Модели и методы управления информационными ресурсами сетевых сообществ тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат наук Цуканова Ольга Александровна

• Цуканова Ольга Александровна
• кандидат наук
• 2018

Оглавление диссертации кандидат наук Цуканова Ольга Александровна

ВВЕДЕНИЕ

ГЛАВА 1. СОВРЕМЕННОЕ СОСТОЯНИЕ ПРОБЛЕМЫ ИССЛЕДОВАНИЯ И МОДЕЛИРОВАНИЯ СОЦИАЛЬНЫХ СЕТЕЙ. ПОСТАНОВКА ЗАДАЧИ ИССЛЕДОВАНИЯ

1.1. Соотнесение понятий социальной сети и сетевого сообщества

1.2. Понятие информационного ресурса сетевого сообщества

1.3. Влияние «экономических» и «физических» представлений на формирование подходов к исследованию сетевых сообществ. Понятия социального капитала и потенциала

1.4. Методологическая база и существующие подходы к моделированию социальных сетей и сетевых сообществ

1.5. Категорийный аппарат для эволюционно-динамического подхода к развитию сетевого сообщества

1.6. Подход к анализу и моделированию сетевого сообщества, как системы, эволюционирующей в пространстве состояний. Постановка задачи исследования

1.7. Выводы по главе

ГЛАВА 2. МОДЕЛЬ ЭВОЛЮЦИИ СЕТЕВОГО СООБЩЕСТВА

2.1. Категории метода пространства состояний для описания сетевого сообщества

2.2. Статическая модель сетевого сообщества. Сетевое сообщество как граф

в пространстве состояний (временной срез)

2.2.1. Информационная структура сетевого сообщества

2.2.2. Модель акторной структуры сетевого сообщества

2.2.3. Интегрированная информационно-акторная графовая модель сетевого сообщества

2.2.4. Модель слоя текстурированной среды сетевого сообщества на

основе интегрированной информационно-акторной графовой структуры

2.3. Рекомендации по характеру алгоритмизации распространения влияния для перехода от горизонтальной структуры (статика) к вертикальной (динамическая текстура)

2.4. Динамическая модель сетевого сообщества. Процедура изменения ресурсных состояний элементов сетевого сообщества. Условное текстурирование. Формирование многомерной ресурсной среды

2.5. Базовая теоретико-множественная модель сетевого сообщества

2.6. Выводы по главе

ГЛАВА 3. МЕТОД УПРАВЛЕНИЯ ЭВОЛЮЦИОННЫМ ПЕРЕХОДОМ

3.1. Моделирование межслойного перехода в текстурированном пространстве состояний

3.2. Задача управления эволюционным переходом

3.3. Определение параметров перехода (расстояния между эволюционными площадками и интенсивности перехода)

3.4. Анализ режимов движения в пространстве состояний

3.5. Экспериментальное исследование режимов движения в пространстве состояний

3.6. Качественный анализ процесса межслойного перехода

3.7. Логика механизмов и стратегии управленческого воздействия

3.8. Описание структурно-функциональной схемы программного обеспечения реализуемой модели

3.9. Выводы по главе

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

Введение диссертации (часть автореферата) на тему «Модели и методы управления информационными ресурсами сетевых сообществ»

ВВЕДЕНИЕ

Актуальность темы исследования. В числе атрибутивных компонентов шестого технологического уклада особое место занимают свободно институционализируемые системы искусственного интеллекта, ресурсоемкие информационные сети и бизнес-ориентированные сетевые сообщества. Очевидно, что значение этих системно связанных компонентов будет в ближайшее время возрастать. Второй особенностью времени является то, что информация, хаотично генерируемая в социальных сетевых сообществах, становится экономическим ресурсом, который, благодаря развитию технологий больших данных, становится предметом целевых, активных и успешных манипуляций. Поскольку риски при прямом директивном вмешательстве в деятельность динамичного сетевого социума по-прежнему неоправданно велики, то само моделирование уже становится актуальным и практически единственным научным методом селективной поддержки глобальной эволюции сетевого мира.

Методы наблюдения за сетевыми сообществами, методы анализа их информации сегодня составляют неотъемлемую часть исследований и принятия решений во многих областях. В связи с этим развитие теоретических и прикладных знаний в области анализа и управления сетевыми сообществами является одной из наиболее актуальных проблем. Ее современное состояние характеризуется большим разнообразием существующих подходов, однако, перманентная трансформация самой концепции сетевых сообществ и методов ее реализации делает актуальным создание новых методов и решений.

Процесс управления состоит из нескольких фаз; оперативные решения принимаются на основе постоянного наблюдения за изменениями в среде и анализа этих изменений. Поскольку результаты наблюдения являются ключевым фактором в процессе выработки и принятия решений, то его качество непосредственно влияет на весь процесс управления. А, следовательно, повышение качества наблюдения является одной из актуальных научных и

практических задач. Своевременное информирование наблюдателя об изменениях, происходящих в сети, представляет особую значимость для своевременного реагирования на происходящие изменения и поддержание системы в актуальном состоянии, что приобретает отдельную значимость при решении маркетинговых задач, в которых важна скорость реакции на изменения среды.

Степень разработанности проблемы. Исследованию и анализу социальных сетей и сетевых сообществ, вопросам математического моделирования, подходам к информационному управлению посвящено множество работ российских и зарубежных исследователей в соответствующих областях науки и практики. В качестве определяющих работ можно перечислить труды Новикова Д.А., Губанова Д.А., Чхартишвили А.Г. [18,19], Калмана Р., Фалба П., Арбиба М. [26], Ершова А.П. [23], Качала В.В. [28], Erdos P., Renyi A.[74], Barabasi A. [64], Месарович М., Такахара Я. [44], Berge C. [65], Tutte W.T. [109], Ore O. [97] и др.

Разработанные исследователями классы моделей, как правило, ориентированы на моделирование действий участников сетевого сообщества (сетевых акторов (агентов)). Исследованиям данного направления посвящены работы Губанова Д.А. [17, 18], Патаракина Е.Д. [49], Mizruchi M.S. [94], Snijders T.A.B. [103,104] и др. Однако в настоящее время отдельный интерес представляют также комплексные исследования акторного (агентного) потенциала в сочетании с информационным наполнением сети, что обусловливает необходимость разработки не только акторных и информационных моделей сети, но и интегрированных информационно-акторных (проектируемых с учетом двойственной сущности сетевого сообщества, а именно сообщества как группы акторов и сообщества как единого информационного ресурса).

