Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://hdl.handle.net/11701/32278
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Пичугин Юрий Александрович | ru_RU |
dc.contributor.advisor | Picugin Urij Aleksandrovic | en_GB |
dc.contributor.author | Щеникова Снежана Алексеевна | ru_RU |
dc.contributor.author | Senikova Snezana Alekseevna | en_GB |
dc.contributor.editor | Малафеев Олег Алексеевич | ru_RU |
dc.contributor.editor | Malafeev Oleg Alekseevic | en_GB |
dc.date.accessioned | 2021-08-07T09:11:09Z | - |
dc.date.available | 2021-08-07T09:11:09Z | - |
dc.date.issued | 2021 | |
dc.identifier.other | 050602 | en_GB |
dc.identifier.uri | http://hdl.handle.net/11701/32278 | - |
dc.description.abstract | Обнаружение скрытых сообществ в социальных сетях является актуальной проблемой, которая в последние годы приобретает все больший интерес со стороны социологов и экономистов. Выпускная квалификационная работа состоит из введения, пяти глав, заключения и списка литературы. В первой главе представлен обзор существующих решений как фундаментальных, так и недавних, во второй части описываются используемые в исследовательской работе алгоритмы по выявлению сообществ, в третьей главе предлагается компромиссное решение, что помогает найти оптимальный алгоритм для группы агентов при возникновении внутренней конкуренции. В четвертой главе описывается программная реализация рассматриваемых методов, в пятой - апробация на реальных данных социальной сети YouTube, тестирование программы на производительность, тестирование результатов алгоритмов. В заключении представлены общие выводы по проведенному исследованию. | ru_RU |
dc.description.abstract | The detection of hidden communities in social networks is an urgent problem, which in recent years has been gaining increasing interest from sociologists and economists. The final qualifying work consists of an introduction, five chapters, a conclusion and a list of references. The first chapter provides an overview of existing solutions, both fundamental and recent, the second part describes the algorithms used in the research work to identify communities, the third chapter offers a compromise solution that helps to find the optimal algorithm for a group of agents in the event of internal competition. The fourth chapter describes the software implementation of the methods under consideration, in the fifth - testing on real data of the social network YouTube, testing the program for performance, testing the results of algorithms. In conclusion, the general conclusions of the study are presented. | en_GB |
dc.language.iso | ru | |
dc.subject | социальная сеть | ru_RU |
dc.subject | математическая модель | ru_RU |
dc.subject | компромиссное решение | ru_RU |
dc.subject | скрытые сообщества | ru_RU |
dc.subject | конкуренция | ru_RU |
dc.subject | социальный граф | ru_RU |
dc.subject | social network | en_GB |
dc.subject | mathematical model | en_GB |
dc.subject | compromise solution | en_GB |
dc.subject | hidden communities | en_GB |
dc.subject | rivalry | en_GB |
dc.subject | social graph | en_GB |
dc.title | Compromise solution in a competitive model for hidden communities detection in YouTube social network | en_GB |
dc.title.alternative | Компромиссное решение в конкурентной модели по выявлению скрытых сообществ в социальной сети YouTube | ru_RU |
Располагается в коллекциях: | MASTER'S STUDIES |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
VKR_Senikovoj_S.A..pdf | Article | 2,7 MB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.