Просмотр исходного текста страницы Моделирование структуры социальных сетей

Моделирование структуры социальных сетей - изучение и построение моделей реально существующих или имеющих тенденцию к возникновению социальных сетей.

Моделирование структуры социальных сетей на основе вероятностных характеристик реальных сетей, а также моделирование динамических процессов, протекающих в социальных сетях, а именно распространение слухов, формирование мнений осуществляется в web-центре в рамках фукнционала пакета SD/Dynamic.

Функцией компонента моделирования структуры сети является построение графа со специфическими топологическими свойствами, задаваемыми в качестве параметров программы.

Моделирование структуры сети необходимо для формального описания структуры настоящей сети, а также для генерации множества подобных сетей, необходимых для экспериментов.
 
Функцией компонента моделирования распространения слухов является пошаговое исполнение алгоритма распространения слухов с заданными параметрами на заданной сети и сбор детализированной информации о процессах, происходящих на вершинах графа. Моделирование процессов распространения слухов необходимо для исследования задач социологии и позволяет делать предсказания о ходе и результатах этих процессов в реальных сетях.

Особенности алгоритма построения сети в пакете:

1)	алгоритм позволяет смоделировать комплексную сеть, состоящую из нескольких классов вершин, где каждый класс вершин характеризуется собственным распределением степеней;

2)	алгоритм позволяет задать характер связей вершин друг с другом как внутри классов, так и между ними.

Последовательность шагов построения сети с помощью алгоритма  включает выполнение следующих шагов:

1. Построение степенных последовательностей вершин каждого класса на основе входных данных,

2. В соответствии со степенной последовательностью каждого класса, добавление вершин каждого класса с соответствующим числом ребер-заглушек,

3. В соответствии с матрицей смежности классов, соединение вершин внутри классов,

4. В соответствии с матрицей смежности классов, соединение вершин между классами.

Данная модель сети является расширением конфигурационной. Расширение производится за счет введения учета класса, которому принадлежит вершина, а также матрицы смежности классов, определяющей характер взаимодействия вершин внутри классов и между ними.
 
В качестве входных параметров алгоритма построения задаются характеристики сети. Они могут быть представлены в двух видах:

1.	Заданы число вершин в сети, число классов вершин, вид распределения степеней вершин для каждого класса и матрица смежности классов.

2.	Заданы число классов, степенные последовательности для каждого класса и матрица смежности классов.

В качестве выходных данных алгоритм  генерирует описание построенной сети с помощью списков вершин каждого класса и списков ребер.

Примером применения данной технологии является алгоритм моделирования процесса распространения слухов по комплексной сети, состоящей из вершин одного или нескольких классов, где каждый класс вершин характеризуется собственным распределением степеней.

Литература: 

1.	Daley D., Kendall D. Epidemics and rumours // Nature. 1964. Vol. 204. 

2.	Бухановский А. В., Васильев В. Н., Виноградов В. Ю., Смирнов Д. А., Сухоруков С. С., Яппаров Т. Г. CLAVIRE: перспективная технология облачных вычислений второго поколения // Известия высших учебных заведений. Приборостроение. 2011. Вып. 10. С. 7—13. 

3.	Давыдов А.А., Лысенко М.В. Египетская революция в Твиттере- безмасштабная сеть?. Электронный ресурс: http://ecsocman.hse.ru/text/35521034.html

4.	Чураков А.Н. Вероятностные модели социальных сетей // Социологические исследования. 2011. № 9. С. 99-114.