सामाजिक नेटवर्क के सबसेट की सबसे प्रभावशाली वस्तुओं की खोज करें

आधुनिक दुनिया में, सामाजिक स्तर को छोड़कर, लोगों के बीच संबंधों ने एक दूसरे पर कब्जा कर लिया है - डिजिटल। वर्चुअल सोशल नेटवर्क के प्रसार के साथ, व्यक्तिगत डेटा के साथ अपना खुद का पेज रखने की प्रवृत्ति है, हितों के हिसाब से दोस्तों की तलाश करने, समूह बनाने आदि के लिए। डेटाआर्ट द्वारा आयोजित एक आईटी टॉक की बैठक में, मैं एक ऐसे व्यक्ति से मिला, जिसने सोशल नेटवर्क टोपोलॉजी का अध्ययन किया। इस दिन, मैंने पूरी तरह से मास्टर की थीसिस के विषय पर फैसला किया, जिसे लेख के शीर्षक द्वारा प्रस्तुत किया गया है। तथ्य यह है कि सामाजिक नेटवर्क में जानकारी की मात्रा लगातार बढ़ रही है, और इस जानकारी के अधिकांश कच्चे रूप में प्रस्तुत किया जाता है। अपने आप में, यह ब्याज की नहीं है। ऐसे डेटा को संसाधित करने और परिणाम प्राप्त करने के लिए एक विचार था जो एक अच्छे कारण की सेवा कर सकता था।

यह लेख सबसे प्रभावशाली वस्तुओं की खोज पर चर्चा करता है। यह जानकारी विभिन्न आभासी विपणन अभियानों के संचालन और संदिग्ध उच्च गतिविधि वाले उपयोगकर्ताओं की पहचान करने के लिए उपयोगी हो सकती है।

परिचय

हम एक ग्राफ के रूप में सामाजिक नेटवर्क को निरूपित करेंगे, जिनमें से नोड्स लोग हैं। यदि वस्तुएं किसी तरह जुड़ी हुई हैं (मित्र हैं, या पत्र हैं), तो इन वस्तुओं के बीच एक चाप है।

अंजीर। 1

हम प्रभाव की एक सहज अवधारणा देते हैं। निम्नलिखित आकृति पर विचार करें।

अंजीर। 2

यहां केंद्र में ऑब्जेक्ट के 6 कनेक्शन हैं। लेकिन प्रभाव कनेक्शन की संख्या तक सीमित नहीं है। हमें उन वस्तुओं के प्रभाव की डिग्री को ध्यान में रखना चाहिए जिनके साथ लक्ष्य ऑब्जेक्ट जुड़ा हुआ है। आइए तस्वीर पर विचार करें। 3।

अंजीर। 3

उपरोक्त आकृति से पता चलता है कि ऑब्जेक्ट में 3 कनेक्शन हैं, लेकिन जिन वस्तुओं के साथ यह जुड़ा हुआ है, उनका नेटवर्क में कुछ प्रभाव है। कनेक्शन की संख्या और उन वस्तुओं के प्रभाव को ध्यान में रखना आवश्यक है, जिनके साथ लक्ष्य वस्तु जुड़ी है।

materiel

इस दिशा में अनुसंधान के लिए प्रेरणा यह लेख था [1]। मैंने प्रस्तावित एल्गोरिथ्म में संशोधन किए, जो मेरी राय में उचित प्रतीत होते हैं।
ग्राफ को एक आसन्न मैट्रिक्स के रूप में दर्शाया जाएगा।



हम ऑर्डर k के ऑब्जेक्ट i की पुनरावृत्त बल की अवधारणा को पेश करते हैं।



ध्यान दें कि वस्तु का प्रथम क्रम का बल बल दूसरों के साथ इस वस्तु के कनेक्शन की संख्या है। यह अभी तक अन्य वस्तुओं के प्रभाव को ध्यान में नहीं रखता है। दूसरे क्रम से शुरू, इस राशि में अन्य वस्तुओं का प्रभाव शामिल है।

प्रश्न : पुनरावृत्त बलों के वेक्टर को किस क्रम में माना जाना चाहिए?
उत्तर : या तो 2 या 3।

तथ्य यह है कि ऑर्डर k के ऑब्जेक्ट i का iterated बल ऑब्जेक्ट i के प्रभाव की डिग्री को व्यक्त करता है, यह देखते हुए कि यह अपने प्रभाव को त्रिज्या k से अधिक नहीं फैला सकता है। तो योग में ही निहित है। याद रखें जब आपने अपने मित्र से किसी को आपके लिए कुछ करने के लिए कहा था? यह प्रभाव त्रिज्या 2 में है, और यह एक पुनरावृत्त द्वितीय-क्रम बल द्वारा व्यक्त किया गया है। यदि हम किसी अन्य मध्यवर्ती प्रतिभागी के साथ श्रृंखलाओं को ध्यान में रखना चाहते हैं, तो हमें 3 डी क्रम के पुनरावृत्त बलों के वेक्टर पर विचार करने की आवश्यकता है। वास्तविक जीवन में इस तरह की लंबी श्रृंखलाओं के उभरने की नगण्य संभावना के मद्देनजर अधिक क्रम के पुनरावृत्त बलों पर विचार करना अव्यावहारिक लगता है।
इस प्रकार, यदि हम किसी बड़े शहर के पैमाने और उच्चतर वस्तुओं के प्रभाव की गणना करना चाहते हैं, तो हम 3 क्रम पर भरोसा करते हैं। छोटे पैमानों के लिए, दूसरे क्रम का उपयोग करना उचित है।

