Диссертация (1137237), страница 8

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 8)

На сегодняшний день в большинстве сетей можно выделитьследующие 7 основных типов:множество блоков общей информации обскладывающееся из двух множестви, где:-м аккаунте,49– множество названий типов параметров общей информации,где– количество типов параметров,;– название типапараметра.– множество значений параметров общей информации, где– количество типов параметров,;– значение параметратипа.Множество типов параметров и варианты их возможных значений обычноопределяется отдельной сетью. В число таких параметров может входить: имяпользователя, возраст, контактные данные и др. Набор блоков являетсястандартным для каждой сети. Однако, пользователь может не заполнятьотдельные блоки. множество статусных сообщений, где-го аккаунта;– число статусных сообщений– статусное сообщение, состоящее из букв, цифр испециальных символов. множество публикаций, гдеаккаунта;– число публикаций-го– публикация, состоящая из букв, цифр и специальных символов.Публикации–короткиеинформационныесообщения,отправляемыепользователями в сеть (например, твиты в случае сети Twitter).множество ре-публикаций, гдеаккаунта;Под– число ре-публикаций-го– ре-публикация, состоящая из букв, цифр и специальных символов.«ре-публикациями»понимаетсяопубликованных иными аккаунтами.передачааккаунтомсообщений,50множество реакций– реакция пользователя на,публикацию.

Реакция подразумевает некоторый отклик на публикацию иногоучастника, например, отметка «лайк».множество территориальных местоположений,пользователемтерриториальныхгде–числоместоположений;отмеченных–записьотерриториальном положении.множество меток, гдеинформационнаяметка,характеризующая– количество меток;публикацию.Метка–(хэш-тэг)характеризует отнесение ресурса к определенной тематике.Вес ребра графа в данной модели интерпретируются как мера сходстваинформационных ресурсов двух аккаунтов.Матрица весов ребер графа –2), где.Модель сети, как структуры взаимоотношенийМодель сетевого сообщества, как структуры взаимоотношений имеет видграфа, где– множество аккаунтов,;аккаунт сообщества;– количество зарегистрированных аккаунтов;; гдеИнтерпретация– отдельныйребраграфа– множество ребер графа.втакоймодели–постояннаясвязь,обозначающая наличие отношения «друг».Матрица смежности графапредставлена матрицей, столбцам истрокам которой соответствуют вершины графа, т.е.

аккаунты сообщества.Количестворавно количеству ребер, инцидентных -й и -й вершинам.51если между вершинамиисуществует постоянная связьесли постоянной связи между вершинамиинетПри этом, по инициативе любого пользователя, существующая постояннаясвязь может быть разорвана.3) Модель сети, как структуры информационных потоковМодель сетевого сообщества, как структуры информационных потоков имеетвид графа, где– множество аккаунтов,;сообщества ;– -ый аккаунт– количество зарегистрированных аккаунтов;;– множество дуг графа,– дуга между-м и -м аккаунтом.Вес дуги определяется по следующему правилу:* Вес дуги равен , если от аккаунтак аккаунтуне было послано ниодного информационного сообщения в течение определенного периода времени.** Вес дуги равен интенсивности потока сообщенийвременисообщенийот аккаунтак аккаунту, если за периодбыло послано некоторое количество.Матрица смежности представляет собой квадратную матрицу, столбцам истрокам которой соответствуют вершины графа, т.е.

аккаунты сообщества.равноколичеству дуг, инцидентных -й и -й вершинам. Смежность вершин в данномслучае будет определяться наличием или отсутствием информационного потокамежду двумя аккаунтами.если информационный поток между вершинамииприсутсвуетесли информационный поток между вершинамииотсутствует52Здесь=1, где– число информационных потоков.Вышеописанные модели сложно использовать в чистом виде, однако именноучет особенностей всех трех моделей дает разработчикам / организаторамсообщества / владельцам сети наиболее полное представление о сети. Так,информационные потоки (различного рода пересылки, процессы взаимодействия иобмена) изменяют информационные ресурсы аккаунтов.

Интенсивность пересылок,в свою очередь, зависит от того, насколько тематически близки аккаунты (этопоказывает информационная модель) и соединены ли они структурнымиотношениями (исходя из модели сети как структуры взаимоотношений).С точки зрения аналитика, как «внешнего наблюдателя» за сетью, именнотакая функция управления, как наблюдение, представляет наибольший интерес.Однако вышеописанные графовые модели внутренней структуры сети для этойцели не подходят, поскольку внутреннюю структуру могут видеть толькоразработчики и владельцы сети.

Так, в отличие от разработчиков сети, длянаблюдения внешним наблюдателем может быть использована не реальнаяструктура сети, а ее виртуальное кластерное отображение, которое может иметьразличноепредставлениевзависимостиотиспользуемыхалгоритмовкластеризации, а также существующего программного обеспечения для анализа ивизуализации социальных сетей.Тем не менее, кластерные отображения сети тесно связаны с ее внутреннейструктурой.

То есть, выделяя необходимые в процессе решения задачи параметрывнутренней структуры сети, можно перейти от исходной (внутренней) модели ккластерной (внешней), которую и будем считать состоянием сети в отдельныймоментвремени.Рассмотримподробнеекластернуюмодельсети,каквиртуального объекта наблюдения (кластерная «внешняя» модель сети).Формируется кластерная модель в результате процесса, схематическипоказанного на рис. 7.53Последовательнопоступающиеинформационныеэлементы DiВходГруппированиеэлементов на базевыбранного алгоритмакластеризацииВыходКластерная структурасетевого сообщества ViРисунок 7.

