РЕФЕРАТИВНА БАЗА ДАНИХ "УКРАЇНІКА НАУКОВА"
Abstract database «Ukrainica Scientific»


Бази даних


Реферативна база даних - результати пошуку


Вид пошуку
Пошуковий запит: (<.>ID=REF-0000775398<.>)
Загальна кількість знайдених документів : 1

Ахрамович В. М. 
Моделювання і візуалізація соціальних мереж / В. М. Ахрамович // Зв'язок. - 2020. - № 2. - С. 28-33. - Бібліогр.: 10 назв. - укp.

У структурному підході всі учасники мережі розглядаються як вершини графа, які впливають на конфігурацію ребер та інших учасників мережі. Основну увагу приділено геометричній формі мережі та інтенсивності взаємодій (вазі ребер), тому було досліджено такі характеристики, як взаємне розташування вершин, центральність, транзитивність взаємодій. Структурний аналіз і аналіз поведінки зв'язків у соціальних мережах потрібен для визначення найбільш важливих вершин, зв'язків, спільнот і країн, регіонів мережі, що розвиваються. Такий аналіз дає можливість здійснювати огляд глобальної еволюційної поведінки мережі. Під час структурного аналізу та аналізу поведінки зв'язків використано методи статистичного аналізу, методи визначення спільнот, алгоритми класифікації. Вивчено взаємну поведінку вершин мережі з огляду на припущення, що в більшості вершин є мало зв'язків, виникають при цьому "ядра" (скупчення) або ступеня вершин розподіляються більш рівномірно. Моделювання проведено в середовищі Social Network Visualizer. Вивчено поведінку вершин під час кластеризації. З'ясовано, що саме слабкі зв'язки є тим феноменом, який зв'язує мережу в єдине ціле. Досліджено ефект "малих світів". Розглянуто два стани мережі: регулярна мережа, кожний вузол якої з'єднано з чотирма сусідніми тієї самої мережі, в якій деякі "близькі" (сильні) зв'язки випадково замінено "далекими" (слабкими) зв'язками (саме в цьому разі виникає феномен "малих світів"), і випадкова мережа, коли кількість таких замін перевищила певний поріг. З'ясовано, що саме ті мережі, вузли яких мають одночасно кілька локальних і "далеких" зв'язків, демонструють ефект малого світу і великий рівень кластеризації. Для виокремлення спільнот використано як спеціалізовані алгоритми, наприклад алгоритм кластеризації маркова, так і просто поділ об'єктів за класом модульності.


Індекс рубрикатора НБУВ: С5*333.2

Рубрики:

Шифр НБУВ: Ж14808 Пошук видання у каталогах НБУВ 
Повний текст  Наукова періодика України 
Додаткова інформація про автора(ів) публікації:
(cписок формується автоматично, до списку можуть бути включені персоналії з подібними іменами або однофамільці)
  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"
 
Національна бібліотека України імені В. І. Вернадського
Відділ наукового формування національних реферативних ресурсів
Інститут проблем реєстрації інформації НАН України

Всі права захищені © Національна бібліотека України імені В. І. Вернадського