Кроме того, представляют интерес исследования в области анализа и моделирования социальных сетей и сетевых сообществ (можно отметить, например, труды Wasserman S.[111], Snijders T.A.B.[104], Heidler R.[84,85], Hansen D., Shneiderman B., Smith M.A.[83], Golbeck J. [81], а также работы Newman M.E.J.

[95] и Freeman L.C. [80], содержащие подробную характеристику существующих подходов и методов). При моделировании динамических свойств сообщества, как системы, методологическими ориентирами являются работы в области моделирования динамических систем, исследования пространства состояний и хаотических свойств систем (например, труды Лоскутова А.Ю. [34], Малинецкого Г.Г.[37, 38], Стрейц В. [53], Bombelli L., Lee J., Meyer D., Sorkin R.D. Rideout D.P. [68, 99], Fiedler B. [76], Robinson R.C.[100], Teshl G. [106]). Однако, несмотря на обилие научных источников литературы, отмечается недостаточно принципиальное разграничение понятий динамики и эволюции.

Таким образом, с одной стороны, противоречивость разработок в методологической сфере осложняет реализацию управленческих аспектов методического плана, а с другой - стремительный рост информационных массивов, а также появление новых тенденций в развитии технологий больших данных в своей трудно объективируемой совокупности требуют пересмотра (и, при необходимости, коррекции) существующих подходов к моделированию и исследованию социальных сетей и сетевых сообществ, как важнейших генераторов не только исходных данных, но и качественно преобразованных данных.

Объектом исследования являются информационные ресурсы сетевого сообщества.

Предметом исследования являются модели и методы управления информационными ресурсами сетевого сообщества с учетом эволюционной динамики сообществ.

Цель исследования заключается в развитии теоретических и прикладных знаний в области функционирования сетевых сообществ на основе расширения возможностей их использования в прикладных задачах внешнего наблюдения и анализа развития и эволюции сетевого сообщества с использованием моделей на основе концепции текстурированных сред и разработанных с их применением методов и программных инструментов.

Задачи исследования для достижения поставленной цели:

1. Исследование категорийного аппарата с целью уточнения понятий в области эволюционно-динамического моделирования сетевых сообществ.

2. Проведение анализа существующих методов, алгоритмов и программных продуктов, предназначенных для наблюдения и управления в сетевых сообществах.

3. Разработка модели сетевого сообщества, обеспечивающей возможность внутреннего и внешнего наблюдения его эволюции.

4. Разработка метода управления эволюционными переходами при эволюционном развитии сетевого сообщества.

5. Разработка комплекса программ для реализации функции внешнего наблюдения при управлении сетевым сообществом.

Методологическая база исследования: математическое моделирование, теория систем и системный анализ, теория графов, теория множеств, методы анализа, моделирования и мониторинга социальных сетей и сетевых сообществ.

Информационная база исследования. При проектировании моделей учитывались результаты экспериментов на базе микроблоггинговой сети.

Научная новизна работы заключается в следующих новых научных результатах, выносимых на защиту:

1. Разработан комплексный подход к анализу и моделированию сетевого сообщества на основе концепции текстурированных сред.

2. Разработана оригинальная модель слоя текстурированной среды сетевого сообщества на основе интегрированной информационно-акторной графовой структуры.

3. Разработана новая модель эволюции сетевого сообщества с учетом принципов моделирования динамических систем и принципов эволюции самоорганизующихся систем.

4. На основе разработанных моделей предложен оригинальный метод анализа и идентификации эволюционного перехода.

5. На основе разработанных методов и моделей предложен комплекс программ для проведения автоматизированного мониторинга и анализа эволюционного развития сообщества, включающий оригинальные модули анализа межслойного перехода.

Теоретическая значимость исследования состоит в разработке комплексного подхода к исследованию эволюционно-динамического поведения сетевого сообщества на основе концепций текстурированных сред и интегрированных кластерных моделей. Этот подход обеспечивает возможность внешнего наблюдения за эволюцией сети в задачах внешнего наблюдателя, позволяя ему принимать решение при недоступном внутреннем содержании сети.

Практическая значимость состоит в разработанном программном обеспечении для анализа эволюционного развития сообщества, результатах проведенного с его использованием экспериментального исследования реальных сетей, а также внедрении результатов исследования в учебный процесс при преподавании на магистерских программах «Электронный бизнес» и «Big Data Systems» НИУ ВШЭ и курсе по большим данным в Венском университете прикладных наук (University of Applied Sciences FH Technikum Wien, Вена, Австрия). Предложены рекомендации по использованию разработанных моделей и методов для маркетинговых исследований.

Достоверность и обоснованность полученных результатов подтверждается их соответствием общепризнанным теоретическим и практическим данным, опубликованным в литературе, непротиворечивым применением методов логико-методологического анализа, а также положительными результатами численных экспериментов.

Апробация результатов исследования. Основные результаты диссертационной работы докладывались и обсуждались на специальном семинаре в Гарвардском университете «Social Network Analysis in an Era of Big Data: Problems and Prospects», научных конференциях, в т.ч. V Международная научно-практическая конференция «Управление информационной безопасностью в

современном обществе», 13th IEEE International Conference on E-Business Engineering (Макао, Китай, 2016), 18th IEEE Conference on Business Informatics (Париж, Франция, 2016), 17th IEEE Conference on Business Informatics (Лиссабон, Португалия, 2015), 11th IEEE International Conference on E-Business Engineering (Гуанчжоу, Китай, 2014), 16th IEEE Conference on Business Informatics (Женева, Швейцария, 2014), «Электронный бизнес. Управление интернет-проектами. Инновации», (Москва, Россия, 2014), 10th IEEE International Conference on eBusiness Engineering (Ковентри, Великобритания, 2013), VII Международная конференция «Управление развитием крупномасштабных систем» (Москва, Россия, 2013), 15th IEEE Conference on Business Informatics (Вена, Австрия, 2013), XXVI Международные «Плехановские чтения» (Москва, Россия, 2013).

ГЛАВА 1. СОВРЕМЕННОЕ СОСТОЯНИЕ ПРОБЛЕМЫ ИССЛЕДОВАНИЯ И МОДЕЛИРОВАНИЯ СОЦИАЛЬНЫХ СЕТЕЙ. ПОСТАНОВКА ЗАДАЧИ

ИССЛЕДОВАНИЯ

1.1. Соотнесение понятий социальной сети и сетевого сообщества

Как правило, под социальной сетью в самом общем виде понимается любое объединение людей, связанных между собой какими-либо отношениями. В зависимости от того или иного прикладного аспекта это общее определение уточняется или варьируется.

