети, медицина"). Наконец, доля жителей райцентров колеблется от 19% (тип "культура и образование") до 28% (тип "игры, юмор и эротика").

Итак, различия в интересах пользователей Интернета довольно часто сопрягаются с различиями в их социально-демографических и других характеристиках.

В ходе исследования тематические интересы российских пользователей Интернета были распределены между десятью блоками. При этом интерес пользователя к одной теме блока часто свидетельствует о том, что ему интересны и другие темы того же блока.

Были выявлены типы пользователей, имеющих сходные интересы в Сети (типы интернет-интересов), а затем были изучены некоторые особенности каждого из этих типов.

Выяснилось, что примененная нами формальная процедура поиска тематических блоков дает содержательно объяснимые результаты. Возникли вполне логичные тематические блоки - например, "игры, юмор и эротика", "жилье, товары, услуги", "бизнес, банки, финансы, аналитика, экспертиза, компании, законы".

Интерес к темам одного блока не мешает некоторым пользователям интересоваться и темами из других блоков. Нам удалось выяснить и наглядно продемонстрировать, для каких тематических блоков такое совмещение интересов более, а для каких - менее вероятно. Например, темы из блока "техника, компьютеры, интернет-магазины" чаще сочетаются с темами из блока "новости, политика", чем из блока "спорт, авто-мото" и уж тем более - из блока "дети, медицина, лекарства".

На следующем этапе работы для каждого тематического блока были выявлены активно интересующиеся им люди - типы интернет-интересов. Выяснилось, что есть как более, так и менее наполненные типы: от 11% ("техника, компьютеры, интернет-магазины") до 5% ("дети, медицина, лекарства" и "радио, телевидение") от числа всех пользователей.

В заключение были изучены некоторые социально-демографические и другие особенности людей с теми или иными интернет-интересами. Самым "молодежным" оказался тип "игры, юмор, эротика", самым "возрастным" - "жилье, товары, услуги". Самым мужским типом - "спорт, авто, мото", самым женским - "культура, образование". Наиболее "состоятельным" по показателю среднего дохода - "жилье, товары, услуги", наименее "состоятельным" - "игры, юмор, эротика" и "дети, медицина, лекарства". Наиболее "столичным" стал тип –"культура, образование", а наименее "столичным"– "дети, медицина, лекарства". Как мы видим, все эти особенности, с одной стороны, не противоречат здравому смыслу, а с другой - не всегда предсказуемы из общих соображений.