Рассматривается задача прогнозирования динамики общественного мнения на лонгитюдных данных высокой гранулярности, добытых из социальной сети ВКонтакте. Данная задача была предложена участникам Хакатона «УБС Challenge’2024» как одного из досуговых мероприятий XX Всероссийской школы-конференции молодых ученых «Управление большими системами» (УБС), проводившейся в г. Новочеркасске в 2024 году. Настоящая работа посвящена подробному описанию проведенного Хакатона и решений, предложенных его участниками. Для выборки из
Идентификаторы и классификаторы
- SCI
- Математика
Моделирование человеческого поведения является актуальной проблемой современной науки, находящейся на стыке таких дисциплин как теория управления, экономика, сетевой анализ и социальная психология [26]. Понимание особенностей формирования мнений людей в социальных группах необходимо для прогнозирования динамики и разработки эффективных стратегий управления социальными системами. Вместе с тем необходимо отметить, что на данный момент для подавляющего большинства моделей, описывающих данные явления (так называемые модели динамики/формирования мнений или модели влияния) еще даже не проведена валидация на эмпирических данных [9]. Здесь можно отметить модель Фридкина – Джонсона, которая была валидирована в рамках лабораторных экспериментов с малыми (∼ 4 человека) группами [12]. При этом эмпирические исследования указывают на непредсказуемость динамики мнений людей, когда сам факт изменения мнения спрогнозировать далеко не всегда представляется возможным
Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.
Список литературы
1. Козицин И.В., “Построение прогноза динамики общественного мнения при помощи SCARDO-модели”, Управление большими системами, 108 (2024), 124-136. DOI: 10.25728/ubs.2024.108.7 EDN: KGOBWQ MathNet: ubs1194
2. Abelson R.P., Mathematical models of the distribution of attitudes under controversy, Contributions to Mathematical Psychology, 1964.
3. Bonacich P., “Some unique properties of eigenvector centrality”, Social Networks, 29:4 (2007), 555-564. DOI: 10.1016/j.socnet.2007.04.002
4. Bond R.M. et al., “A 61-million-person experiment in social influence and political mobilization”, Nature, 489:7415 (2012), 295-298. DOI: 10.1038/nature11421
5. Chebotarev P., Gubanov D.A., “How to Choose the Most Appropriate Centrality Measure? A Decision-Tree Approach”, IEEE Trans. on Systems, Man, and Cybernetics: Systems, 2024. DOI: 10.1109/TSM3510633
6. Cinus F. et al., “The effect of people recommenders on echo chambers and polarization”, Proc. of the Int. AAAI Conf. on Web and Social Media, 16 (2022), 90-101. DOI: 10.1609/icwsm.v16i1.19275
7. Deffuant G. et al., “Mixing beliefs among interacting agents”, Advances in Complex Systems, 3:01n04 (2000), 87-98. DOI: 10.1142/S0219525900000078
8. Degroot M.H., “Reaching a consensus”, Journal of the American Statistical association, 69:345 (1974), 118-121. DOI: 10.1080/01621459.1974.10480137
9. Flache A. et al., “Models of social influence: Towards the next frontiers”, JASSS - The Journal of Artificial Societies and Social Simulation, 20:4 (2017), 2. DOI: 10.18564/jasss.3521 EDN: YHYOTJ MathSciNet: 3450280
10. French Jr J.R.P., “A formal theory of social power”, Psychological Review, 63:3 (1956), 181. DOI: 10.1037/h0046123
11. Frey V. et al., “Who influences lower-status individuals more: People of higher-status outgroups or people of their lower-status ingroup? Examining the difference between matters of opinion and matters of fact”, Social Science Research, 123 (2024), 103060. DOI: 10.1016/j.ssresearch.2024.103060 EDN: CNPVJF
12. Friedkin N.E., Jia P., Bullo F., “A theory of the evolution of social power: Natural trajectories of interpersonal influence systems along issue sequences”, Sociological Science, 3 (2016), 444-472. DOI: 10.15195/v3.a20 MathSciNet: 3589253
13. Gezha V.N., Kozitsin I.V., “The effects of individuals’ opinion and non-opinion characteristics on the Organization of Influence Networks in the online domain”, Computers, 12:6 (2023), 116. DOI: 10.3390/computers12060116
14. Jedrzejewski A., Sznajd-weron K., “Impact of memory on opinion dynamics”, Physica A: Statistical Mechanics and its Applications, 505 (2018), 306-315. DOI: 10.1016/j.physa.2018.03.077
15. Ji C., Jiang D., “Threshold behaviour of a stochastic SIR model”, Applied Mathematical Modelling, 38:21-22 (2014), 5067-5079. DOI: 10.1016/j.apm.2014.03.037 EDN: UWRGCH MathSciNet: 3272129
