МОДЕЛИРОВАНИЕ СОЦИАЛЬНЫХ ВЗАИМОДЕЙСТВИЙ НА ОСНОВЕ ГРАФОВЫХ ПОДХОДОВ:

Е. Р. Зяблова

Е. Р. Зяблова Южный федеральный университет

Ключевые слова: GH-граф, разнотипные вершины, множественные разнотипные связи, метрики графа, центральность вершины, организационная система, сеть

Аннотация

Предложен подход к моделированию социальных взаимодействий в организационных систе-
мах, который состоит из несколько этапов: получение данных о пользователях системы, напри-
мер при помощи парсинга сети; формирование GH-модели системы на основе нечетких графов с
разнотипными вершинами и множественными разнотипными связями; вычисление графовых ха-
рактеристик с учетом определенного типа связи; использование значений графовых характери-
стик для анализа системы с учетом заложенной смысловой нагрузки. Обоснована целесообраз-
ность использования GH-графа для исследования социальных отношений в организационных сис-
темах, так как он обладает рядом преимуществ. GH-граф позволяет задать все необходимые
разнотипные отношения и при этом уменьшить время анализа системы в 1,9 раз за счет исполь-
зования множественных связей в виде вектора, позволяющих объединить несколько разнотипных
связей. Модификация модели заключается в использовании разнотипных вершин. Тип вершин в
графе определяется через вычисление их характеристик. В работе показан процесс формирования
графовой модели подсистемы и вычисления ее характеристик. Показаны результаты вычисления
степеней вершин, их центральности по степеням. Для вычисления метрических характеристик
графовой модели использован модифицированный алгоритм поиска кратчайших путей в GH-
графе, разработанный ранее. Особенностью данного алгоритма является возможность использо-
вать фильтры по типу вершин и связей. Получены численные показатели радиуса и диаметра
графа, определены группы центральных и периферийных вершин, вычислены центральности вер-
шин по близости с учетом выбранных типов связей для исследования разнотипных отношений в
системе. Анализ подсистемы выполнен на примере решения двух практических задач. Среди поль-
зователей сети выявлены группы сотрудников предприятия, определены их возможные статусы и
коммуникативные активности. Под статусом пользователя понимается принадлежность к груп-
пам руководителей разного уровня, группе рядовых сотрудников предприятия. Предложено реше-
ние задачи выявления пользователей (групп пользователей), наиболее подходящих для распростра-
нения (или, наоборот, нераспространения) информации в сети.