Так, в источнике [115] социальная сеть определяется и как объект, содержащий коммуникативные связи и как инструмент, активирующий эти связи:

1. Социальная сеть - сеть социальных взаимодействий (social interactions) и личных связей (personal relationships).

2. Социальная сеть - соответствующий веб-сайт или иное приложение, которое предоставляет пользователям возможность коммуникации друг с другом посредством публикации информации, комментариев, сообщений, изображений и т.п.

В источнике [116] также дается несколько определений:

В общем смысле, «социальная сеть - сеть друзей, коллег и других личных контактов».

С позиции компьютерных технологий:

1. Социальная сеть - это онлайн-сообщество (online community) людей с общими интересами, которые используют веб-сайт или другие технологии для общения друг с другом или для того, чтобы делиться информацией, ресурсами и т.п.

2. Социальная сеть - это веб-сайт или онлайн-сервис, который способствует подобным коммуникациям.

В других источниках, в частности [117], также проводится аналогия между понятиями социальной сети и сетевого сообщества (eine Netzwerkgemeinschaft, eine Internet-Gemeinschaft, eine virtuelle Gemeinschaft).

Известный исследователь в области социальных сетей и сетевых взаимодействий Губанов Д.А. [17] дает следующее определение социальной сети: «Под социальной сетью на качественном уровне понимается социальная структура, состоящая из множества агентов (субъектов - индивидуальных или коллективных, например: индивидов, семей, групп, организаций) и определенного на нем множества отношений (совокупности связей между агентами, например: знакомства, сотрудничества, коммуникации)».

Он также отмечает, что «Формально социальная сеть представляет собой граф G (V, Е), в котором V - множество вершин (агентов) и Е - множество ребер (отношений)».

Кроме того, существует также подход к определению сетей, базирующийся на связях. Так, например, по определению [104], социальная сеть рассматривается как структура связей или реляционных переменных между социальными акторами. Автор отмечает фиксированное множество {1 ,...,п] акторов, и переменные xtj, показывающие, каким образом актор i связан с актором j. В некоторых случаях они будут направленные, так что xtj и Xjt являются различными переменными, которые могут подразумевать одно и то же или разные значения; в других случаях они будут ненаправленными, что означает равенство Xij и Xji. Автор также выделяет 2 типа объекта полученного из множества {1,...,п} и переменных xtj : граф в случае ненаправленных связей и диграф в случае направленных связей (это связано с тем, что наиболее часто используются и являются наиболее разработанными структуры данных для бинарного представления переменных xtj, где значение 1 (или 0) означает, что существует (или не существует) связь из i в j).

Согласно [10], «Социальные сети - это социальные контакты, а не регламентированные трудовые отношения работников и коллективов. В социальных сетях сконцентрированы осознанные и неосознанные, необходимые и случайные, устойчивые и спонтанные межличностные контакты людей, обусловленные человеческой деятельностью, не обязательно трудовой». При этом автор [10] отмечает, что «социальные сети включают не просто совокупность отношений и взаимодействий, а организованную систему отношений, которые могут обеспечить совместную деятельность работников и коллективов, объединяя их в функциональное целое, способное к устойчивости и развитию».

В значительной части источников авторы оперируют понятием не социальной сети, а сетевого сообщества, которое, в отдельных случаях, может считаться его синтетическим аналогом. В этих работах также даются различные определения сетевого сообщества.

Определение сетевого сообщества, данное [49]: «Под сетевым сообществом понимается группа людей, поддерживающих общение и ведущих совместную деятельность при помощи компьютерных сетевых средств» близко к трактовке онлайновой социальной сети. И здесь возникает вопрос: о каком типе сетевого сообщества идет речь - в рамках какой среды функционирует такое сообщество, и что понимать под определением «сетевое». Если «сетевое» подразумевает наличие компьютерной сети, то такое определение абсолютно понятно. Однако допустимы также ситуации, когда участники сообщества могут общаться не только на базе компьютерных средств, но и в реальной жизни. Поэтому для каждого конкретного исследования требуется уточнение данного понятия.

По мнению [17]: «Сообщество - множество агентов, которые не подвергаются влиянию агентов вне его». Данное определение вызывает некоторые вопросы. Приведем пример. Пусть агент входит в некоторое сообщество А (сообщество математиков, физиков, литераторов и т.п.). При таком подходе, для того, чтобы не подвергаться какому-либо влиянию внешних агентов, агент должен быть изолирован от любых контактов с окружающей средой (как

виртуальной, так и реальной) за пределами упомянутого сообщества А, что является просто невозможным. В противном случае, у него могут возникать новые идеи под влиянием внешней (по отношению к сообществу А). Более того, на роль наиболее продуктивных в настоящее время как правило претендуют именно междисциплинарные идеи. Их, конечно, можно привнести в сообщество, пригласив туда нового агента из другой сферы. Но такое включение будет чисто формальным, в связи с тем, что он, как бывший внешний агент, тем не менее, получит возможность оказывать влияние (пропагандируемое предыдущим сообществом). Иными словами, если теоретически изолировать сообщество (практически это просто невозможно в реальной жизни), увеличение когнитивного потенциала сообщества в этом случае будет ограничено.

В данной работе рассматриваются сетевые сообщества, образующиеся в рамках современных онлайновых социальных сетей. В зависимости от задачи они могут охватывать как всю сеть, так и ее части, классифицированные по отдельным признакам, например, по географическому, по профессиональному признаку и т.п. Таким образом, под сетевым сообществом понимается некоторое локализованное в том или ином масштабе тематическое объединение участников социальной сети, осуществляющих информационно-акторное взаимодействие, генерируя единый информационный ресурс.

В связи с таким определением особое значение имеет корректное определение информационного ресурса.

1.2. Понятие информационного ресурса сетевого сообщества

Исследованию информационных ресурсов в целом и информационных ресурсов сети Интернет, посвящен ряд научных работ (в частности, [3, 4, 55]). Однако, развитие такой площадки (в свою очередь, являющейся, по мнению отдельных исследователей, информационным ресурсом в интернете), как

социальные сети и, соответственно, сетевые сообщества, требует раскрытия понятия информационного ресурса в рамках данной площадки.

По общему определению [118], Информационные ресурсы (IT resources), с одной стороны, это - «отдельные документы и отдельные массивы документов, содержащиеся в информационных системах (в библиотеках, архивах, фондах, банках данных, других информационных системах)», с другой стороны - «В организации (обществе, компании, предприятии и др.) - объем информации, которой располагает организация для решения стоящих перед ней задач управления».

