Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://elar.urfu.ru/handle/10995/94635
Название: | Определение эффективных подгрупп в социальной группе на основе применения методологии анализа социальных сетей (SNA-методологии) : магистерская диссертация |
Другие названия: | Detection of effective subgroups in a social group on the basis of SNA-methodology implementation |
Авторы: | Муравьев, А. А. Muravyov, A. A. |
Научный руководитель: | Зверева, О. М. Zvereva, O. M. |
Дата публикации: | 2020 |
Издатель: | б. и. |
Библиографическое описание: | Муравьев А. А. Определение эффективных подгрупп в социальной группе на основе применения методологии анализа социальных сетей (SNA-методологии) : магистерская диссертация / А. А. Муравьев ; Уральский федеральный университет имени первого Президента России Б. Н. Ельцина, Институт радиоэлектроники и информационных технологий - РтФ, Школа профессионального и академического образования. — Екатеринбург, 2020. — 77 с. — Библиогр.: с. 69-71 (32 назв.). |
Аннотация: | В магистерской диссертации производится сравнительный анализ четырех программных инструментов, которые поддерживают методологию анализа социальных сетей (SNA - методологию), и могут быть использованы для решения задачи формирования эффективных команд. В терминах SNA-методологии это есть поиск подгрупп в социальной группе. Приводится описание наиболее известных алгоритмов кластеризации, а также уровень поддержки этих алгоритмов существующими программными инструментами. В результате определяется наиболее эффективный алгоритм и наиболее удобный программный инструмент для решения данной задачи. In the master's dissertation, a comparative analysis of four software tools is carried out. These tools support the methodology of analysis of social networks (SNA-methodology) and which could be used for effective teams building. In terms of the SNA-methodology, this is a kind of subgroup search in a social group. Description of the most popular clustering algorithms is delivered, as well as the level of support of these algorithms with software tools is under discussion. As a result, the most effective clustering algorithm and the most usable software tool for solving this problem are determined. |
Ключевые слова: | МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ MASTER'S THESIS МЕТОДОЛОГИЯ АНАЛИЗА СОЦИАЛЬНЫХ СЕТЕЙ ИНСТРУМЕНТАЛЬНОЕ ПО СЕТЕВОЙ ПОДХОД КЛАСТЕРНЫЙ АНАЛИЗ КОМАНДА SNA-METHODOLOGY SOFTWARE TOOLS NETWORK APPROACH CLUSTER ANALYSIS TEAM |
URI: | http://elar.urfu.ru/handle/10995/94635 |
Условия доступа: | Предоставлено автором на условиях простой неисключительной лицензии |
Текст лицензии: | http://elar.urfu.ru/handle/10995/31613 |
Располагается в коллекциях: | Магистерские диссертации |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
m_th_a.a.muravyov_2020.pdf | 3,02 MB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.