Кластерный анализ социальных сетей
Особенности кластеризации социальных сетей, методы распознавания сообществ. Особенности локального прореживания графа. Разработка рекомендаций по выбору метода кластеризации для выделенных классов задач. Оптимизация процесса дальнейшей обработки данных.
| Рубрика | Программирование, компьютеры и кибернетика |
| Вид | курсовая работа |
| Язык | русский |
| Дата добавления | 30.06.2017 |
| Размер файла | 1,8 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Список литературы
1. Батура Т.В. (2013). Методы анализа компьютерных социальных сетей. Новосибирск: Новосибирский Государственный Университет. URL: <http://nsu.ru/xmlui/handle/nsu/250>
2. Белов Ю.А., Вовчок С.И. (2016). Генерация графа социальной сети с использованием Apache Spark. Ярославль: Ярославский государственный университет. URL: <http://www.mathnet.ru/php/archive.phtml?wshow=paper&jrnid=mais&paperid=540&option_lang=rus>
3. Бузун Н., Коршунов А. (2012). Выявление пересекающихся сообществ в социальных сетях. Федеральное государственное бюджетное учреждение науки Институт системного программирования Российской академии наук. URL: <http://www.ispras.ru/publications/overlapping_community_detection_in_social_networks.pdf >
4. Коршунов А., Белобородов И. (2014). Анализ социальных сетей: методы и приложения. Федеральное государственное бюджетное учреждение науки Институт системного программирования Российской академии наук. URL: <http://cyberleninka.ru/article/n/analiz-sotsialnyh-setey-metody-i-prilozheniya>
5. Краковецкий А. (2009). Кластеризация: алгоритмы k-means и c-means. URL: <https://habrahabr.ru/post/67078/>
6. Пронин А., Веретенник Е., Семенов А. (2014). Формирование учебных групп в университете с помощью анализа социальных сетей. Федеральное государственное автономное образовательное учреждение высшего профессионального образования "Национальный исследовательский университет" Высшая школа экономики ". URL: <http://cyberleninka.ru/article/n/formirovanie-uchebnyh-grupp-v-universitete-s-pomoschyu-analiza-sotsialnyh-setey>
7. Сивоголовко Е.В. (2011). Методы обобщающей кластеризации при анализе социальных сетей. Закрытое акционерное общество Исследовательский Институт "Центрпрограммсистем". URL: <http://cyberleninka.ru/article/n/metody-obobschayuschey-klasterizatsii-pri-analize-sotsialnyh-setey>
8. Целых Ю.А. (2008). - Теоретико-графовые методы анализа нечетких социальных сетей. Закрытое акционерное общество Исследовательский Институт "Центрпрограммсистем". URL: <http://cyberleninka.ru/article/n/teoretiko-grafovye-metody-analiza-nechetkih-sotsialnyh-setey>
9. Чихрадзе К.К., Коршунов А.В., Бузун Н.О., Кузюрин Н.Н. (2014). Иcпользование модели социальной сети с сообществами пользователей для распределенной генерации случайных социальных графов. Федеральное государственное бюджетное учреждение науки Институт системного программирования Российской академии наук. URL: <http://jmlda.org/papers/doc/2014/no8/Chykhradze2014Communities.pdf>
10. Часовских А. (2010). Обзор алгоритмов кластеризации данных. URL: <https://habrahabr.ru/post/101338/ >
11. Aiello W., Ghung F., Linyuan Lu (2001). A Random Graph Model for Power Law Graphs. URL: <http://people.math.sc.edu/lu/papers/power.pdf>
12. Bonchi F., Castillo C., Gionis A., Jaimes A. (2011). Social Network Analysis and Mining for Business Applications. Barcelona: Yahoo! Research. URL: <http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.225.9932&rep=rep1&type=pdf>
13. Girvan M., Newman M.E.J. (2002). Community structure in social and biological networks. Santa Fe: The National Academy of Sciences. URL: <http://www.pnas.org/content/99/12/7821.full>
14. Kosorukoff A. (2011). Social networks analysis: theory and applications. Passmore, D. L. URL: <https://www.politaktiv.org/documents/10157/29141/SocNet_TheoryApp.pdf >
15. Martinez A., Dimitriadis Y., Rubia B., Gomez E., P. de la Fuente (2003). Combining qualitative evaluation and social network analysis for the study of classroom social interactions. Elsevier Science Ltd. URL: <http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.12.8978&rep=rep1&type=pdf>
16. Newman M.E.J. (2006). Modularity and community structure in networks. Department of Physics and Center for the Study of Complex Systems, University of Michigan, Ann Arbor. URL: <http://www.pnas.org/content/103/23/8577.full.pdf>
17. Ziv. E., Middendorf M., Wiggins C. (2004). An Information-Theoretic Approach to Network Modularity. Center for Computational Biology and Bioinformatics, Columbia University. URL: <https://arxiv.org/abs/q-bio/0411033>