16. Kozitsin I.V. et al., “Modeling political preferences of russian users exemplified by the social network Vkontakte”, Mathematical Models and Computer Simulations, 12 (2020), 185-194. DOI: 10.1134/S2070048220020088 EDN: IZYTPX
17. Kozitsin I.V., “A general framework to link theory and empirics in opinion formation models”, Scientific reports, 12:1 (2022), 5543. DOI: 10.1038/s41598-022-09468-3 EDN: VVQEUT
18. Kozitsin I.V., “Opinion dynamics of online social network users: a micro-level analysis”, The Journal of Mathematical Sociology, 47:1 (2023), 1-41. DOI: 10.1080/0022250X.2021.1956917 EDN: BHVFFM MathSciNet: 4527224
19. Kulkarni B. et al., “SLANT+: A nonlinear model for opinion dynamics in social networks”, IEEE Int. Conf. on Data Mining (ICDM), IEEE, 2017, 931-936. DOI: 10.1109/ICDM.2017.117
20. Newman M., Networks, Oxford University Press, 2018. MathSciNet: 3838417
21. Okawa M., Iwata T., “Predicting opinion dynamics via sociologically-informed neural networks”, Proc. of the 28th ACM SIGKDD Conf. on Knowledge Discovery and Data Mining, 2022, 1306-1316. DOI: 10.1145/3534678.35392
22. Pansanella V. et al., “Change my mind: Data driven estimate of open-mindedness from political discussions”, Int. Conf. on Complex Networks and Their Applications, Springer Int. Publishing, Cham, 2022, 86-97. DOI: 10.1007/978-3-031-21127-0_8
23. Peshkovskaya A., Babkina T., Myagkov M., “Social context reveals gender differences in cooperative behavior”, Journal of Bioeconomics, 20 (2018), 213-225. DOI: 10.1007/s10818-018-9271-5 EDN: UPQRGR
24. Peshkovskaya A., Babkina T., Myagkov M., “Gender effects and cooperation in collective action: A laboratory experiment”, Rationality and Society, 31:3 (2019), 337-353. DOI: 10.1177/1043463119858788 EDN: JZUXOM
25. Proskurnikov A.V., Tempo R., “A tutorial on modeling and analysis of dynamic social networks. Part I”, Annual Reviews in Control, 43 (2017), 65-79. DOI: 10.1016/j.arcontrol.2017.03.002 EDN: XNJYHB MathSciNet: 3880766
26. Proskurnikov A.V., Tempo R., “A tutorial on modeling and analysis of dynamic social networks. Part II”, Annual Reviews in Control, 45 (2018), 166-190. DOI: 10.1016/j.arcontrol.2018.03.005 EDN: LJCPFB MathSciNet: 3880766
27. Ravazzi C. et al., “Learning hidden influences in large-scale dynamical social networks: A data-driven sparsity-based approach, in memory of Roberto Tempo”, IEEE Control Systems Magazine, 41:5 (2021), 61-103. DOI: 10.1109/MCS.2021.3092810 EDN: GQTKEW MathSciNet: 4391112
28. Zhu L., He Y., Zhou D., “Neural opinion dynamics model for the prediction of user-level stance dynamics”, Information Processing & Management, 57:2 (2020), 102031. DOI: 10.1016/j.ipm.2019.03.010 EDN: TYEXTN
Выпуск
Другие статьи выпуска
Описан программный комплекс MARLIN24, предназначенный для реализации адаптивного управления светофорными объектами. Цель разработки — оптимизация работы светофоров для сокращения суммарного времени пребывания транспортных средств в зоне действия оптических детекторов. Архитектура комплекса включает три ключевых модуля: модуль адаптивного управления, модуль имитационного моделирования транспортных потоков и модуль валидации, а также дополнительный модуль визуализации. В модуле адаптивного управления реализованы четыре подхода: фиксированный план; некоординированное подкрепленное обучение; координированное мультиагентное обучение с подкреплением; управление длительностью фаз с помощью MISO контроллера нечёткой логики (Multiple Input Single Output, MISO). Имитационное моделирование транспортных потоков для проверки результатов управления осуществляется посредством модуля микросимуляции на основе модели «разумный водитель» (Intelligent Driver Model, IDM). В модуле валидации для моделирования реалистичных показаний оптических датчиков, отражающих дорожную обстановку, используются копула-функции, принимающие на вход маргинальные распределения. Маргинальные распределения были получены на основе исторических данных об интенсивности движения за период 2019–2020 гг. Разработанный комплекс программ имитационного моделирования MARLIN24 позволяет исследовать и сравнивать между собой ряд моделей управления реальными участками дорожной сети г. Красноярска при различных условиях