Схема формирования кластерной модели сетиНа вход в такой модели в момент временипоступают информационныеэлементы, формирующие состояние сети в момент . Эти элементы формируютсяединыминформационнымресурсомаккаунтовсетевогосообщества,представляющих собой объединение множеств информационных элементовразныхтипов:информационных,элементов.Поступлениегдеэтих–количествоэлементовтиповпроисходитпоследовательно, с течением времени. В результате происходящих в сетипроцессов самоорганизации, а также процессов внешнего влияния (таких, как,например, вброс информации), эти элементы группируются по тому или иномутематическому признаку и отражаются кластерной структуройпосредствомприменения того или иного алгоритма кластеризации.В итоге, на выходе, в результате процессов взаимодействия в течениезаданного периода времени (т.е.

в течение перехода из момента временимомент временив), получается новое состояние сети, представленноенекоторой кластерной структурой.В рамках данной работы предлагается следующее описание кластернойструктуры сообщества.Модель кластерной структуры сетевого сообщества, имеет вид графа, где:54;аккаунтов пользователей,где– множество тематических кластеров– отдельный тематический кластер сообщества; Q –количество кластеров;; где– множество дуг графа.На практике, на примере известной микроблоггинговой сети Twitter,вершины такого графа будут представлять собой аккаунты пользователей(индивидуальных или коллективных), сгруппированные в кластеры. Дуги графа –наличие отношения «публикации», «ре-публикации», «ответа» и т.п.

междуаккаунтами.Сетевое сообщество в развитии представляет собой динамическую систему,которая в каждый определенный момент временикоторое характеризуется зависимостьюобладает состоянием.Процесс перехода такой системы из состоянияосуществляемыйвсоответствии,св состояниеопределенными,механизмамиизакономерностями (как внутренними – самоорганизационными, так и внешними –процессами влияния), является эволюционным процессом.Базируясь на вышеописанных внутренних моделях, можно выделитьследующие причины эволюции сети (они – объективны и не могут зависеть отмодели, но они могут формализоваться на основе формализма модели):1. При рассмотрении сети с точки зрения совокупности информационныхэлементов (формализуемое в виде вышеописанной моделибытьвызваныизменениямивлюбомизинформационных ресурсов) изменения могутподмножествмножества.

Например:а) появление новых публикаций (выше –);б) ре-публикации (повторные публикации опубликованного сообщения),реакции на публикации (выше –и, соответственно);в) появлением новых тематических меток (выше –характеристика метками новых публикаций и т.д.или же552. При рассмотрении сети, как структуры взаимоотношений (формализуемоев виде вышеописанной модели), где аккаунты связаны структурными связями,изменения могут быть вызваны:а) созданием новых постоянных связеймежду аккаунтамиб) разрывом существующих постоянных связейиного аккаунта;по инициативе того или.3. При рассмотрении сети, как структуры информационных потоков(формализуемоеввидевышеописанноймодели),сетьможетэволюционировать вследствие изменения интенсивности потока сообщений(где– некоторое количество сообщений,между аккаунтами– указанный период времени).Вышеописанные изменения являются неотъемлемыми характеристикамисети и происходят постоянно, если сеть активна.2.3.

Рекомендации по характеру алгоритмизации распространениявлияния для перехода от горизонтальной структуры (статика) квертикальной (динамическая текстура)В современной научной литературе известны методы влияния в социальныхинститутах, которые с успехом можно использовать в качестве базовых примоделировании распространения влияния в сетевых сообществах, но с учётомспецифики сетевого сообщества, как виртуальной социальной структуры.В качестве примера можно привести следующие методы:- оптимизационные модели (в частности, модели с порогами, независимыхкаскадов и др.) [19];-теоретико-игровыемодели(вчастности,моделивзаимнойинформированности, коммуникаций, согласованности коллективных действий,информационного управления и противоборства и т.п.) [19].56В качестве базовой модели для применения известных методов используетсяописанная выше объединённая информационно-акторная модель [56].Для примера рассмотрим сообщество, в котором:-информационно-ресурсная среда кластеризована по тематическомупараметру;-акторная среда представлена графом аккаунтов, которые могут входить вразличные тематические кластеры (или в несколько кластеров одновременно).Впервуюочередь,следуетопределитьгипотезыомаршрутахраспространения влияния в таком сообществе.Допустим, что(некоторый представитель сообщества, отдельное лицо, илигруппа) хочет распространить влияние на(иной представитель сообщества,индивидуальный или коллективный).Для определения характера и силы взаимного влияния акторов (участниковсетевого сообщества) друг на друга могут использоваться как количественныеметоды,основанныебазирующиесянанаматематическихнеформализуемыхмоделях,илитакикачественные,сложноформализуемыхтипахвзаимоотношений акторов.В задачах когнитивного моделирования графовая модель объекта называетсякогнитивной картой, а оценка влияния и взаимовлияния факторов осуществляетсяна базе определения весов дуг графа.Таким образом, можно представить следующий алгоритм моделирования ираспространения влияния в сетевом сообществе:1.

Построение информационно-ресурсной модели сетевого сообщества;2. Построение акторной модели сетевого сообщества;3. Формирование объединённой графовой модели сетевого сообщества врезультате совмещения структур информационно-ресурсной и акторной моделей;4. Выявление зависимостей, характера и степени влияния объектов сетевогосообщества друг на друга на основе, например, определения весов дуг графа.575.

Характеристики

Список файлов диссертации