Method of modeling of a social profile using Big Data structure transformation optimization

Abstract

Об'єктом дослідження є методи та алгоритми оптимізації перетворення Big Data для побудови моделі соціального профілю, предметом дослідження – методи побудови соціального профілю. Для особи, яка приймає рішення, актуальна проблема науково методологічного і інструментального переоснащення для ефективного виконання комплексу управлінських завдань і протистояння принципово новим викликам і загрозам у суспільстві. Це завдання безпосередньо пов'язана з проблемою побудови моделі соціального профілю як індивідуума, так і соціальної групи в цілому. Тому задача оптимізації методів побудови математичної моделі соціального профілю є безумовно актуальною. В ході дослідження використовувалися методи математичного апарату теорії графів, теорії баз даних і концепції нереляційних сховищ даних, технології Big Data, технологій текстової аналітики, методів паралельної обробки даних, методів застосування нейронних мереж, методів аналізу мультимедіа даних. Дані методи були інтегровані в загальний метод, названий методом покращення ефективності побудови математичної моделі соціального профілю. Запропонований метод дозволяє покращати адекватність моделі соціального профілю, що дозволить суттєво покращати та спростити функціонування інформаційних систем прийняття рішень, які ґрунтуються на знаннях про соціальні переваги тих чи інших суспільних груп, що дозволить здійснювати динамічну корекцію їх поведінки. Отримані результати апробації методу дозволяють вважати його ефективним інструментом отримання об'єктивної інформаційної моделі соціального портрету соціальної групи. Це пов'язано з тим, що коректність постановки і рішення задачі забезпечила отримання адекватних результатів. На відміну від існуючих, запропонований метод моделювання, який використовує орієнтований граф дозволяє суттєво покращати якість та адекватність цього процесу. Подальші дослідження необхідно спрямувати на реалізацію пропонованих теоретичних розробок в реальні системи прийняття рішень. Це дозволить збільшити вагу автоматизованих систем прийняття рішень для аналізу соціального клімату суспільства.