Данное определение распространяется на понятие «информационные ресурсы» в целом. Однако, для его корректного применения при характеристике информационных ресурсов социальных сетей и сетевых сообществ, требуется уточнение в связи со спецификой объекта.

При этом сама сеть может рассматриваться либо как некий независимый объект, либо как саморазвивающийся субъект, либо как объект управления. В настоящей работе сеть рассматривается как саморазвивающийся объект управления, и поэтому понятие информационного ресурса, сосредоточенного в данной сети, должно отражать не только процессы привлечения ресурса, но и процессы эволюционирования данного ресурса в процессе взаиморазвития субъекта и объекта.

Таким образом, в сетевом сообществе, информационные ресурсы - это массив информации, которой обладает сеть, как объект управления, предоставляя управляющему субъекту необходимые сведения, анализируя которые можно добиться решения поставленных задач управления, и эволюционирующая в коммуникативном процессе.

Существуют разные подходы не только к тому, что именно считать информационными ресурсами социальных сетей и сетевых сообществ, но и как их классифицировать. Эти подходы иногда методически противоречивы и не вполне

корректны, особенно в связи с необходимостью их прикладного применения в том или ином аспекте.

В частности, Энциклопедия сайтостроения [119] включает такую фразу: «При этом в любой социальной сети происходит непрерывный обмен материальными, информационными и эмоциональными ресурсами».

С одной стороны, если под социальной сетью понимать совокупность акторов, то такое деление можно считать уместным. Однако если речь идет об онлайновых сообществах, то материальные и эмоциональные ресурсы можно также отнести к информационным, поскольку работа в онлайновой социальной сети представляет собой работу не с физическими ресурсами, а с виртуальными.

При этом материальные ресурсы (под которыми, как правило, понимаются первичные, производные и вторичные материальные ресурсы, такие как сырье, материалы и т.п.) будут иметь значение только для физической организации сети.

Эмоциональные ресурсы также будут представлены некоторым виртуальным отражением эмоций на текстовой информации, содержащейся в сети. В настоящее время, для их исследования применяется сентиментный анализ. Данным исследованиям посвящено множество работ, например, [69, 77, 87, 89, 112]. Такой анализ актуален, в частности, для области маркетинговых исследований.

Источник [120] выделяет следующее описание ресурсов социальной сети, предлагая рассматривать их с 3 сторон (рис. 1):

/■ Коммуникации \ публикации на стенах, статусные

V / сообщения и прямые сообщения

\ «статическая» информация, например,

Информация персональная информация, указанная

при регистрации, демографическая

информация, интересы, группы и т.п.

/■ Отношения \ социальный граф - карта,

V показывающая связи акторов сети

Рисунок 1. Ресурсы социальной сети [120]

В данной схеме отражены следующие ресурсы, которые возникают в результате активности актора в сети:

- Данные, генерируемые в результате коммуникаций - «публикации на стенах, статусные сообщения и прямые сообщения».

- Информация об аккаунте - «статическая» информация, например, персональная информация, указанная при регистрации, демографическая информация, интересы, группы и т.п.

- Отображение связей между акторами (аккаунтами) - социальный граф -карта, показывающая связи акторов сети.

1.3. Влияние «экономических» и «физических» представлений на

формирование подходов к исследованию сетевых сообществ. Понятия социального капитала и потенциала

По логике приведенного выше рассуждения о возможности рассмотрения в качестве ресурса сетевых сообществ некоторого материального ресурса, информационный ресурс должен являться неким эволюционирующим фактором некоторого виртуального «производства». Согласно экономической теории выделяют следующие факторы: труд, земля и капитал. Очевидно, что если речь идет об информационном ресурсе сетевого сообщества, как факторе производства, то это будет некий синергетический симбиоз факторов труд и капитал, перенесенный в виртуальную среду.

Современное состояние социально-экономической среды хозяйствования, в том числе, корпоративного, характеризуется неким актуализированным набором свойств, параметров и парадигм. Некоторые исследователи даже отмечают изменение структуры цивилизационного формата [47], как следствие международного разделения труда, в т.ч. и в сфере информационных технологий. Сейчас социальное взаимодействие осуществляется на совершенно ином

совокупном ресурсе, концентрация которого несопоставима с возможностями иных периодов.

В работе не ставится задача создания исчерпывающей методологии развивающейся научной области, однако некоторые методологические изыскания представляются совершенно необходимыми, в частности - следует решить задачу формулирования специфического - сетевого - «фактора производства». Следует также заметить, что этот фактор производства здесь не может рассматриваться в производственно-экономическом смысле - это задача иных теоретических областей; здесь задача чисто технологическая, а именно - использование информационного ресурса в неком чисто «производственном» цикле, что в виртуальной среде может интерпретироваться, как выработка управленческого решения или исследование объекта на основе моделирования его поведения. И здесь точность формулировок важна, прежде всего, для выяснения возможности применения стандартных моделей (в частности, детально разработанных и достаточно универсальных моделей «производственных функций») для решения поставленных исследовательских задач.

Очевидно, что трудовая составляющая нового фактора производства не вызывает методологических возражений. Ресурс социальных сетей является неотъемлемой частью человека, поэтому можно ограничиться уже одной этой констатацией. Но вот применение «капитализационной» составляющей требует дополнительного исследования. Некоторые примеры исследования социального капитала приводятся в работах [10, 93]. Кроме того, например, в Энциклопедии сайтостроения [119] отмечается такой фактор: «Этот обмен позволяет участникам сети накапливать ресурсы (т.н. «капитал») с целью удовлетворения собственных потребностей». Это - «экономическое влияние».

С другой стороны, можно рассмотреть конкурирующий подход -«физический», когда информационный ресурс понимается как некий энергетический потенциал.

Очевидно, что «энергизирование» ресурса является недостаточно корректной абстракций. Сам по себе метод абстракции вполне научен, поскольку позволяет вскрывать в некоторых случаях глубинные процессы, скрывающиеся за несистематизированной конкретикой. Однако в данном случае степень абстрагирования должна быть понижена.

Методологическая адаптация этих подходов для случая сетевого сообщества будет влиять на выбор (в качестве предпочтительного подхода) той или иной разновидности экономико-математических моделей или физико-математических моделей.

