?
О моделях построения графа взаимодействующих объектов в сети Telegram-каналов
Цель исследования: сравнение широкого набора различных моделей построения графов взаимодействующих объектов в сети публичных Telegram-каналов с целью выявления среди них наиболее подходящих, при которых полученный граф наиболее близок к безмасштабным сетям.
Метод исследования: для построенных взвешенных графов в рамках каждой из рассматриваемых моделей находятся степенные законы, наиболее приближающие эмпирические распределения полученных весов вершин, после чего оценивается качество полученного приближения.
Полученный результат: в статье представлены модели построения графов, характеризующих информационное воздействие в сети Telegram-каналов. В данной работе представлены результаты исследования 180 случаев – для 12 моделей проведены исследования на 15 наборах данных. В рамках этих исследований найдены параметры степенных законов, приближающих эмпирические данные. Показано, у каких из моделей эти параметры оказываются не свойственными для безмасштабных сетей. С помощью критерия Колмогорова проверены гипотезы о характере распределения у моделей. Приведены иллюстрации, наглядно показывающие результаты исследования. Показано, какая из моделей лучше всего подходит для формирования графов взаимодействующих объектов в сети Telegram-каналов. Такие графы могут быть впоследствии проанализированы с целью выделения ключевых вершин.
Научная новизна: предложены модели для представления имевшего место взаимодействия объектов сети Telegram-каналов в виде взвешенных графов. Исследовано распределение весов вершин у полученных графов взаимодействующих объектов. Изучение этого важного свойства для взвешенных графов, полученных при импорте данных из реальных сетей, дало важный теоретический и практический результат. Выявлено, что UMR-модель построения таких графов, обладает свойством, характерным для безмасштабных сетей.