Предлагается новый математический подход к оценке эффективности гибридных электроэнергетических установок, использующих альтернативный источник энергии совместно с центральной сетью электроснабжения, основанный на методах теории массового обслуживания и позволяющий учитывать стохастический характер природных процессов. В качестве математической модели гибридной энергетической системы, использующей альтернативную (непостоянную) энергию как один из источников электроэнергии, предлагается система массового обслуживания с двумя блоками приборов, один из которых имеет случайное время работы и ограниченную мощность. Исследуется трехмерный марковский случайный процесс. С помощью метода начальных моментов получены формулы стационарных характеристик системы. Выполнен численный анализ зависимости характеристик системы от входных параметров, а также представлен пример расчёта эффективности использования источника солнечной электроэнергии для бытовых нужд на основе реальных данных
Рассматривается актуальная проблема обнаружения нефти и нефтепродуктов на поверхности воды, имеющая решающее значение для экологического мониторинга водных ресурсов. Рост загрязнения водных объектов нефтепродуктами обусловливает необходимость разработки эффективных методов их обнаружения и оценки состояния экосистем. В данной работе представлена методика, основанная на исследовании спектров отраженного солнечного света, которая позволяет с высокой точностью обнаруживать нефтяные загрязнения. Авторами получены аналитические выражения для индексов коэффициентов спектральной яркости, которые в дальнейшем использованы в геоинформационных системах (ГИС). Эти показатели помогают в обработке и интерпретации данных, полученных с помощью дистанционного зондирования, значительно упрощая процесс мониторинга и анализа состояния водных объектов. Методика показала свою эффективность в различных условиях и может быть адаптирована для использования в режиме реального времени. Результаты исследования способствуют совершенствованию методов экологического контроля и обеспечивают более надежную защиту водных ресурсов от загрязнения. Кроме того, в исследовании рассматривается потенциальная интеграция этого метода с другими системами экологического мониторинга для повышения точности и эффективности обнаружения загрязнения. Благодаря этим усовершенствованиям, предлагаемая методика позволяет не только выявлять разливы нефти, но и помогает в управлении ими и снижении негативных последствий, связанных с разливами нефти
Представлена методика определения латентных параметров многоуровневой многофакторной регрессионной модели и способы использования модели на примере прогнозирования динамики показателей, отражающих функционирование сельскохозяйственного производства: урожайности зерновых культур и потребления кормовой пшеницы. Актуальность модели обусловлена возможностью применения в целях прогнозирования главного выходного показателя (первый уровень модели) и его промежуточных составляющих (последующие уровни модели). Выполнена обработка статистических данных, применен метод регрессионного анализа информации, выполнено построение графиков результатов моделирования с использованием MS Excel и среды разработки языка программирования Python. Модель строится на основании иерархической зависимости первого и последующих уровней, при которой входные данные выходного показателя группируются как индивидуальные или общие параметры линейных зависимостей промежуточных переменных. В результате апробации модели были получены данные урожайности зерновых культур в зависимости от типа подкормки удобрениями и соответствующие им доли площадей по данным Российской Федерации в целом и Ростовской области в частности; произведен прогноз урожайности на три года, приведено сравнение с результатами применения факторного анализа. В вопросе определения потребления кормовой пшеницы были получены данные объема чистого потребления пшеницы и объема пшеницы, перерабатываемой на комбикорм
Продолжается описание проекта, представленного в статье “Проект системы распределения заказа внутри ассоциации производителей посредством множественных аукционов” // Управление большими системами. – 2024. – Вып. 112. Исследуется схема сетевого взаимодействия внутри ассоциации предприятий, занимающейся сборочным производством фиксированного набора изделий. Рассматривается производство, представленное в виде направленного ациклического графа, вершинам которого сопоставлены производимые участниками ассоциации комплектующие, причём для сборки деталей более низкого ранга используются детали, имеющие более высокий ранг. Взаимодействие базируется на системе множественных локальных аукционов, посредством которых производится распределение производства очередного заказа между предприятиями – членами ассоциации. Если в предыдущей работе дан краткий обзор проекта и очерчены проблемы, связанные с его реализацией, то в настоящей статье делается детальный разбор рассматриваемой схемы, предлагаются правила, которых рекомендуется придерживаться участникам схемы при выборе решений. Исследуется проблема рационального выбора участниками цен производимых изделий. В заключении указываются риски, связанные с реализацией проекта, и намечается план исследования эффективности схемы в режиме компьютерной имитации