Идея настоящего исследования состоит в том, что для управления ресурсным потенциалом сетевых сообществ необходимо создание оригинальных комплексных моделей, комплексно учитывающих перечисленные выше особенности информационного ресурса. А именно: эти модели должны учитывать и «трудовую» составляющую (или акторную), а также «капитализационную», но понимаемую не в «экономическом», а в «когнитивно-потенциирующем» смысле. Причем ресурс в процессе коммуникации эволюционирует и в том, и в другом смыслах. При этом физическая составляющая требует для обеспечения этого процесса непременного создания особой эволюционной площадки в рамках эволюционирующего пространства, которая должна быть адекватно смоделирована, в то время как «трудовая» составляющая требует определенной структуризации эволюционирующего состояния. Иными словами, наиболее продуктивным представляется методологический подход, ориентирующийся на некое эволюционирующее информационное пространство дискретных состояний интегрированного сетевого ресурса.

Список литературы диссертационного исследования кандидат наук Цуканова Ольга Александровна, 2018 год

СПИСОК ЛИТЕРАТУРЫ

1. Алиев Т.И. Основы моделирования дискретных систем: учебное пособие. - СПб.: СПбГУ ИТМО, 2009. - 363 с.

2. Базыкин А.Д. Нелинейная динамика взаимодействующих популяций. - Москва-Ижевск: Институт компьютерных исследований, 2003. - 368 с.

3. Барановская Т.П., Лойко В.И., Семенов М.И., Трубилин А.И. Информационные системы и технологии в экономике: Учебник. - 2-е изд., доп. и перераб. / Под ред. В.И. Лойко. - М.: Финансы и статистика, 2005. - 416 с.

4. Барахнин В.Б., Федотов А.М. Ресурсы сети Интернет как объект научного исследования // Известия высших учебных заведений. Проблемы полиграфии и издательского дела. - 2008. - № 1. - С.70-71.

5. Бартусявичюс Э.В. Влияние сходства форм изображений на точность их узнавания: дис. ... канд. биол. наук: 03.00.02 / Бартусявичюс Эвальдас Владович. - Вильнюс, 1984. - 160 с.

6. Белоусов А.И., Ткачев С.Б. Дискретная математика: Учеб. для вузов / Под ред. B.C. Зарубина, А.П. Крищенко. - 3-е изд., стереотип. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2004. - 744 с.

7. Беляевский В.В. Специальные матрицы графов: автореф. дис. ... канд. физ-мат. наук: 01.01.09 / Беляевский Владимир Васильевич. - Минск, 1992. - 14 с.

8. Беспалов А.А. Матрицы бинарных отношений и их применение в теории графов: дис. ... канд. физ.-мат. наук: 01.01.09 / Беспалов Александр Александрович. - СПб., 2005. - 67 с.

9. Болдачев А.В. Формализм распределенных во времени систем [Электронный ресурс]. - Режим доступа:

http: //www. chronos. msu. ru/old/RREPORTS/boldachev formalizm. htm (дата обращения: 16.05.2017).

10. Бочкарева И. Потенциал социальных сетей организации // Общество и экономика. - 2011. - № 7. - С. 122-130.

11. Братусь А.С., Новожилов А.С., Платонов А.П. Динамические системы и модели биологии. - М.: Физматлит, 2010. - 400 с.

12. Васильев В.А., Романовский Ю.М., Яхно В.Г. Автоволновые процессы. - М.: Наука, 1987. - 240 с.

13. Виллемс Я.К. От временного ряда к линейной системе. Теория систем. Математические методы и моделирование // Сб. статей. - М.: Мир, 1989. -С. 8-191.

14. Виноградов Д.В. Метод и алгоритм автоматизированной обработки графовых моделей в структурах автоматического управления: дис. ... канд. тех. наук: 05.13.01 / Виноградов Дмитрий Владимирович. - М., 2002. - 165 с.

15. Владимирова Л.П. Методические основы организации взаимодействия учителей иностранных языков в сетевых сообществах: дис. ... канд. пед. наук: 13.00.02 / Владимирова Людмила Павловна. - М., 2008. - 182 с.

16. Горбачевский А.Я. Математическое моделирование массопереноса в текстурированных средах: автореф. дис. ... канд. физ.-мат. наук: 05.13.16 / Горбачевский Андрей Ярославович. - М., 1991. - 12 с.

17. Губанов Д.А. Модели информационного управления в социальных сетях: дис. ... канд. тех. наук: 05.13.10 / Губанов Дмитрий Алексеевич - М., 2010. - 169 с.

18. Губанов Д.А., Новиков Д.А., Чхартишвили А.Г. Модели влияния в социальных сетях // Управление большими системами. Выпуск 27. - М.: ИПУ РАН. - 2009. - С. 205-281.

19. Губанов Д.А., Новиков Д.А., Чхартишвили А.Г. Социальные сети: модели информационного влияния, управления и противоборства. - М.: Издательство физико-математической литературы, 2010. - 228 с.

20. Дмитриев А.В., Мальцева С.В., Цуканова О.А. Моделирование и качественный анализ социальной микроблоггинговой сети как динамической системы // Информационные технологии. - 2016. - № 4. - С. 255-260.

21. Елькин Ю.Е. Автоволновые процессы // Математическая биология и биоинформатика. - 2006. - Т.1.- №1. - С. 27-40.

22. Ерофеев А.А. Теория автоматического управления. - СПб: Политехника, 2003. - 302 с.

23. Ершов А.П. Введение в теоретическое программирование: Беседы о методе. - М.: Наука, 1977. - 288 с.

24. Ильин В.В. Методы формирования кластеров в промышленности: дис. ... канд. экон. наук: 08.00.05 / Ильин Владимир Владимирович. - СПб., 2010. - 157 с.

25. Калинкина С.Ю. Методы представления интервальных динамических систем в пространстве состояний: дис. ... канд. физ.-мат. наук: 05.13.01 / Калинкина Светлана Юрьевна. - Бийск, 2005. - 116 с.

26. Калман Р., Фалб П., Арбиб М. Очерки по математической теории систем. - М.: Едиториал УРСС, 2004. - 400 с.

27. Карпов Д. Пастор А. О структуре к-связного графа // Записки научных семинаров ПОМИ. - 2000. - Т. 266. - С. 76-106.

28. Качала В.В. Основы теории систем и системного анализа. Учебное пособие для вузов. - М.: Горячая линия - Телеком, 2007. - 216 с.

29. Кожухарь В.А. Методы реализации в пространстве состояний для нечетких динамических систем: дис. ... канд. физ.-мат. наук: 05.13.01 / Кожухарь Виктория Андреевна. - Бийск, 2008. - 137 с.

30. Краснова А.Ю. Матрицы инциденций и раскраски графа: дис. ... канд. физ.-мат. наук: 01.01.09 / Краснова Александра Юрьевна. - СПб., 2009. - 87 с.

