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

Аннотация

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.

Сведения об авторах

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 

Литература

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).
Опубликована
2016-11-26
Как цитировать
СМИРНОВА, Ольга Сергеевна; ПЕТРОВ, Алексей Иванович; БАБИЙЧУК, Георгий Александрович. ОСНОВНЫЕ МЕТОДЫ АНАЛИЗА, ИСПОЛЬЗУЕМЫЕ ПРИ ИССЛЕДОВАНИИ СОЦИАЛЬНЫХ СЕТЕЙ. Международный научный журнал «Современные информационные технологии и ИТ-образование», [S.l.], v. 12, n. 3-1, p. 151-158, nov. 2016. ISSN 2411-1473. Доступно на: <http://sitito.cs.msu.ru/index.php/SITITO/article/view/61>. Дата доступа: 20 jan. 2022
Раздел
Исследования и разработки в области новых ИТ и их приложений