Soboliev, A.Lande, D.2019-03-272019-03-272018Soboliev A. Social network nodes ranking in terms of logarithmic function of its link weights / A. Soboliev, D. Lande // Сучасні інформаційні системи = Advanced Information Systems. – 2018. – Т. 2, № 3. – С. 102-106.https://repository.kpi.kharkov.ua/handle/KhPI-Press/40440Social networks are the basis of all interactions among its participants (usually people), which happen in the process of transmitting information. Lately this term is becoming more and more popular, but hardly anyone can really imagine how much it surrounds us. Social type networks are represented by means of graphs and node connections, which reflect real cooperation. It is necessary to conduct the detailed network analysis, evaluate the results by all specified standards and separate the most important nodes for ranking them in these networks. Existing ranking algorithms mainly evaluate everything in general, which does not allow to clearly recognise the consequence of nodes inter se. In the given article we provide the analysis of work educts of well-known node ranking algorithms (HITS, PageRank) and compare obtained data with expert network evaluation. Big amount of nodal connections in social networks and their various configuration in most cases do not allow to use the base type ranking algorithms, since the neglect of seemingly irrelevant connections induces false results. The base type algorithm HITS was adjusted for efficiency of the quasiheirarchic networks research. It allows to perform analysis and node ranking based on specified criteria (the amount of input and output connections inter se), which corresponds with the results of expert evaluation. It is displayed, that in some cases the received method offers corresponding with real social relations between subjects insights, and exponents of node authorships - with previously provided social roles. Received algorithm allows to evaluate and educe the most relevant nodes in social character networks. It can be used in various spheres, where social networks are formed.Соціальні мережі є основою всіх взаємодій між учасниками (як правило, людьми), які відбуваються в процесі передачі інформації. Останнім часом цей термін стає все більш популярним, але навряд чи хтось може у явити, наскільки сильно він оточує нас. Мережі соціального характеру зображають за допомогою графів та зв'язків між вузлами, що відображають реальну взаємодію. Для ранжування вузлів в даних мережах необхідно провести детальний аналіз мережі, оцінити отримані результати за всіма заданими критеріями та виділити найбільш впливові вузли. Існуючі алгоритми ранжування переважно оцінюють все в цілому, що не дозволяє чітко визначити впливовість вузлів між собою. У даній статті приводиться аналіз отриманих результатів роботи відомих алгоритмів ранжування вузлів (HITS, PageRank) та порівнюються отримані дані з експертною оцінкою мережі. Велика кількість зв'язків між вузлами та їх різноманітна конфігурація в більшості випадків не дозволяє використовувати алгоритми ранжування базового типу, оскільки нехтуючи начебто несуттєвими зв'язками, виникають хибні результати. Базовий алгоритм HITS був модифікований для ефективного дослідження квазіієрархічних мереж. Показано, що отриманий алгоритм надає у ряді випадків результати, які відповідають реальним соціальним відношенням між суб'єктами, а показники авторства вузлів – попередньо наданим соціальним ролям. Отриманий алгоритм дозволяє оцінювати та виявляти найбільш релевантні вузли в мережах соціального характеру. Він може бути використаний у різних сферах, де формуються соціальні мережі.ennetwork subjectsranking algorithmHITS methodexpert evaluationсуб'єкти мережіалгоритм ранжуванняалгоритм HITSалгоритм PageRankрейтинг вузлаекспертна оцінкаArticle10.20998/2522-9052.2018.3.17