Please use this identifier to cite or link to this item: http://earchive.tpu.ru/handle/11683/54473
Title: Методика и программное обеспечение для обработки данных ранжирования узлов социального графа для идентификации пользователей-экспертов
Authors: Виноградова, Дарья Андреевна
metadata.dc.contributor.advisor: Лунёва, Елена Евгеньевна
Keywords: социальная сеть; кластерный анализ; кластеризация; классификация; метрики качества кластеризации; social network; cluster analysis; clustering; classification; clustering quality metrics
Issue Date: 2019
Citation: Виноградова Д. А. Методика и программное обеспечение для обработки данных ранжирования узлов социального графа для идентификации пользователей-экспертов : магистерская диссертация / Д. А. Виноградова ; Национальный исследовательский Томский политехнический университет (ТПУ), Инженерная школа информационных технологий и робототехники (ИШИТР), Отделение информационных технологий (ОИТ) ; науч. рук. Е. Е. Лунёва. — Томск, 2019.
Abstract: Социальные сети оказывают значительное влияние на мнение людей, а информация, полученная из них, может быть определяющей при решении задач антитеррористической направленности, политической аналитики, прогнозирования репутационных рисков компании или субъекта, оценки спроса на товар или услугу, а также мониторинга общественного мнения. В настоящее время нельзя определенно назвать единственный лучший метод поиска пользователей-экспертов. Данная работа направлена на создание методики, позволяющей обработать и интерпретировать данные ранжирования улов социального графа при помощи нескольких эффективных способов. Практическая часть работы связанна с разработкой соответствующей алгоритмической базы и программного обеспечения для идентификации пользователей-экспертов.
Social networks have a significant impact on people's opinions, and the information obtained from them can be decisive in solving the tasks of antiterrorism, political analytics, forecasting the reputational risks of a company or a subject, assessing the demand for a product or service, and monitoring public opinion. Currently, one cannot definitely name the only best method for finding expert users. This work is aimed at creating a methodology that allows processing and interpreting the ranking data for the catch of a social graph using several effective methods. The practical part of the work involves the development of an appropriate algorithmic framework and software for the identification of expert users.
URI: http://earchive.tpu.ru/handle/11683/54473
Appears in Collections:Магистерские диссертации

Files in This Item:
File SizeFormat 
TPU726509.pdf2,21 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.