Литература

1. Malkov S.Yu., Shpyrko O.A. Osobennosti social'nykh vzaimodeystviy: bazovaya model' [Features of
social interactions: a basic model], Komp'yuternye issledovaniya i modelirovanie [Computer research
and modeling], 2023, Vol. 15, No 6, pp. 1673-1693.
2. Andrianova T.V. Ehkspertnoe soobshchestvo v modelirovanii social'nogo vzaimodeystviya:
vozmozhnosti i bar'ery [Expert community in modeling social interaction: opportunities and barriers],
Sb. nauchnykh trudov: Ehkspertnye instituty v XXI veke: printsipy, tekhnologii, kul'tura [Collection of
scientific papers: Expert institutions in the XXI century: principles, technologies, culture], Irkutsk.
Publishing house: Irkutsk State University, 2022, pp. 30-33.
3. Korovin D.I. O razvitii ekspertnogo metoda analiza modeley prognozirovaniya social'noekonomicheskikh
processov [On the development of an expert method for analyzing models of forecasting
socio-economic processes], Sovremennaya matematika i kontsepcii innovatsionnogo
matematicheskogo obrazovaniya [Modern mathematics and concepts of innovative mathematical education,
2022, pp. 138-146.
4. Kokodey T.A., Gorbacheva A.V., Postnaya E.A. Formirovanie individual'noy kar'ernoy traektorii
vypusknika VUZa [Formation of an individual career trajectory of a university graduate], Vestnik
Severo-Kavkazskogo federal'nogo universiteta [Bulletin of the North Caucasus Federal University],
2023, No 2 (95), pp. 233-239.
5. Pozdeeva E.G. Mul'tiagentnyy podkhod i ego preimushchestva v issledovanii sotsial'nykh protsessov
[Multi-agent approach and its advantages in the study of social processes], Sistemnyy analiz v
proektirovanii i upravlenii [System analysis in design and management], 2020, pp. 229-235.
6. Borisov V.V. Nechetkie kognitivnye modeli kak osnova dlya issledovaniya slozhnykh sistem i
protsessov [Fuzzy cognitive models as a basis for the study of complex systems and processes],
Rechevye tekhnologii [Speech technologies], 2020, No. 1-2, pp. 48-62.
7. Kolodenkova A.E. and Muntyan E.R. Researches of interaction of actors with use fuzzy hypergraph
and cognitive modeling, Papers in English 14th International scientific-techical conference on actual
problems of electronics instrument engineering: IEEE, 2018, vol. 8, pp. 127-131.
8. Gorelova G.V. Cognitive modeling of complex systems: state and prospects, Lecture Notes in Networks
and Systems, 2022, Vol. 442 LNNS, pp. 212-224.
9. Boccalettia S., Bianconic G., Criadod R., del Geniof C.I., Gómez-Gardeñesi J., Romanced M.,
Sendiña-Nadalj I., Wangk Z., Zaninm M. The structure and dynamics of multilayer networks. Preprint
submitted to Physics Reports, 2014, 157 p.
10. Contractor N.S., Monge P.R., Leonardi P.M. Multidimensional networks and the dynamics of
sociomateriality: bringing technology inside the network, International Journal of Communication,
2011, No 5, pp. 682-720.
11. Muntyan E.R. Aspekty ispol'zovaniya nechetkikh GH-modeley dlya predstavleniya sotsial'nykh
otnosheniy [Aspects of using fuzzy GH-models for representing social relations], Vestnik Tverskogo
gosudarstvennogo tekhnicheskogo universiteta. Seriya: tekhnicheskie nauki [Vestnik of Tver State
Technical University. Series «Technical Science»], 2020, No 3 (7), pp. 113-121.
12. Sergeev N.E., Tselykh Yu.A. GH-modeli sotsial'nykh setey [GH-models of social networks], Izvestiya
YuFU. Tekhnicheskie nauki [News of the Southern Federal University. Technical sciences], 2009,
No 1 (90), pp. 90-95.
13. Eremeev A.P., Muntyan E.R. Razrabotka ontologii na osnove grafov s mnozhestvennymi i
raznotipnymi svyazyami [Development of an ontology based on graphs with multiple and different
types of edges], Iskusstvennyy intellekt i prinyatie resheniy [Artificial intelligence and decision making],
2021, No 3, pp. 3.18.
14. Zyablova E.R. Ispol'zovanie grafovykh podkhodov dlya resheniya zadachi prognozirovaniya v oblasti
formirovaniya kar'ernykh traektoriy [The use of graph approaches to solve the problem of forecasting
in the field of career trajectories formation], Tr. XII Mezhdunarodnoy nauchno-prakticheskoy
konferentsii «Integrirovannye modeli i myagkie vychisleniya v iskusstvennom intellekte» [Proceedings
of the XII International Scientific and Practical Conference "Integrated models and soft computing in
artificial intelligence"], in 2 vol. Vol. 1. Smolensk: Universum, 2024, pp. 150-158.
15. Yarushkina N.G. Osnovy teorii nechetkikh i gibridnykh sistem [Fundamentals of the theory of fuzzy
and hybrid systems], Moskva: Finansy i statistika, 2004, 320 p.
16. Muntyan E.R., Kolodenkova A.E. Ispol'zovanie parsera social'nykh setey dlya modelirovaniya
organizatsionnykh sistem [Using a social network parser for modeling of organizing systems],
Informatizatsiya i svyaz' [Informatization and communication], 2022, No 2, pp. 30-34.
17. Muntyan E.R. Formirovanie tsifrovogo portreta sub"ekta na osnove parsinga seti dlya postroeniya
kar'ernoy traektorii [Formation of a digital portrait of the subject based on network parsing to build a career
trajectory], Informatizatsiya i svyaz' [Informatization and communication], 2023, No 3. pp. 36-41.
18. Muntyan E.R. Razrabotka algoritma proportsional'nogo razdeleniya GH-grafa dlya formirovaniya zon
vliyaniya ob"ektov v slozhnykh tekhnicheskikh sistemakh [Developing a GH-graph proportional separation
algorithm to form of object influence zones in complex technical systems], Programmnye
produkty i sistemy [Software & Systems], 2023, vol. 36(3), pp. 378-387.
19. Ipatov Yu.A., Kalyagin I.V. Analiz dinamicheskikh kharakteristik tselevykh grupp sotsial'nykh setey
[Analysis of dynamic characteristics of target groups of social networks], Kibernetika i
programmirovanie [Cybernetics and programming], 2019, No. 1, pp. 37-50.
20. Muntyan E.R. Podkhody k dogeneratsii grafa reprezentativnoy vyborki dlya modelirovaniya
vzaimodeystviya sotsial'nykh grupp [Approaches to the graph increasing of representative sample for
modeling the interaction of social groups], Informatizatsiya i svyaz' [Informatization and communication],
2018, No 4, pp. 18-24.
21. Zyablova E.R., Voloshchuk V.I. Organizatsiya poiska soobshchestv v sotsial'nykh setyakh s
ispol'zovaniem GH-grafov [Organization of community search in social networks using GH graphs],
Gibridnye i sinergeticheskie intellektual'nye sistemy: Sb. statej po materialam nauchnoy VII
Vserossiyskoy Pospelovskoy konferentsii [Hybrid and synergetic intelligent systems. collection of articles
based on the materials of the scientific VII All-Russian Pospelov conference], Kaliningrad, St. Petersburg,
2024, pp. 294-302.
22. Zyablova Е.R. Modifikatsiya algoritma poiska kratchayshikh putey GH-grafa dlya analiza slozhnykh
tekhnicheskikh sistem [Modification of the algorithm for finding shortest paths for the formation of influence
zones of objects in complex technical systems on GH-graphs], Programmnye produkty i
sistemy [Software & Systems], 2024, vol. 37, No 3, pp. 354-363.