ध्यान दें कि हमारे लिए यह महत्वपूर्ण नहीं है कि पुनरावृत्त बल का संख्यात्मक मान, लेकिन विभिन्न वस्तुओं के लिए बल एक दूसरे से कैसे संबंधित हैं। इसलिए, अगले आदेश के पुनरावृत्त बल के वेक्टर की गणना करने के बाद, इस वेक्टर को सामान्य करने की सलाह दी जाती है। एक आदर्श के रूप में, अधिकतम को इसके तत्वों के पूर्ण मूल्यों के अनुसार लिया जाता है।

हम जानकारी एकत्र करते हैं

सोशल नेटवर्क Vkontakte से जानकारी एकत्र की गई थी। एक एप्लिकेशन को लिखा गया था कि दोस्तों के 2 सेट डाउनलोड करें: 2 वें तक और तीसरे स्तर तक। स्पष्टता के लिए, चित्र 4 पर विचार करें।
अंजीर। 4
यहाँ 1 स्तर के दोस्तों को लाल, हरे रंग में चिह्नित किया गया है - दूसरे का, पीला - तीसरे का। इस तथ्य के कारण कि वीके एपीआई आपको प्रति सेकंड 3 से अधिक अनुरोध करने की अनुमति नहीं देता है, आपको तीसरे स्तर को लोड करने के लिए रात को मशीन को चालू करना पड़ा।

अंजीर। 5

ध्यान दें कि यदि आप 4 स्तर डाउनलोड करते हैं, तो सबसे अधिक संभावना है कि हम 99% नेटवर्क उपयोगकर्ता डाउनलोड करते हैं। छह हैंडशेक [2] का एक सिद्धांत है, जो दावा करता है कि पृथ्वी पर किसी भी दो लोगों के बीच सामान्य परिचितों के 5 से अधिक स्तर नहीं हैं। इस तथ्य के कारण कि वीके मुख्य रूप से सीआईएस में वितरित किया जाता है, यह आंकड़ा कम होना चाहिए।

डेटा का विश्लेषण

तो, हमारे पास 2 डेटा सेट हैं:

• दोस्तों के 2 स्तरों के लिए - लगभग 40 हजार उपयोगकर्ता।
• दोस्तों के 3 स्तरों के लिए - लगभग 4.2 मिलियन उपयोगकर्ता।

मैं खुद सोशल नेटवर्क में नहीं बैठता हूं, इसलिए दोनों मामलों में सैंपल का केंद्र मेरा दोस्त था, जो वोरोनिश स्टेट यूनिवर्सिटी का छात्र था।

पहले सेट का विश्लेषण करके शुरू करते हैं।

अंजीर। 6

यहां, प्रभाव के संदर्भ में नमूना केंद्र ने पहला स्थान हासिल किया। इससे समझाया जा सकता है कि डेटा कैसे लोड किया गया था। तथ्य यह है कि दोस्तों के पूरे अंतिम स्तर में केवल एक कनेक्शन होता है। इन ऑब्जेक्ट्स के लिए, मित्र सूची रिक्त है। इसलिए, 1 स्तर के दोस्तों का प्रभाव (जो कि दूसरे स्तर के दोस्तों पर काफी हद तक आधारित है) का मूल्यांकन कम किया गया है। इस वजह से, हम काफी उद्देश्यपूर्ण परिणाम प्राप्त नहीं करते हैं। फिर भी, दिलचस्प आंकड़े देखे जा सकते हैं: पहली 30 लाइनों में वोरोनिश राज्य विश्वविद्यालय के लगभग आधे कार्यकर्ता स्थित हैं।

चलिए दूसरे डेटा सेट के अध्ययन पर जाते हैं। यहां, रेटिंग द्वारा नमूने का केंद्र 3539 स्थान लेता है।
यह समझ में आता है: यहां, शहर के भीतर पहले से ही प्रभाव पर विचार किया जा रहा है।

अंजीर। 7

इस तालिका की शुरुआत में निम्नलिखित प्रविष्टियों का पता लगाया गया है:

• वोरोनिश पोस्टर
• बीपीएच दौरे
• वोरोनिश नाइटपार्टी ।12
• एक सौ धाराएँ
• कला हकीकत Vrn

इस सूची की पहली पंक्तियों में लोगों के लिए, हम कह सकते हैं कि उनमें से कुछ वास्तव में हमारे शहर के प्रसिद्ध लोग (मुख्यतः फोटोग्राफर) हैं। लेकिन कुछ वस्तुओं की गतिविधि संदेह का कारण बनती है: व्यक्ति के बारे में अल्प जानकारी के साथ बहुत अधिक प्रभाव। वास्तविकता की जानकारी के अनुपालन के लिए नेटवर्क प्रशासकों द्वारा इन वस्तुओं की समीक्षा की जा सकती है।

पुनश्च यदि किसी के पास इस मॉडल को बेहतर बनाने के बारे में विचार हैं, तो कृपया टिप्पणियों में सदस्यता समाप्त करें।

सूत्रों का कहना है:

1. www.basegroup.ru/library/web_mining//information_flows_in_social_networks
2. ru.wikipedia.org/wiki/%D0%A2%D0%B5%D0%BE%D1%80%D0%B8%D1%8F_%D1%88%D0%B5%D1%81%D1%82%D0 % B8_% D1% 80% D1% 83% D0% BA% D0% BE% D0% BF% D0% BE% D0% B6% D0% B0% D1% 82% D0% B0% D0% B9