Please use this identifier to cite or link to this item:
http://elar.urfu.ru/handle/10995/94635
Title: | Определение эффективных подгрупп в социальной группе на основе применения методологии анализа социальных сетей (SNA-методологии) : магистерская диссертация |
Other Titles: | Detection of effective subgroups in a social group on the basis of SNA-methodology implementation |
Authors: | Муравьев, А. А. Muravyov, A. A. |
metadata.dc.contributor.advisor: | Зверева, О. М. Zvereva, O. M. |
Issue Date: | 2020 |
Publisher: | б. и. |
Citation: | 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.). |
Abstract: | 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. |
Keywords: | 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 |
Access: | Предоставлено автором на условиях простой неисключительной лицензии |
License text: | http://elar.urfu.ru/handle/10995/31613 |
Appears in Collections: | Магистерские диссертации |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
m_th_a.a.muravyov_2020.pdf | 3,02 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.