Рассматривается задача реидентификации человека по изображениям, полученным из систем видеонаблюдения, с использованием признаков различной природы. В отличие от традиционных подходов, опирающихся на один биометрический фактор, предложена универсальная методика объединения признаков, полученных из разных источников информации. В основе метода лежит вероятностная модель, реализующая объединение признаков в пространстве решений по правилу байесовского вывода. Каждый признак рассматривается как наблюдение, аппроксимируемое нормальным распределением с параметрами, оцениваемыми по обучающим данным. Принятие решения осуществляется путём максимизации апостериорной вероятности принадлежности объекта к одной из известных личностей. В качестве средств извлечения признаков используются модели на основе архитектур с механизмами внимания, обеспечивающие устойчивость к искажениям. Проведено сравнение с методом линейного объединения признаков. Результаты экспериментов на открытом наборе данных демонстрируют повышение точности идентификации, устойчивость к частичному отсутствию данных и возможность количественной оценки степени достоверности принимаемого решения, что актуально для применения в системах обеспечения безопасности
Решен вариант задачи оптимальной расстановки воздушных судов (ВС) заданных типов на заданной сети авиалиний. Распределение ВС по авиалиниям является одной из узловых проблем, определяющей эффективность деятельности авиакомпании. Рассмотренная задача состоит в определении для каждой авиалинии недельного числа рейсов ВС, обеспечивающего максимальный экономический эффект от перевозки пассажиров. Новизна постановки задачи заключается в том, что уровни спроса на пассажирские перевозки приняты не полностью определёнными экспертно заданными нечёткими величинами, что соответствует этапу предварительного проектирования расписания. Оптимизация расстановки ВС по авиалиниям сформулирована как целочисленная задача математического программирования с нечётким критерием и чёткими ограничениями. Благодаря использованию приёма дефаззификации нечёткая задача сведена к обычной задаче математического программирования, решаемой имеющимися эффективными методами на базе доступного программного обеспечения. С использованием программного пакета IBM ILOG OPL получено решение модельных примеров задачи в нечёткой и «чёткой» постановках. Выполненное сравнение выявило существенные различия наиболее значимых результатов решения оптимизационной задачи в нечёткой и «чёткой» постановках, что свидетельствует о целесообразности учёта нечёткой неопределённости исходных данных
Целью исследования является разработка численной схемы с использованием итерационных методов решения систем уравнений для решения объемных задач акустики с неоднородным индексом рефракции. Приводится постановка задачи распространения акустических волн в виде объемного интегрального уравнения Фредгольма второго рода. Для дискретизации задачи с целью последующего численного решения использована структурированная объемная прямоугольная сетка. С использованием дискретизации постановка задачи сводится к дискретизированному оператору в виде системы уравнений с большим количеством неизвестных и матрицей оператора высокой размерности. Учитывая особенности интегральных ядер уравнения Гельмгольца в интегральной форме, приводятся численные методы решения систем уравнений с использованием модификаций матрично-векторного умножения тёплицевых матриц на вектор на основе быстрого дискретного преобразования Фурье. Продемонстрированы численные результаты работы комплекса программ моделирования распространения реализаций модели плоской волны в объемной среде с неоднородным индексом рефракции. Особое внимание уделяется возможности быстрого решения задач математической физики на структурированной сетке большой размерности, что позволит рассматривать особенности решения на сложных неоднородных границах, а также упростить аппроксимацию решения. В завершение будут сделаны выводы о качестве получаемых решений на различных примерах неоднородностей рассматриваемой объемной области
