Methods for processing, predicting and evaluating complex network structure. Analysis of existing and development of new ones using web graphs

Abstract

В выпускной квалификационной работе изучены и проанализированы существующие методы и алгоритмы для обработки, прогнозирования и оценки структуры сложных веб-графов, а также предложен собственный метод для извлечения эффективных выборок графа. В том числе получены следующие научные результаты: 1. Изучены существующие статьи и описанные в них методы и подходы. 2. Реализовано построение веб-графов, а также методов, предложенных в изученных статьях. 3. Предложен свой метод к извлечению эффективных выборок. 4. Предложен подход к сравнению методов. 5. Получен результат эксперимента сравнения полученных в ходе работы методы на основании предложенного подхода. Таким образом были выполнены все поставленные задачи и достигнута цель работы. Результаты данной работы могут быть применимы, например, в анализе социальных сетей(SNA) для моделирования распространения сети, анализа характерных признаков и поведения эле- ментов графа, а также прогнозирования связей в веб-графах.

In the final qualifying work, the existing methods and algorithms for processing, predicting and evaluating the structure of complex web graphs are studied and analyzed, and a proprietary method for extracting effective graph samples is proposed. In particular, the following scientific results were obtained: 1. The existing articles and the methods and approaches described in them were studied. 2. Implemented the construction of web graphs, as well as the methods proposed in the studied articles. 3.A method for extracting effective samples is proposed. 4. An approach to comparing the methods is proposed. 5.The result of the experiment of comparing the methods obtained in the course of the work on the basis of the proposed approach is obtained. Thus, all the tasks were completed and the goal of the work was achieved. The results of this work can be applied, for example, in the analysis of social networks (SNA) for modeling the network propagation, analyzing the characteristic features and behavior of graph elements, as well as predicting connections in web graphs.