Статья 'Анализ динамических характеристик целевых групп социальных сетей ' - журнал 'Кибернетика и программирование' - NotaBene.ru
по
Journal Menu
> Issues > Rubrics > About journal > Authors > About the Journal > Requirements for publication > Council of Editors > Peer-review process > Policy of publication. Aims & Scope. > Article retraction > Ethics > Online First Pre-Publication > Copyright & Licensing Policy > Digital archiving policy > Open Access Policy > Open access publishing costs > Article Identification Policy > Plagiarism check policy
Journals in science databases
About the Journal

MAIN PAGE > Back to contents
Cybernetics and programming
Reference:

Analysis of the dynamic characteristics for target groups of social networks

Ipatov Yurii Arkad'evich

PhD in Technical Science

Associate Professor of the Department of Informatics at the Volga State University of Technology

424000, Russia, Mari El, Yoshkar-Ola, pl. Lenina, d. 3

philsilver@mail.ru
Другие публикации этого автора
 

 
Kalagin Ivan Vladimirovich

Student, Department of Сomputer Science and System Programming, Volga State University of Technology

424000, Russia, Respublika Marii El, g. Ioshkar-Ola, pl. Lenina, 3

lulldev@yandex.ru

DOI:

10.25136/2306-4196.2019.1.18417

Review date:

20-03-2016


Publish date:

04-03-2019


Abstract: The object of research is the dynamic characteristics for target groups of social networks. The subject of this study is to analyze the methods and models of the evolutionary characteristics of the social graphs of large dimension. The study examines in detail the approaches of analysis, quantitative characteristics graph models. Synthesized an algorithm to analyze the dynamic characteristics for target groups of social networks. The experimental results show the fact of adding a user to the subject area of interest, as well as visualize the entire process in real time. The developed software tools can be useful for further development and research topics related to the social network. When solving tasks used methods of mathematical logic, graph theory, mathematical statistics, the apparatus of mathematical analysis, linear algebra, mathematical modeling methods, theory of algorithms, as well as object-oriented programming techniques. The novelty of the study is to determine the dynamic characteristics of the target groups of social networks, as well as the visualization of the entire process in real time. The main conclusions of the study is that the developed software tool will enable to trace cause and effect indicators of changes in the social graph. The proposed prototype of the software will be of interest primarily marketers, system analysts, and professionals involved in the analysis and the study of social networks.


Keywords: characteristics social graph, social graph model, network analysis methods, dynamic network analysis, network evolution, Social network, graph visualization, group influence, conversion tool, social groups dynamics
This article written in Russian. You can find full text of article in Russian here .