18. Venu M. Satuluri. Scalable Clustering of Modern Networks //Dissertation, The Ohio State University, 2012.
19. Бартенев М.В., Вишняков И.Э. Использование графовых баз данных в целях оптимизации анализа биллинговой информации. Инженерный журнал: наука и инновации, 2013, вып. 11. URL:
20. U. Alon, N. Barkai, D. A. Notterman, K. Gish, S. Ybarra, D. Mack, A. J. Levine. Broad patterns of gene expression revealed by clustering analysis of tumor and normal colon tissues probed by oligonucleotide arrays, 1999.
21. A.-L. Barabбsi1, Z. N. Oltvai. Network biology: understanding the cell's functional organization //Nature Reviews Genetics 5, 101-113. 2004.
22. Ed Bullmore, O. Sporns. Complex brain networks: graph theoretical analysis of structural and functional systems //Nature Reviews Neuroscience 10, 186-198 (2009).
23. James A. Davis. Clustering and Hierarchy in Interpersonal Relations: Testing Two Graph Theoretical Models on 742 Sociomatrices //American Sociological Review Vol. 35, No. 5, pp. 843-851 (1970).
24. D. P. Phillips, L. L. Carstensen. Clustering of Teenage Suicides after Television News Stories about Suicide //The New England Journal of Medicine, 1986.
25. P. Arabie. Clustering representations of group overlap. //The Journal of Mathematical Sociology, 1977.
Размещено на Allbest.ru
Подобные документы
Сущность и понятие кластеризации, ее цель, задачи, алгоритмы; использование искусственных нейронных сетей для кластеризации данных. Сеть Кохонена, самоорганизующиеся нейронные сети: структура, архитектура; моделирование кластеризации данных в MATLAB NNT.
дипломная работа [3,1 M], добавлен 21.03.2011Обзор существующих решений на основе открытых данных. Выбор социальных сетей для извлечения данных. Ограничение геолокации сообщений из социальных сетей. Разработка формата хранения. Визуализация собранных данных методом теплой карты. Архитектура системы.
дипломная работа [1,0 M], добавлен 18.11.2017Изучение понятия социальных сетей. Классификация социальных сетей по тематике и по форме общения их аудитории: общетематические, специализированные, глобальные, мультимедийные, блоги, микроблоги. Facebook - одна из самых популярных социальных сетей.
презентация [405,6 K], добавлен 05.06.2013Алгоритмы кластеризации данных, отбора факторов, построения множественной линейной регрессии, оценки параметров процесса на скользящем постоянном интервале. Решение задач анализа данных на нейронных сетях и результаты моделирования нелинейных функций.
контрольная работа [1,5 M], добавлен 11.01.2016Понятие и общая характеристика социальных сетей, принципы их функционирования, достоинства и недостатки использования. Формирование функциональных требований к информационному пространству научных исследований. Направления исследований социальных сетей.
дипломная работа [222,7 K], добавлен 18.07.2014История развития и классификация социальных сетей. Характеристика наиболее популярных социальных сетей. Сети Рунета: ВКонтакте, Одноклассники, Мой круг, Мой мир (на www.mail.ru), RuSpace. Социальная сеть Facebook как лидер среди социальных сетей.
реферат [4,0 M], добавлен 23.06.2012Анализ методов и средств выявления мнений пользователей социальных сетей. Обзор средств мониторинга и анализа, подбор необходимого программного обеспечения и технических средств. Разработка архитектуры базы данных, реализация программных модулей.
дипломная работа [3,7 M], добавлен 19.01.2017Основы для проведения кластеризации. Использование Data Mining как способа "обнаружения знаний в базах данных". Выбор алгоритмов кластеризации. Получение данных из хранилища базы данных дистанционного практикума. Кластеризация студентов и задач.
курсовая работа [728,4 K], добавлен 10.07.2017Обзор существующих решений на основе открытых данных. Технологии обработки данных и методы их визуализации. Социальные сети для извлечения данных. Ограничение географической локации. Выбор набора и формат хранения открытых данных, архитектура системы.
курсовая работа [129,5 K], добавлен 09.06.2017Методика интеграции аутентификации на web-сайте через социальные сети. Проектирование интерфейсов основных классов программ, осуществляющих взаимодействие между библиотеками OAuth социальных сетей Facebook и Twitter с использованием шифрования SSL.
дипломная работа [3,0 M], добавлен 08.01.2014
