Системная социология: Social Networks Mining

Системная социология: Social Networks Mining

А.А.Давыдов

Системная социология: Social Networks Mining

Ключевые слова: системная социология, Social Networks Mining

 

Введение

Social Networks (социальные сети) - классический объект анализа, моделирования, разработок и практических приложений в системной социологии [1-4], в частности, существует множество компьютерных систем для Social Networks Analysis  ( http://www.insna.org/software/software_old.html ), получено множество содержательных результатов, доказаны математические теоремы, выявлены закономерности строения и функционирования социальных сетей, имеются широкие практические приложения. В российской социологии Г.В.Градосельская ( http://www.hse.ru/org/persons/63896/index.html ) много лет в занимается анализом социальных сетей и ведет соответствующий спецкурс на кафедре методов сбора и анализа социологической информации факультета социологии ГУ-ВШЭ.

В последние годы в Интернете получили широкое распространение сервисы социальных сетей [5], блоги, форумы, on-line communities, virtual communities, virtual worlds и т.д., в которых происходит активное создание и обмен мультимедийной информацией, обмен опытом, знаниями, мнениями и т.д., формирование Friends Online Networks (сетей друзей),  подготовки проведения массовых мероприятий, в частности, реальных массовых акций протеста и т.д. Развивается так называемый Dark Web («темный» Web)( http://www.nsf.gov/news/news_summ.jsp?cntn_id=110040 ) - экстремистские, террористические, криминальные Online Social Networks. В целом, по мнению Тима Бернерс-Ли (http://dig.csail.mit.edu/breadcrumbs/node/215) - создателя технологии WWW (World Wide Web), WWW превращается в GGG (Giant Global Graph) - гигантский глобальный граф Social Networks.  

Соответственно, в E-Social Science (электронной социальной науке) - одном из разделов системной социологии [4], в работе спецслужб, в коммерческих Интернет-компаниях, занимающихся е-бизнесом, е-торговлей, е-маркетингом, в других организациях, возникла актуальная задача исследования Large-Scale Web Social Networks (сверхбольших социальных сетей в Интернете). Однако, решение данной задачи сопряжено со следующими научными и техническими проблемами. Large-Scale Web Social Networks - это миллионы взаимодействующих пользователей, которые в режиме реального времени могут обмениваться мультимедийной информацией, и за счет масштаба сети, возникают новые системные свойства и отношения в строении и динамике сети, потоках мультимедийной информации, которые не вполне адекватно описываются классическими сетевыми теориями, моделями и методами [6]. Ограничение накладывает и архитектура персональных компьютеров, которая не позволяет полноценно осуществлять Petaflops Computing, Petascale Computing [7], необходимые для эффективного анализа, моделирования и прогнозирования Large-Scale Web Social Networks.   

Для решения данной проблемы в настоящее время стремительными темпами развивается Social Networks Mining - компьютерные системы для выявления полезных знаний из социальных сетей, в частности, автоматического интеллектуального извлечения неочевидных и полезных знаний из Large-Scale Web Social Networks в режиме реального времени. Готовится к изданию международный журнал International Journal of Social Network Mining  (IJSNM) ( http://www.inderscience.com/browse/index.php?journalID=327#objectives ), в 2009 г. проводятся первые международные конференции по Social Networks Mining, а именно, International Conference on Advanced in Social Networks Analysis and Mining  ( http://www.asonam.org ),  First International Workshop on Mining Social Networks for Decision Support( http://im.nuk.edu.tw/~iting/MSNDS2009/index.php ), International Workshop on Social Networks Mining and Analysis for Business Applications (SNMABA2009) ( http://im.nuk.edu.tw/~iting/SNMABA2009 ), 1st International Conference on Computational Collective Intelligence - Semantic Web, Social Networks & Multiagent Systems (ICCCI2009)( http://isccci.org/iccci-09 ). Поэтому представляет научный и практический интерес рассмотрение этого быстро развивающегося, перспективного направления исследований и разработок Social Networks.

Предварительно сделаем ряд пояснений. Social Network Mining  развивается по принципу кумулятивности, т.е. обобщает ряд широких и хорошо разработанных в течение многих лет направлений, по которым существует множество монографий. Поэтому обзор неизбежно будет конспективным, часто без ссылок на конкретные монографии, поскольку этого не позволяет ограниченный объем статьи. Не все из направлений и методов Social Network Mining развиты в российской социологии, поэтому статья состоит из двух разделов, а именно, «Основы Social Network Mining» и «Содержательные результаты Social Networks Mining». В данной обзорной статье, автор давал название теорий и методов Social Network Mining на английском языке, чтобы заинтересованный российский социолог смог найти в Интернете описание перечисленных теорий и методов и более глубоко ознакомиться с ними.

Полный текст статьи

Пожалуйста, комментируйте, оставляйте свои сообщения в форуме или присылайте свои статьи, замечания и комментарии на адрес: blog@isras.ru

  1. Давыдов А.А. Системный подход в социологии: законы социальных систем. М.: Эдиториал УРСС, 2004.
  2. Давыдов А.А. Системный подход в социологии: новые направления, теории и методы анализа социальных систем. М.: Эдиториал УРСС, 2005.
  3. Давыдов А.А. Системная социология. М.: Эдиториал УРСС, 2006.
  4. Давыдов А.А. Конкурентные преимущества системной социологии. (Электронное издание) М.: ИС РАН, www (https://www.isras.ru/publ.html?id=855, http://www.ecsocman.edu.ru/db/msg/324618.html )
  5. Давыдов А.А. Системная социология: анализ мультимедийной информации в Интернете. М.: ИС РАН, 2009. ( https://www.isras.ru/index.php?page_id=988 )
  6. Carrington P., Scott J., Wasserman S. Models and Methods in Social Network Analysis. Cambridge.: Cambridge University Press, 2005.
  7. Давыдов А.А. Системная социология: Ultra - Large - Scale Holistic Simulation.