31. Круглый А.Л. Динамика ориентированного графа в модели Соркина-Финкельштейна: дис. ... канд. физ.-мат. наук: 01.04.02 / Круглый Алексей Львович. - М., 2004. - 106 с.

32. Круглый А.Л. Дискретная механика микромира: динамика последовательного роста и самоорганизация иерархии структур. [Электронный ресурс]. - Режим доступа:

http : //www.chrono s.msu.ru/RREPORT S/krugly diskretnaya.pdf (дата обращения: 16.05.2017).

33. Кузнецов В.П. Математическое моделирование динамических систем с запаздыванием на основе интегрального квадратичного критерия: дис. ... канд. физ.-мат. наук: 03.13.18 / Кузнецов Владимир Петрович. - Самара, 2002. - 94 с.

34. Лоскутов А.Ю. Очарование хаоса // Успехи физических наук. - 2010. - Т. 180. - №12. - С. 1305-1329.

35. Лоскутов А.Ю., Михайлов А.Ю. Основы теории сложных систем. -Москва-Ижевск: РХД, 2007. - 620 с.

36. Малай Г.П. Методы пространства состояний в системах автоматического управления на ПК. - Хабаровск: ДВГУПС, 2001. - 22 с.

37. Малинецкий Г. Г., Потапов А. Б., Подлазов А. В. Нелинейная динамика: подходы, результаты, надежды. - М.: УРСС, 2006. - 280 с.

38. Малинецкий Г.Г. Математические основы синергетики: хаос, структуры, вычислительный эксперимент. - М.: Издательство ЛКИ. - 2007. - 312 с.

39. Мальцева С.В., Проценко Д.С. Серверы отношений сетевых сообществ практики на основе онтологических моделей // Автоматизация и современные технологии. - 2008. - № 3. - С. 26-29.

40. Мальцева С.В., Проценко Д.С. Формализованный подход к управлению сетевым сообществом практики // Автоматизация и современные технологии. - 2011. - № 3. - С. 42-46.

41. Масленникова Н.Ю., Слинкова О.К. Понятие и сущность мониторинга с позиции системного подхода [Электронный ресурс]. - Режим доступа: http://cyberleninka.ru/article/n7ponyatie-i-suschnost-monitoringa-s-pozitsii-sistemnogo-podhoda (дата обращения: 16.05.2017).

42. Медведев П.А. Разработка методов обработки сигналов мобильных систем связи систем малого радиуса действия при представлении несущей

динамической моделью в пространстве состояний: дис. . канд. тех. наук: 05.12.13 / Медведев Павел Александрович. - М., 2012. - 174 с.

43. Месарович М., Мако Д., Такахара Я. Теория иерархических многоуровневых систем. - М.: Мир, 1973. - 344 с.

44. Месарович М., Такахара Я. Общая теория систем: математические основы. - М.: Мир, 1978. - 312 с.

45. Метельский А.В. Метод пространства состояний в теории управления системами функционально-дифференциальных уравнений: автореф. дис. ... д-ра физ.-мат. наук: 01.01.02 / Метельский Анатолий Владимирович. - Минск, 1997. -34 с.

46. Моисеев Н.Н. Универсальный эволюционизм // Вопросы философии. -1991. - №3. - С. 3-28

47. Нургалеева Л.В. Нестрогие коммуникационные альянсы: проблемы и особенности взаимодействия сетевых сообществ. - электронный журнал «Гуманитарная информатика», выпуск 3. [Электронный ресурс]. - Режим доступа: Мр://юигпа18.1ви.ги/Ьитт17&юигпа1 ра2е=агсЫуе&1ё=1166&агйс1е 1ё=30495. (дата обращения: 16.05.2017).

48. Пастор А. Об удалении ребер из к-связного графа без потери к-связности. - СПб.: ПОМИ Препринт, Санкт-Петербургское отделение Математического института им. В.А. Стеклова РАН, 1/2000. 14 с.

49. Патаракин Е. Д. Социальные взаимодействия и сетевое обучение 2.0 -М.: НП «Современные технологии в образовании и культуре», 2009. - 176 с.

50. Проценко Д.С. Математическое моделирование и инструментальные средства управления сетевым сообществом практики: дис. ... канд. тех. наук: 05.13.18 / Проценко Дмитрий Сергеевич. - М, 2009. - 131 с.

51. Силкин А.Ю. Кластеризация контрагентов как инструмент формализации управленческих решений в области ценообразования: дис. ... канд. экон. наук: 08.00.13 / Силкин Александр Юрьевич. - Ижевск, 2003. - 124 с.

52. Старостин Н.В. Разработка и исследование гибридных методов решения задач проектирования систем и устройств информатики, моделируемых графовыми моделями: дис. ... канд. тех. наук.: 05.13.17 / Старостин Николай Владимирович . - Н.Новгород, 2001. - 147 с.

53. Стрейц В. Метод пространства состояний в теории дискретных линейных систем управления. - М.: Наука, 1985. - 296 с.

54. Тарасова А.С. Моделирование обобщенных процедур кластеризации и анализ данных сложной структуры: дис. ... канд.тех.наук: 05.13.18, 05.13.11 / Тарасова Алина Сергевна. - Воронеж, 2007. - 170 с.

55. Храмцов П. Информационные ресурсы Internet [Электронный ресурс]. - Режим доступа: http : //citforum.ru/internet/iinet96/12 .shtml (дата обращения: 16.05.2017).

56. Цуканова О.А., Мальцева С.В. Моделирование распространения влияния в сетевом сообществе // Автоматизация и современные технологии. -2014. - № 3. - С. 24-28.

57. Цуканова О.А., Мальцева С.В. Эволюционный процесс условного текстурирования сетевого пространства состояний в формате единого информационного ресурса сети // Автоматизация и современные технологии. -2013. - № 11. - С. 26-29.

58. Яковенко М.К. Разработка алгоритма распознавания сложных объектов на основе текстурной информации: дис. ... канд. тех. наук: 05.13.01 / Яковенко Максим Константинович - СПб., 2003. - 145 с.

59. Ярославцев А.Ф. Об одном способе формализации и представления имитационных моделей больших и сложных дискретных систем // Проблемы информатики. - 2011. - № 1. - С. 56-75.

60. Яхонтов В.Н. Темпоральная модель пространства. [Электронный ресурс]. - Режим доступа: http : //vi ahontov.narod.ru (дата обращения: 16.05.2017).

61. Ahlf H. Identifikation von Influentials in virtuellen sozialen Netzwerken: Eine agentenbasierte Modellierung und Simulation sozialer Beeinflussungsprozesse: dis. ... Dr. rer. oec. - Duisburg, 2013. - 387 s.

