Автореферат (1137236), страница 5
Текст из файла (страница 5)
Развитие сетевого сообщества, как динамической системы, по принципу«черный ящик»Сетевое сообщество представляет собой нестационарную систему, посколькуфункция может меняться со временем в зависимости от происходящих процессов исоздающихся условий. На одни и те же входные воздействия, но осуществляемые в разныемоменты времени или в разных условиях, может проявляться разная реакция.
В работегипотетически полагается, что для описания поведения данной функции продуктивнойявляется использование систем дифференциальных уравнений.В третьей главе рассматриваются анализ и мониторинг эволюционного перехода втекстурированном пространстве состояний с целью управления информационно-ресурснымпотенциалом.Одной из прикладных задач при управлении информационно-ресурсным потенциаломв рамках текстурированной среды является моделирование межслойного перехода втекстурированном пространстве состояний (рис. 5).Рисунок 5.
Схематический пример послойного перехода между уровнямитекстурированной среды20На рис. 5 дан схематический пример послойного перехода сетевого сообщества междууровнями текстурированной среды, узлы графов представлены тематическими кластерамиинформационных ресурсов – составными сегментами сообщества. Стрелка показываетнаправление эволюционного движения сообщества во времени от исходного состояниянекоторому состояниюк, установившемуся в результате качественного изменения вструктуре.Новоесостояниесети(качественноизмененныйнаборпараметровсети,характеризующих обновленную структуру сети), возникшее в результате эволюционногошага, будем называть эволюционной площадкой.Смена эволюционных площадок с течением времени характеризует процессэволюции, а также отражает этапы эволюционного развития сообщества.Качественное изменение состояния сети предполагает переход сети на новый уровеньразвития и соответствует шагу эволюции.Шаг эволюции – это расстояние между слоями текстуры, характеризующееся 2оценками: параметрическая оценка; временная оценка.Параметрическая оценка шага эволюции,между двумя состояниями сетии– это параметрическое расстояние, характеризующее отличие параметров одного слоя отпараметров другого.
Соответственно, изменение состояния сети рассматривается какизменение набора характеризующих его параметров.Сравнение состояний сети (происходит по принципусравнения состояния сети в очередной срез времени с некоторым эталоном, которым висходном виде является первоначальное состояние сети.
Степень сходства определяетсязначением параметрической оценки расстояния сети. Если хотя бы один из параметров,входящих в характеризующий состояние сети набор, принимает значение 1, то новый срезпринимается за эталон (который становится одновременно новым слоем текстуры) идальнейшее сравнение осуществляется с ним.Изменения могут наблюдаться либо в количестве кластеров ( ), либо в их составе. Вработе считается, что при анализе изображения каждый кластер характеризуется двумяпризнаками: площадью и плотностью.
Вектор, обозначающий первый признак кластера(учитываемый при анализе изображения в данной работе), отображенного напредставляет наборкомпонентов:.21-м слое,Будем считать, что:,,где– допустимый порог отличия площади «пятна» от эталона.Вектор, обозначающий второй признак кластера (учитываемый при анализеизображения в данной работе), отображенного накомпонентов-м слое, представляет набор:.Будем считать, что:,,где– допустимый порог отличия плотности «пятна» от эталона.Тогда расстояние R определяется следующей логической функцией:где– изменение в количестве кластеров;если– изменения в составе кластеров.если векторы на разных слоях совпадаютВ интерпретации эволюционного перехода оценка расстояния означает следующее:переход осуществилсяпереход не осуществилсяВ случае, если хотя бы один из параметров принимает значение 1, подается сигнал оботличии нового состояния сети, т.е.
о потенциальном возникновении нового слоя текстуры.Пусть– количество кластеров в -м слое.Тогда для l-го кластера ( ϵ [1, … , N]) определим следующие показатели:– площадь -го кластера в -м слое;плотность -го кластера в -м слое;с цвет -го кластера в -м слое.Тогда для i-го слоя можно построить описание в виде матрицыде, где.22Тогдаде.Построим пересечение матрици.Здесь:, где– количество уникальных элементов в объединенной матрице.Выполним объединение двух векторов.Здесь:;, где;, где;– количество уникальных элементов векторовТогда элементы матрицыи.будут принимать следующие значения:, гдеВычислим сумму индексов для строк матрицы23.Где– порог допустимого отличия площади кластера;– порог допустимого отличия плотности кластера.Если (> 1) ˅ (> 1), то произошел переход на новую эволюционную площадку.Такой подход к мониторингу сети позволяет сделать вывод о наступившихсущественных (эволюционных) изменениях и принимать решения не видя внутреннейструктуры сети.