Излагаются результаты исследований, посвящённых свойству многоальтернативности строения и функционирования сложных биологических систем. Целью работы являются: обобщение этих результатов в виде эволюционной методологии многоальтернативного управления большими искусственными системами, выявление места этой методологии в ряду известных кибернетических принципов управления и определение её возможностей при практической реализации. Отмечено, что актуальность упомянутого обобщения определяется назревшей необходимостью систематизации различных направлений в рамках самой кибернетики как науки. Раскрыто кибернетическое основание методологии многоальтернативного управления, заключающееся в воспроизведении эволюционных механизмов живых систем, выходящих за рамки механизма естественного отбора и традиционно рассматриваемых как свойство многообразия этих систем. На основе анализа содержания указанных механизмов сформулированы достаточно простые принципы предлагаемой методологи: принцип разнообразия и разделения функций, принцип многоуровневости структуры и принцип модульности. Показан конструктивный характер этих принципов, непосредственно указывающий на методы и способы их практической реализации. Представлена обобщённая модель системы многоальтернативного управления, дано писание её функциональных узлов. Показана системообразующая роль методологии многоальтернативного управления по отношению к ряду базовых кибернетических принципов управления сложными объектами, заключающаяся в выявлении у этих принципов общего эволюционного содержания. Рассмотрены конкретные примеры применения методологии для синтеза систем управления различными объектами, и продемонстрирована её высокая результативность
Цифровая трансформация общества и производства постепенно вступает в стадию Индустрии 4.0, когда обслуживающая инфраструктура, в том числе и автоматизированные информационные системы юридически значимого электронного документооборота, будут способны адаптироваться под текущие условия обстановки. Однако современный этап развития таких систем характеризуется несовершенством терминологического аппарата и отождествлением объекта воздействия (электронного документа) с его бумажным прототипом, что приводит к ограничению их функциональных возможностей. Таким образом, существующая парадигма восприятия электронного документа не соответствует перспективному уровню развития автоматизированных информационных систем юридически значимого электронного документооборота в рамках концепции Индустрии 4.0. Цель работы – построение моделей электронного документа и описание метода обеспечения его целостности, позволяющего гарантировать достижение требуемого уровня защищенности автоматизированных информационных систем юридически значимого электронного документооборота, функционирующих в соответствии с положениями концепции Индустрии 4.0. Используемые методы: применение криптографических хэш-функций к компонентам (контенту и метаданным) электронного документа, результаты которых вычисляются по типу бинарного дерева Меркла в сочетании с технологией цепной записи данных. Результаты исследования: введено понятие «интегративный электронный документ», предложена новая структура электронного документа, что позволило сократить длительность его верификации и, как следствие, снизить риск реализации деструктивных воздействий на автоматизированную информационную систему
Представлено исследование сети массового обслуживания с неограниченным числом обслуживающих приборов в узлах сети и возможностью прерывания обслуживания. Такая модель может быть использована для описания функционирования абонентских сетей доступа, где заявка (подключённый абонент) в процессе обслуживания может перемещаться от одного узла сети к другому или покидать сеть, завершив или не завершив своё обслуживание. Предполагается, что переходы происходят независимо от состояния узлов. Исследование проводится с использованием метода асимптотического анализа при условии высокой интенсивности входящего потока. В рамках проведённого анализа установлено, что при стремлении интенсивности потока к бесконечности совместное стационарное распределение числа заявок в узлах сети приближается к многомерному нормальному распределению. Получены аналитические выражения для параметров этого распределения, таких как математические ожидания и элементы ковариационной матрицы. Проведены численные эксперименты, подтверждающие точность асимптотической аппроксимации. Определена область применимости полученных результатов в зависимости от параметров модели. Кроме того, в работе приведён пример решения задачи оптимизации функционирования исследуемой сети массового обслуживания, иллюстрирующий возможности практического применения разработанного подхода при анализе и управлении телекоммуникационными системами.
