Кластерні моделі в соціальних мережах та соціальному програмному забезпеченні

Abstract

Метою дипломної роботи є визначення спільної групи експертів, які зможуть ефективно працювати разом, щоб завершити низку проектів. В даний час вирішення проблеми в соціальних мережах досягається за допомогою жадібних евристичних алгоритмів і підходу цілочисельного лінійного програмування. Жадібні алгоритми часто дають швидкі результати, але вони роблять локально оптимальний вибір на кожному кроці і не дають глобальних оптимальних результатів. Недоліками підходу є те, що він вимагає значного обсягу пам’яті для створення змінних і обмежень, а також має дуже великий час обробки для великих мереж. Тоді як було доведено, що алгоритм зваженої структурної кластеризації для мереж дає швидші результати для задачі формування команди, що є окремим випадком проблеми найму кластера. Розширенням цієї проблеми є припущення, що серед експертів існує соціальна мережа, яка містить інформацію про їх минулу співпрацю. Якщо два експерта співпрацювали в минулому, то в майбутньому їм краще працювати в одній команді.