62. Alpay D., Gohberg I. The State Space Method: Generalizations and Applications // Operator Theory Advances and Applications. - Basel/ Switzerland: Birkhäuser Verlag, 2006. - Vol.161. - 274 p.

63. Baker M. The Impact of Social Networking Sites on Politics. The Review: A Journal of Undergraduate Student Research. - 2009. - Vol. 10. - Pp. 72-74. [Электронный ресурс]. - Режим доступа: http ://fisherpub. si fc. edu/ur/vol 10/iss1/12/ (дата обращения: 16.05.2017).

64. Barabasi A-L. Linked: The New Science of Networks. - Cambridge, MA: Perseus, 2002. - 256 p.

65. Berge C. Théorie des Graphes et ses Applications. - Paris: Dunod Editeur, 1958. - 269 p.

66. Blascovich J. A Theoretical Model of Social Influence for Increasing the Utility of Collaborative Virtual Environments // Proceedings of the 4th International Conference on Collaborative Virtual Environments, ACM. - Bonn, 2002. - Pp. 25-30.

67. Boley D.L. Krylov Space Methods on State-Space Control Models // Circuits Systems Signal Process. - 1994. - Vol. 13. No.6. - Pp. 733-758.

68. Bombelli L., Lee J., Meyer D., Sorkin R.D. Space-time as a Causal Set // Physical Review Letters. - 1987. - Pp. 521-524.

69. Chenhao Tan et al. User-Level Sentiment Analysis Incorporating Social Networks // Proceedings of the 16th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. - 2011. - Pp. 1397-1405.

70. Cruz M., Turok N., Vielva P., Martinez-Gonzalez E., Hobson M. A. Cosmic microwave background feature consistent with a cosmic texture // Science. -2007. - Vol. 318. No. 5856. - Pp. 1612-1614.

71. Davern M. Social networks and economic sociology: A proposed research agenda for a more complete social science // American Journal of Economics & Sociology. - 1997. - Vol. 56. Issue 3. - Pp. 287-302.

72. Ekeland I. Mathematics and the Unexpected. - University Of Chicago Press, 1990. - 154 p.

73. Engler O., Randle V. Introduction to Texture Analysis: Macrotexture, Microtexture, and Orientation Mapping. (second edition). - USA: CRC Press, 2009. -388 p.

74. Erdos P., Renyi A. On random graphs. [Электронный ресурс]. - Режим доступа: http://www.renyi.hu/~p erdos/1959-11 .pdf (дата обращения: 16.05.2017).

75. Feng Q.W., Cohen R.F., Eades P. Planarity for clustered graphs // Lecture Notes in Computer Science. - 1995. - Vol. 979. - Pp. 213-226.

76. Fiedler B. (ed.) Handbook of Dynamical Systems II. - Elsevier, Amsterdam. - 2002. - 1086 p.

77. Fink C.R., Coarse- and Fine-Grained Sentiment Analysis of Social Media // John Hopkins APL Technical Digest. - 2011. - Vol.30. No.1. - Pp. 22-30.

78. Fischbach K., Tilly R., Putzke J., Schölgens D. Inferenzstatistische Modellierung der Dynamik bipartiter Netzwerke am Beispiel einer online Reiseplattform // Proceedings of the 10th International Conference on Wirtschaftsinformatik. - Zürich, 2011. - Vol.1. - S. 528-538.

79. Flache, A., Snijders, T. A.B. Die Modellierung komplexer Netzwerke: zum Nutzen agentenbasierter Modelle in der neuen Netzwerkforschung // Verhandlungsband des 33. DGS-Kongresses Die Natur der Gesellschaft. K.S. Rehberg (Ed.) - Frankfurt: Campus, 2008. - S. 781-797.

80. Freeman L.C. The Development of Social Network Analysis - with an Emphasis on Recent Events. [Электронный ресурс]. - Режим доступа: https://pdfs.semanticscholar.org/d49c/b9c050e29a2a073e636a0849626e2b2501b7.pdf (дата обращения: 16.05.2017).

81. Golbeck J. The Dynamics of Web-based Social Networks: Membership, Relationships, and Change // First Monday. - 2007. - Vol. 12. No 11. [Электронный ресурс]. - Режим доступа: http://firstmonday.org/article/view/2023/1889 (дата обращения: 16.05.2017).

82. Haas J., Mützel S. Netzwerkanalyse und Netzwerktheorie in Deutschland -eine empirische Übersicht und theoretische Entwicklungspotentiale // Netzwerkanalyse und Netzwerktheorie. Ein neues Paradigma in den Sozialwissenschaften, hrsg. von Christian Stegbauer. - Wiesbaden: VS-Verlag, 2008. - S. 49-62.

83. Hansen D., Shneiderman B., Smith M.A. Analysing Social Media Networks with NodeXL: Insights from a Connected World. - Morgan Kaufmann, 2010. - 304 p.

84. Heidler R. Erhebung, Visualisierung und mathematische Analyse sozialer Netzwerke - eine methodenorientierte Einführung in die sozialwissenschaftliche Netzwerkanalyse// - Speyer: Deutsches Forschungsinstitut für öffentliche Verwaltung, 2009.

85. Heidler R. Zur Evolution sozialer Netzwerke - theoretische Implikationen einer akteursbasierten Methode. - 2010. - S. 359-372. [Электронный ресурс]. -Режим доступа: http://www.netzwerk-exzellenz.uni-trier.de/filebase/upl-20110719095824.psm (дата обращения: 16.05.2017).

86. Higgins, M.D. Quantitative Textural Measurements in Igneous and Metamorphic Petrology. - Cambridge, UK: Cambridge University Press. - 2006. - 265 p.

87. Hutto C.J., Gilbert E. VADER: A Parsimonious Rule-based Model for Sentiment Analysis of Social Media Text // Proceedings of the Eighth International AAAI Conference on Weblogs and Social Media. - 2014. [Электронный ресурс]. -Режим доступа: http://comp.social.gatech.edu/papers/icwsm14.vader.hutto.pdf (дата обращения: 16.05.2017).

88. Ioannides Y.M. Random Graphs and Social Networks: an Economic Perspective. - Tufts University, 2006. - 61 p. [Электронный ресурс]. - Режим

доступа: http://ase.tufts.edu/economics/papers/200518.pdf (дата обращения: 16.05.2017).