References
1.
Ioannis Pitas. Graph-Based Social Media Analysis. – Chapman & Hall/CRC Press, 2015. – 442 p.
2.
Сазанов В. М. Социальные сети и технологии.-М.: Наука, 2010.-222 с.
3.
http://www.empatika.com/blog/santa-fe-newman-emerging-network-science [Электронный ресурс]
4.
https://roem.ru/07-08-2014/109742/pro-mozgovye-virusy/ [Электронный ресурс]
5.
http://worldcrisis.ru/crisis/2232603 [Электронный ресурс]
6.
Батура Т.В. Модели и методы анализа компьютерных социальных сетей // Программные продукты и системы. 2013. № 3. С. 130–137.
7.
Чураков А. Н. Анализ социальных сетей // Социологические исследования. 2001. №1. С. 109-121.
8.
Katz N., Lazer D., Arrow H., Contractor N. Network Theory and Small Groups // Small Group Research, 2004. Vol. 35 No. 3 P. 307-332. DOI: 10.1177/1046496404264941 URL: http://sgr.sagepub.com/content/35/3/307.
9.
Коршунов, А. Анализ социальных сетей: методы и приложения [Электронный ресурс] / А. Коршунов, И. Белобородов, Н. Бузун и др. // Труды ИСП РАН . 2014. №1. С. 12-13. URL: http://cyberleninka.ru/article/n/analiz-sotsialnyh-setey-metody-i-prilozheniya (дата обращения: 20.03.2016).
10.
Cook K.S., Whitmeyer М. Two Approaches to Social Structure: Exchange Theory and Network Analysis // Annual Review of Sociology, 1992. Vol. 18. P. 109-127.
11.
Sabidussi, G. "The centrality index of a graph". Psychometrika 31: 1966. pp. 581–603. doi:10.1007/bf02289527.
12.
Курочкин А. В. Социальный капитал, сетевые ресурсы и теория сетевого обмена / Сетевой анализ публичной политики / под ред. Л.В. Сморгунова. Москва: РГ-пресс, 2013. С. 139-151.
13.
Markovsky B., Ridgeway C., Lawler E. Structural Social Psychology and the Micro-Macro Problem // Sociological Theory, 1993. Vol. 11. pp. 268-290.
14.
Гусарова Н.Ф. Интеллектуальные системы в управлении социальными процессами. – СПб: Университет ИТМО, 2015. – 90 с.
15.
Prell, Christina. Social network analysis: History, theory and methodology. SAGE Publications Limited, 2011. P. 21.
16.
G. Doddington, A. Mitchell, M. Pryzbocki, L. Ramshaw, S. Strassel, and R. Weischedel, “The Automatic Content Extraction (ACE) Program—Tasks, Data, and Evaluation,” Proceedings of the 2004 Conference on Language Resources and Evaluation, 2004, pp. 837–840.
17.
Джон Форман. Много цифр: Анализ больших данных при помощи Excel. – М: Альпина Паблишер, 2016. – 461 p.
18.
Плискевич Н. М. Социальный капитал как научная категория // Общественные науки и современность.-2004.-№ 4. С. 23.
19.
Blau, P. Microprocess and macrostructure / P. Blau // Social exchange theory / Ed. by K. Cook. – Beverly Hills: Sage, 1988. – pp. 128–160.
20.
Castells, M. Networks of outrage and hope: social movements in the internet age / M. Castells. – Cambridge: Polity, 2012. – 200 p.
21.
Watts D.J. Small Worlds: The dynamics of networks between order and randomness. – Princeton University Press, 2004. – 262 p.
22.
Reingruber M.C., William W.G. The Data Modeling Handbook: A Best-Practice Approach to Building Quality Data Models. Indianapolis, IN: John Wiley & Sons, 1995. – 384 p.
23.
Касьянов В. Н., Евстигнеев В.А. Графы в программировании: обработка, визуализация и применение.– Санкт-Петербург, 2003.– 1104 с.
24.
G. Karypis, V. Kumar. METIS: Unstructured graph partitioning and sparse matrix ordering system. Technical report, Department of Computer Science, University of Minnesota, 1995. P. 34.
25.
Ураков А.Р., Тимирязев Т.В. О двух задачах аппроксимации взвешенных графов и алгоритмах их решения // Прикладная дискретная математика. 3(21)/2013, Томск: ТГУ. С. 86-92.
26.
Бондаренко, Ю. В. Социальные сети: контекст применения в социологии среднего уровня //Теория и практика общественного развития.-2012. № 4. С. 45. -Режим доступа: http://www.teoria-practica.ru/rus/files/arhiv_zhurnala/2012/4/sоciоlоgiyа/bondarenko.pdf
27.
Грановеттер М. Сила слабых связей // Экономическая социология. – 2009. – Т. 10. – № 4. – С. 31-50.
28.
Burt R. Structural holes: the social structure of competition. – Harvard University Press, 1995. – 315 р.
29.
Buchanan M. Nexus: small worlds and the groundbreaking science of networks. – W.W.Norton&Company, 2002. – 235 p.
30.
https://research.facebook.com/blog/three-and-a-half-degrees-of-separation/
31.
Newman M. Networks: An Introduction. – Oxford University Press, 2010. – 784 р.
32.
https://en.wikipedia.org/wiki/Centrality
33.
Kadushin C. Understanding social networks: Theories, concepts, and findings // New York. Oxford University Press, 2012. 252 с.
34.
Durlauf S.N., Peyton Y.H. Social dynamics – Cambridge, MA: MIT Press, 2004. – 238 р.
35.
Sen A., Smith T., Gravity Models of Spatial Interaction Behaviour – Heidelberg, Germany: Springer, 1995. – 572 p.
36.
Krivitsky P. N.. Handcock M. S. A separable model for dynamic networks //Journal of the Royal Statistical Society Series B, 2014, vol.76. No 1. pp. 29-46. DOI: DOI: 10.1111/rssb.12014
37.
Snijders Т., Bunt G., Steglich С. Introduction to stochastic actor-based models for network dynamics//Social Networks., 2010, vol.32. pp. 44-60. DOI: http://dx.doi.org/10.1016/j.socnet.2009.02.004
38.
https://vk.com/dev/openapi [Электронный ресурс]
39.
Agnes Vathy-Fogarassy. Graph-Based Clustering and Data Visualization Algorithms. – Springer, 2013. – 120 p.
40.
Richard Brath, David Jonker. Graph Analysis and Visualization: Discovering Business Opportunity in Linked Data. – Wiley, 2015. – 544 p.
41.
Ушкин, С.Г. Влияние виртуальных социальных сетей на протестную активность в российском обществе: дис. канд.соц. наук / Ушкин Сергей Геннадьевич. – Саранск, 2015. – 168 с.
42.
Губанов Д.А., Новиков Д.А., Чхартишвили А.Г. «Социальные сети: модели информационного влияния, управления и противоборства», 2010. 228 с.
43.
Семенкевич С.С. Проблемы получения данных для анализа из социальных сетей // 51-я научная конференция аспирантов, магистрантов и студентов по направлению: «Компьютерные системы и сети». – М.: БГУИР, 2015. С. 144.
Link to this article

You can simply select and copy link from below text field.


Other our sites:
Official Website of NOTA BENE / Aurora Group s.r.o.
"History Illustrated" Website