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 РазмерФормат 
m_th_a.a.muravyov_2020.pdf3,02 MBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.