Представлено исследование сети массового обслуживания с неограниченным числом обслуживающих приборов в узлах сети и возможностью прерывания обслуживания. Такая модель может быть использована для описания функционирования абонентских сетей доступа, где заявка (подключённый абонент) в процессе обслуживания может перемещаться от одного узла сети к другому или покидать сеть, завершив или не завершив своё обслуживание. Предполагается, что переходы происходят независимо от состояния узлов. Исследование проводится с использованием метода асимптотического анализа при условии высокой интенсивности входящего потока. В рамках проведённого анализа установлено, что при стремлении интенсивности потока к бесконечности совместное стационарное распределение числа заявок в узлах сети приближается к многомерному нормальному распределению. Получены аналитические выражения для параметров этого распределения, таких как математические ожидания и элементы ковариационной матрицы. Проведены численные эксперименты, подтверждающие точность асимптотической аппроксимации. Определена область применимости полученных результатов в зависимости от параметров модели. Кроме того, в работе приведён пример решения задачи оптимизации функционирования исследуемой сети массового обслуживания, иллюстрирующий возможности практического применения разработанного подхода при анализе и управлении телекоммуникационными системами.
Рассматривается открытая сеть массового обслуживания с делением и слиянием требований. При поступлении в сеть каждое требование разделяется на два фрагмента. Фрагменты требований обслуживаются в одноприборных системах обслуживания с неограниченной очередью, образующих ациклическую структуру рассматриваемой сети. После завершения обслуживания в сети фрагменты требований поступают в выделенную систему сборки требований, где требования собираются из своих фрагментов и покидают сеть. Предлагается приближенный метод вычисления математического ожидания длительности сборки требований и математического ожидания длительности пребывания требований в сети массового обслуживания с делением и слиянием требований при предположениях, что входящий в сеть поток требований является пуассоновским, а длительности обслуживания фрагментов требований являются экспоненциально распределенными случайными величинами. Для оценки точности приближенного метода вычисления соответствующих характеристик сети полученные результаты сравниваются с результатами имитационного моделирования сети. Предложенный метод может применяться при невысокой нагрузке сети массового обслуживания, функционирующей в стационарном режиме. Представленная сеть массового обслуживания может использоваться в качестве моделей современных многопроцессорных вычислительных систем, а также других систем с параллельным и распределённым принципом функционирования
Рассматривается задача управления мнениями агентов, сформулированная в терминах приближения среднего поля для SCARDO-модели, построенного для случая социальной системы с модулярной сетевой структурой, гетерогенными уровнями активности агентов и персонализацией контента. В рамках модели управления специальная группа агентов, имитирующая ботов в реальных социальных медиа, воздействует на остальных агентов, с тем чтобы изменить их мнения в соответствии с интересами управляющего субъекта. Изучается наиболее простой для анализа случай двухэлементной азбуки мнений, в рамках которой существует только два возможных мнения (интерпретация – выборы в двухпартийной системе) и один тип агентов-неботов. Строится аналитическое решение задачи управления. Демонстрируется, что в зависимости от значений параметров модели может быть либо одна оптимальная стратегия управления, либо бесконечно много. При этом в случае, когда оптимальное управление единственно, оно должно быть устроено следующим образом: все социальные боты должны транслировать одно и то же мнение, а переключение распространяемого мнения может произойти не более одного раза лишь для некоторых конфигураций параметров. Полученные результаты сопровождаются примерами с реальными данными из онлайн плафтормы ВКонтакте
Статистика статьи
Статистика просмотров за 2026 год.
Издательство
- Издательство
- ИПУ РАН
- Регион
- Россия, Москва
- Почтовый адрес
- 117997, ГСП-7, г. Москва, Профсоюзная, 65
- Юр. адрес
- 117997, г. Москва, Профсоюзная, 65
- ФИО
- Новиков Дмитрий Александрович (дирек)
- E-mail адрес
- dan@ipu.ru
- Контактный телефон
- +7 (495) 3348910
- Сайт
- https://www.ipu.ru/