«Системний аналіз соціальних мереж»
Ескіз недоступний
Дата
2024-12
Автори
Назва журналу
Номер ISSN
Назва тому
Видавець
ДЕРЖАВНИЙ ТОРГОВЕЛЬНО-ЕКОНОМІЧНИЙ УНІВЕРСИТЕТ/ КИЇВСЬКИЙ НАЦІОНАЛЬНИЙ ТОРГОВОЕЛЬНО-ЕКОНОМІЧНИЙ УНІВЕРСИТЕТ
Анотація
Анотація
У роботі досліджено системний підхід до аналізу соціальних мереж.
Розглянуто методологічні основи та інструментарій для вивчення структури,
динаміки та поведінки користувачів у соціальних мережах. Зокрема, проаналізовано
застосування графового аналізу, машинного навчання та інженерії даних для
виявлення патернів у взаємодії користувачів та поширення інформації. Особливу
увагу приділено моделюванню соціальних процесів та прогнозуванню їх розвитку.
Практична частина роботи присвячена розробці та апробації алгоритмів
системного аналізу на реальних даних з соціальних мереж. Було проведено
дослідження динаміки поширення інформації про вакцинацію, виявлено ключових
інфлюенсерів та проаналізовано відмінності в поведінці користувачів на різних
платформах. Результати дослідження демонструють ефективність запропонованих
методів для аналізу соціальних мереж та можуть бути використані для розробки
ефективних стратегій комунікації та протидії дезінформації..
Ключові слова: соціальні мережі, системний аналіз, графовий аналіз,
машинне навчання, інженерія даних, поширення інформації.
Annotation
This research investigates a systematic approach to analyzing social networks. It
examines the methodological foundations and tools for studying the structure, dynamics,
and user behavior within social networks. Specifically, it analyzes the application of graph
analysis, machine learning, and data engineering to identify patterns in user interactions and
information dissemination. Particular attention is paid to modeling social processes and
forecasting their development.
The practical part of the work is devoted to the development and testing of system
analysis algorithms on real data from social networks. A study was conducted on the
dynamics of information dissemination about vaccination, key influencers were identified,
and differences in user behavior on different platforms were analyzed. 1 The research results
demonstrate the effectiveness of the proposed methods for analyzing social networks and
7can be used to develop effective communication strategies and counter disinformation.
Keywords: social networks, systems analysis, graph analysis, machine learning, data
engineering, information diffusion.
Опис
ВИПУСКНА КВАЛІФІКАЦІЙНА РОБОТА