Временная оценка шага эволюции (временное расстояние) рассматриваетсякак минимальное время формирования нового слоя текстуры в процессе виртуальноготекстурирования пространства состояний сетевого сообщества и представляет собойминимальный период времени, необходимый для перехода на следующий слой – на новуюэволюционную площадку.Промежуток времени между двумя последовательными наблюдениями () можетустанавливаться в соответствии со следующим подходами:-может быть постоянным, если наблюдения проводятся через одинаковыйпромежуток времени;- если наблюдения основаны на происходящих событиях, томеняется всоответствии с наступлением событий.Практически,представляет собой период времени, установленный исследователемдля выбора временных сетевых срезов при мониторинге сети. Этот параметр не связан сэволюцией состояний сети и представляет собой технический параметр для реализацииавтоматического мониторинга.Процесс перехода в работе описывается с использованием систем дифференциальныхуравнений на примере сети микроблоггингового типа.Социальная сеть рассматривается как такая динамическая система, которая изсовокупного действия индивидуальных интересов вырабатывает агрегированные факторы(потоки), которые начинают проявляться в макромасштабе и действовать по законамдетерминированных связей и отношений.
В терминологии популяционной динамикипользователи микроблогинговых сетей находятся в отношении мутуализма, в одном из типовсимбиотических отношений, при котором межпопуляционные взаимодействия являютсяобязательными. В этом случае необходимо существование отправителей и получателейзаметок (твитов, в случае Twitter) – в отсутствие одного из этих видов другой вид вымирает(нет отправителей – нет получателей, нет получателей – нет смысла в отправителях).24Такимобразом,сетьисследуетсякакдинамическаясистема,сучетоминформационного насыщения получателей и ресурсно-информационного взаимодействияотправителей и получателей.Для достижения данной цели рассматриваются следующие вопросы:1. Определение ненулевого равновесного числа отправителей и получателейсообщений.2.
Определение параметрических условий существования ненулевого равновесногочисла отправителей и получателей.Динамику системы «отправители-получатели» предлагается моделировать системамиавтономных обыкновенных дифференциальных уравнений первого порядка,где– число отправителей заметок,– число получателей заметок.Для определения равновесных точек системы и анализа их устойчивости проводилсякачественный анализ динамических систем в первом приближении. Основу такого анализасоставляет теорема Ляпунова об устойчивости по первому приближению: если всесобственные значения якобиана автономной системы имеют отрицательные действительныечасти (), то соответствующая равновесная точка является асимптотическиустойчивой.
Равновесное состояние является асимптотически устойчивым, если малыеотклонения от него со временем затухают.Далее рассматривались и анализировались динамические модели с различнымиуровнями ограниченности.В отсутствие каких-либо ограничений (модель 1, мальтузианская система) динамикапары «отправитель-получатель» в простейшем случае описывается динамической системойНаличие произведенияв правых частях динамической системы отражает фактасимптотического стремления к нулю числа отправителей и получателей заметок при«вымирании» одного из этих видов. Членыиотправителей и получателей заметок со скоростямисоответствуют уменьшению числаи, соответственно; членыи– увеличению числа отправителей и получателей заметок за счет их взаимодействиясо скоростямии(в случае Twitter может быть приведен следующий пример:отправление ответов от получателей к отправителям твитов с последующим отправлением иполучением дополнительных твитов, отправление ретвитов подписчикам).25Анализ системы показал, что не существует положительных значений параметров,при которых система (1) имеет устойчивую ненулевую равновесную точку.
Следовательно,модель (1) является неадекватной. Причиной этому является отсутствие ограничений надинамические переменные.Вторая модель была построена с учетом фактора насыщения получателей заметок.Динамическая система (1) при этом принимает следующий вид:В системе (2)получателей заметок;и– максимальные «рационы» отправителей и– число получателей заметок, при котором «рацион»отправителей составляет половину максимального;– число отправителей, при котором«рацион» получателей составляет половину максимального. Под максимальным рациономполучателей заметок понимается максимальное число полученных заметок до «насыщения»получателей; максимальный рацион отправителей заметок – максимальное число ответов,полученных от получателей.Анализ показал, что учет насыщения отправителей и получателей не меняет характераустойчивости системы. В обеих моделях число отправителей и получателей либоасимптотически стремится к нулю при любых начальных условиях, либо неограниченновозрастает.В связи с этим при построении третьей модели был также учтен факторвзаимодействия между отправителями () и получателями () твитов.
В этомслучае динамическая система (2) примет следующий вид:Таким образом, система (3) дает наиболее адекватное описание нелинейной динамикиотправителей и получателей коротких сообщений (заметок). В сети возможно установлениеасимптотически устойчивого сосуществования отправителей и получателей, как практическисамоорганизуемого субъектно-объектного взаимодействия. Управленческое воздействиесубъекта в данном случае определяется исключительно общими функциями анализа иконтроля на фоне демонстрации информационно-когнитивных предпочтений, носящих, темне менее, программно-селекционный характер.26Полученные соотношения, связывающие контролирующие параметры системы(относительные скорости уменьшения и увеличения числа отправителей и получателейзаметок, максимальные «рационы» отправителей и получателей заметок и др.), могут бытьиспользованы для определения качественных условий существования ненулевого конечногочисла получателей и отправителей заметок, а также качественных условий устойчивостисети к изменению контролирующих параметров.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
