ОСНОВНЫЕ МЕТОДЫ АНАЛИЗА, ИСПОЛЬЗУЕМЫЕ ПРИ ИССЛЕДОВАНИИ СОЦИАЛЬНЫХ СЕТЕЙ

  • Ольга Сергеевна Смирнова Московский технологический университет МИРЭА
  • Алексей Иванович Петров Московский технологический университет МИРЭА
  • Георгий Александрович Бабийчук Московский технологический университет МИРЭА

Abstract

В докладе рассмотрены методы анализа социальных графов, анализа тональности текстовых сообщений, анализа аудио и видео объектов. Приведены характеризующие пользователя признаки, полученные в результате анализа открытых данных социальной сети.

Author Biographies

Ольга Сергеевна Смирнова, Московский технологический университет МИРЭА

младший научный сотрудник междисциплинарной научно-инновационной лаборатории Информационной бионики и моделирования, ассистент кафедры интеллектуальных технологий и систем

Алексей Иванович Петров, Московский технологический университет МИРЭА

студент магистратуры кафедры интеллектуальных технологий и систем

Георгий Александрович Бабийчук, Московский технологический университет МИРЭА

студент магистратуры кафедры интеллектуальных технологий и систем 

References

1. В.В. Баранюк, А.Д. Десяткова, О.С. Смирнова. Подходы к определению психоэмоциональных особенностей информационного образа пользователя социальных сетей // International Journal of Open Information Technologies. Том 4, № 8, 2016. С. 61 – 65.
2. А.С. Алымов, В.В. Баранюк, О.С. Смирнова. Детектирование бот-программ, имитирующих поведение людей в социальной сети «Вконтакте» // International Journal of Open Information Technologies. Том 4, № 8. 2016. С. 55 – 60.
3. Анализ социальных сетей в интернете // Постнаука. 2012-2016. URL: https://postnauka.ru/longreads/20259#! (дата обращения: 22.08.2016).
4. Визуализация друзей ВКонтакте // Andrei Kashcha. 2012. URL: http://www.yasiv.com/vk (дата обращения: 24.08.2016).
5. Социальные сети в России: исследование Mail.Ru Group. URL: https://corp.mail.ru/media/files/issledovanie-auditorijsotcialnykh-setej.pdf (дата обращения: 03.08.2016).
6. О.С. Cмирнова, В.В. Шишков. Выбор топологии нейронных сетей и их применение для классификации коротких текстов // International Journal of Open Information Technologies. Том 4, № 8. 2016. С. 50 – 54.
7. Анализ контента социальных медиа в эпоху больших данных // Mebius. 2015-2016. URL: https://mebius.io/analysis/social-media-content-analysis (дата обращения: 25.08.2016).
8. Как нас характеризует наш музыкальный вкус // KM.RU. 1999-2016. URL: http://www.km.ru/stil/2013/11/18/psikhologiya-i-voprosy-samoanaliza/725474-kak-nas-kharakterizuet-nashmuzykalnyi-vku (дата обращения: 20.08.2016).
9. Нейронная сеть для распознавания жанров музыки // Портал искусственного интеллекта. 2009-2016. URL: http://www.aiportal.ru/news/neural-network-for-recognition-music-genres.html (дата обращения: 21.09.2016).
10. Меженин А.В. Методы и средства распознавания образов и визуалиации – Санкт-Петербург: СПбНИУ ИТМО, 2012. – 128 с.
11. Методы распознавания, идентификации и измерения расстояния до объектов в СТЗ ПР // XReferat.com. 2016. URL: http://xreferat.com/54/1310-1-metody-raspoznavaniya-identifikacii-i-izmereniya-rasstoyaniya-do-ob-ektov-v-stzpr.html (дата обращения: 27.09.2016).
12. Методы распознавания образов при идентификации объектов бинарного класса в автоматизированных телекоммуникационных комплексах систем управления // Библиофонд. 2003-2016. URL: http://bibliofond.ru/view.aspx?id=587496 (дата обращения: 26.09.2016).
Published
2016-11-26
How to Cite
СМИРНОВА, Ольга Сергеевна; ПЕТРОВ, Алексей Иванович; БАБИЙЧУК, Георгий Александрович. ОСНОВНЫЕ МЕТОДЫ АНАЛИЗА, ИСПОЛЬЗУЕМЫЕ ПРИ ИССЛЕДОВАНИИ СОЦИАЛЬНЫХ СЕТЕЙ. Modern Information Technologies and IT-Education, [S.l.], v. 12, n. 3-1, p. 151-158, nov. 2016. ISSN 2411-1473. Available at: <http://sitito.cs.msu.ru/index.php/SITITO/article/view/61>. Date accessed: 14 feb. 2026.
Citation Formats
Issue
Vol 12 No 3-1 (2016): Современные информационные технологии и ИТ-образование
Section
Research and development in the field of new IT and their applications
Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

Publication policy of the journal is based on traditional ethical principles of the Russian scientific periodicals and is built in terms of ethical norms of editors and publishers work stated in Code of Conduct and Best Practice Guidelines for Journal Editors and Code of Conduct for Journal Publishers, developed by the Committee on Publication Ethics (COPE). In the course of publishing editorial board of the journal is led by international rules for copyright protection, statutory regulations of the Russian Federation as well as international standards of publishing. 
Authors publishing articles in this journal agree to the following: They retain copyright and grant the journal right of first publication of the work, which is automatically licensed under the Creative Commons Attribution License (CC BY license). Users can use, reuse and build upon the material published in this journal provided that such uses are fully attributed.

Most read articles by the same author(s)