Авторитетность издания
ВАК - К1
RSCI, ядро РИНЦ
Добавить в закладки
Следующий номер на сайте
№4
Ожидается:
09 Декабря 2024
Модель открытого куба для анализа больших данных в социальных сетях
The open cube concept for analysing social media big data
Дата подачи статьи: 26.12.2017
УДК: 519.68
Статья опубликована в выпуске журнала № 1 за 2018 год. [ на стр. 95-98 ]Аннотация:Социальные сети можно рассматривать как важнейший источник больших данных, описывающих взаимодей-ствие пользователей в процессе обмена информацией. Выявление закономерностей на этом уровне позволяет определять основные особенности поведения, выявлять информационное влияние, обнаруживать и анализировать колебания интересов пользователя к различным информационным объектам и событиям и т.п. Применение такого рода аналитики на практике позволяет реализовывать эффективную контекстную рекламу, повышать эффективность работы социальных сетей, а также решать различные проблемы информационной безопасности. Анализ больших данных, описывающих взаимодействие пользователей социальных сетей, является сложной технической проблемой: необходимо интегрироваться с несколькими социальными сетями для импорта данных, ассоциировать отдельные профили одних и тех же пользователей в разных сетях, сопоставлять факты их взаимодействия с реальными событиями и выявлять основные тенденции и отклонения. Для решения этой задачи предлагается модель открытого куба, основанная на построении ортогональной системы индикаторов, характеризующих изменение данных в зависимости от разных факторов. При этом производится распределение возникающих событий взаимодействия относительно пользователей, динамики развития их интереса во времени, реакции на внешние события и т.д. с помощью инструментария взаимного корреляционного анализа временных рядов с использованием интервальных корреляционных функций. В данной статье описываются основные проблемы анализа больших данных в социальных сетях, предлагаемая модель открытого куба и алгоритм анализа данных, позволяющий выявлять отклонения в поведении пользователей социальных сетей. Описанная модель и ее реализация были испытаны и апробированы с использованием типового набора данных, полученных из ряда социальных сетей. В дополнение к реальному регулярному набору результатов переговоров пользователей социальных сетей была введена партия сообщений, генерируемых онлайн-ботом, существование которого было выявлено посредством предложенного подхода.
Abstract:Modern social media can be treated as an important source of Big Data describing users’ behavior during informational exchange. Understanding the basic trends at this level can help to determine the main behavior features, identify informational influence and analyze deviations of users’ interest to various informational objects and events, etc. On a practical level, this kind of analytics allows implementing an effective context-based advertising, increasing the efficiency of social networks functionality and solving various problems of information security. Analysis of Big Data that characterize social media users’ interaction appear to become a complex technical problem. The reasons are: it is required to integrate with several social networks for data import, to associate independent profiles of the same users at different networks, to correlate the facts of their interaction with real events and determine basic trends and deviations. To solve the problem the authors propose to implement a technology of “open cube” based on an orthogonal indicators system describing the data change dynamics in time depending on different factors. It is proposed to analyze distribution of incoming user interaction events, dynamics of their interest evolution in time, reaction to incoming events, etc. using cross-correlation analysis of time series using interval-based functions. The paper describes the basic problems of Big Data analysis in social media, the proposed abstract model of the open cube and the data analysis algorithm that allows identification of users’ activity at social media. The described model and its implementation were tested using a typical data set derived from a number of social networks. In addition to a real regular data set of social media users’ negotiation there was also introduced a series of messages generated by a bot, which was successfully identified using the proposed approach.
Авторы: Иващенко А.В. (anton-ivashenko@yandex.ru) - Самарский государственный аэрокосмический университет им. академика С.П. Королева (национальный исследовательский университет) (профессор), Самара, Россия, доктор технических наук, Шлычкова Н.М. (kler7409@yandex.ru) - Самарский национальный исследовательский университет им. академика С.П. Королева (студентка), Самара, Россия, Исайко В.А. (visayko@gmail.com) - ООО «Открытый код» (инженер), Самара, Россия, Ситников П.В. (sitnika@o-code.ru) - ООО «Открытый код» (директор), Самара, Россия, кандидат технических наук | |
Ключевые слова: открытый куб, анализ, большие данные, социальные сети |
|
Keywords: open cube, analysis, big data, social networks |
|
Количество просмотров: 7553 |
Статья в формате PDF Выпуск в формате PDF (29.74Мб) |
Постоянный адрес статьи: http://swsys.ru/index.php?page=article&id=4405&lang=&like=1 |
Версия для печати Выпуск в формате PDF (29.74Мб) |
Статья опубликована в выпуске журнала № 1 за 2018 год. [ на стр. 95-98 ] |
Возможно, Вас заинтересуют следующие статьи схожих тематик:
- Мультиагентная аппроксимация поведения пользователей социальных сетей
- Алгоритм анализа трафика в корпоративных компьютерных сетях на основе статистики экстремальных значений
- Прототип программного комплекса для анализа аккаунтов пользователей социальных сетей: веб-фреймворк Django
- Основы структурно-лингвистического подхода в анализе нечетких временных рядов
- Программа расчета пропускной способности гибких производственных ячеек
Назад, к списку статей