89. Karampatsis, R.M., Pavlopoulos, J., Malakasiotis P., AUEB: Two stage sentiment analysis of social network messages // Proceedings of the 8th International Workshop on Semantic Evaluation (SemEval 2014) . - Dublin, Ireland: Association for Computational Linguistics and Dublin City University, 2014 . - Pp. 114-118.

90. Katok A., Hasselblatt B. Introduction to the Modern Theory of Dynamical Systems. - Cambridge University Press, 1996. - 824 p.

91. Kim M., Leskovec J. Modeling Social Networks with Node Attributes using the Multiplicative Attribute Graph Model // Proceedings of the Twenty-Seventh Conference on Uncertainty in Artificial Intelligence. - 2011. - Pp. 113-160.

92. Koyama S., Perez-Bolde L.C., Shalizi C.R., Kass R.E. Approximate Methods for State-Space Models// Journal of the American Statistical Association. -2010. - Vol.105. - Pp. 170-180.

93. La Due Lake R. and Huckfeldt R. Social Capital, Social Networks, and Political Participation // Political Psychology. - 1998. - Vol.19. No.3. - Pp. 497-525.

94. Mizruchi M.S., Marquis C. Egocentric, sociocentric, or dyadic? Identifying the Appropriate Level of Analysis in the Study of Organizational Networks // Social Networks. - 2006. - Vol.28. No 3. - Pp. 187-208.

95. Newman M.E.J. The Structure and Function of Complex Networks. [Электронный ресурс]. - Режим доступа: https: //arxiv. org/pdf/cond-mat/0303516. pdf (дата обращения: 16.05.2017).

96. Noel H. Towards a Networks Theory of Political Parties: A Social Networks Analysis of Internal Party Cleavages in Presidential Nominations, 1972-2008. - 2012. - 36 p. [Электронный ресурс]. - Режим доступа: http://faculty.virginia.edu/iaienkins/Noel.pdf (дата обращения: 16.05.2017).

97. Ore O. Theory of Graphs. - American Mathematical Society Colloquium Publications, 1962. - Vol.38. - 270 p.

98. Porter M. E. Competitive Advantage of Nations. - New York: Free Press, 1990. - 896 p.

99. Rideout D.P., Sorkin R.D. A Classical Sequential Growth Dynamics for Causal Sets // Physical Review. - 2000. - Vol.61. - 16 p.

100. Robinson R.C., Robinson C. Dynamical Systems: Stability, Symbolic Dynamics, and Chaos// Studies in Advanced Mathematics Series. - CRC Press, 1999. -Vol.28. - 506 p.

101. Scharkow M. Simulation sozialer Netze in der Wissenskommunikation. -Freie Universität Berlin, 2004. - 36 s. [Электронный ресурс]. - Режим доступа: http : //underused.org/docs/simsocnets .pdf (дата обращения: 16.05.2017).

102. Skyrms B., Pemantle R. A Dynamic Model of Social Network Formation // Proceedings of the National Academy of Sciences. - USA, 2000. - Vol.97. - Pp. 93409346.

103. Snijders, T.A.B. Koskinen J.H., Schweinberger M. Maximum Likelihood Estimation for Social Network Dynamics // The Annals of Applied Statistics. - 2010. -Vol. 4, No.2. - Pp. 567-588.

104. Snijders, T.A.B. Statistical models for Social Networks // Annual Review of Sociology. - 2011. - Vol.37. - Pp. 131-153.

105. Sugiyama K., Misue K. Visualization of structured digraphs // IEEE Transaction on Systems, Man and Cybernetics. - 1991. - Vol. 21, No 4. - Pp. 876-892.

106. Teshl G. Ordinary Differential Equations and Dynamical Systems // Graduate Studies in Mathematics. American Mathematical Society. - Providence, RI, 2012. - Vol.140. - 356 p.

107. Toivonen R., Kovanen L., Kivelä M., Onnela J.-P. et al. A Comparative Study of Social Network Models: Network Evolution Models and Nodal Attribute Models // Social Networks. - 2009. - Pp. 240-254.

108. Tsukanova O.A., Dmitriev A.V., Maltseva S.V. Network Evolution Modeling under Conditions of Change in the Data Exchange Rate // Proceedings of the

18th IEEE Conference on Business Informatics. Los Alamitos: IEEE Computer Society Conference Publishing Services (CPS). - 2016. - Pp. 68-71.

109. Tutte W.T. Graph Theory // Encyclopedia of Mathematics and its Applications. - Addison-Wesley, 1984. - Vol. 21. - 333 p.

110. Wang F., Wang H., Xu K., Wu J., Jia X. Characterizing Information Diffusion in Online Social Networks with Linear Diffusive Model // Proceedings of Distributed Computing Systems, IEEE 33d International Conference. - 2013. - Pp. 307316.

111. Wasserman S., Faust K. Social Network Analysis: Methods and Applications. - New York: Cambridge University Press, 1994. - 857 p.

112. West R. et al. Exploiting Social Network Structure for Person-to-Person Sentiment Analysis // Transactions of the Association for Computational Linguistics. -2014. - Pp. 297-310.

113. Weyer J. Soziale Netzwerke: Konzepte und Methoden der Sozialwissenschaftlichen Netzwerkforschung. - De Gruyter Oldenbourg, 2012. - 334 s.

114. Zhang J. Social Influence Locality for Modeling Retweeting Behaviors // IJCAI '13 Proceedings of the Twenty-Third international joint conference on Artificial Intelligence. - 2013. - Pp. 2761-2767.

115. Oxford Dictionaries. [Электронный ресурс]. - Режим доступа: http : //oxforddictionaries. com (дата обращения: 16.05.2017).

116. Dictionary.com. [Электронный ресурс]. - Режим доступа: http://dictionary.com (дата обращения: 16.05.2017).

117. Gabler Wirtschaftslexicon. [Электронный ресурс]. - Режим доступа: http : //wirtschaftslexikon. gabler. de (дата обращения: 16.05.2017).

118. Экономико-математический словарь. [Электронный ресурс]. - Режим доступа: http : //economic mathematics. academic. ru (дата обращения: 16.05.2017).

119. Энциклопедия сайтостроения. [Электронный ресурс]. - Режим доступа: http://site.nic.ru (дата обращения: 16.05.2017).

120. Gustav's Mindshare. The 3 Assets of Any Social Network - a Valuation Model. [Электронный ресурс]. - Режим доступа: http://gustavsoderstrom.com (дата обращения: 16.05.2017).

121. ГОСТ ISO 9001-2011. [Электронный ресурс]. - Режим доступа: http://www.gostrf.eom/normadata/1/4293792/4293792470.pdf (дата обращения: 16.05.2017).