Ученые ТПУ используют искусственный интеллект для обнаружения связей сообществ в социальных сетях

| 1052

Технологию интеллектуального анализа веб-данных для обнаружения связей сообществ в социальных сетях разрабатывает молодой ученый Томского политехнического университета — ассистент отделения информационных технологий вуза Анастасия Кайда. Технология будет полезна социологам и экономистам, например, для эффективной оценки общественного мнения. Этот проект аспирантки томского вуза поддержан стипендией Президента РФ молодым ученым и аспирантам, осуществляющим перспективные научные исследования и разработки по приоритетным направлениям модернизации российской экономики. 

«Социальные сети — кладезь разнообразной информации о нашем обществе, но ее очень много, и она крайне разнородная. Многие исследователи в разных странах ищут инструменты, как автоматически вычленять какую-то информацию, обнаруживать связи между сообществами людей. Инструментов анализа веб-данных сейчас существует уже очень много, но универсальной технологии нет, каждый раз приходится подстраиваться под конкретную задачу. Мы сфокусировались на анализе веб-данных для трекинга цифрового следа сообществ. Более простыми словами: мы разрабатываем технологию и программное обеспечение для обнаружения связей между сообществами. Анализируем мы открытые текстовые данные — это записи и комментарии в обществах», — рассказывает молодой ученый. 

Анастасия вместе с коллегами работает с открытыми данными в социальной сети «ВКонтакте». 

«Текст — самый сложный класс данных для обработки из-за своей неструктурированности. Для него нужны специальные технологии анализа. В своих экспериментах мы сначала извлекаем данные, очищаем, например, от несущественных лексем (предлогов, союзов, междометий и так далее) и обрабатываем с помощью специальных алгоритмов — их разработка и является нашей главной задачей. Сейчас у нас уже есть набор таких алгоритмов. На выходе мы получаем набор метрик для текста, которые визуализируем. Получается картинка, наглядно демонстрирующая связи между разными сообществами в сети. По ней специалисты, например, социологи видят, как движется информация от сообщества к сообществу, с какой динамикой, какие идеи объединяют, казалось бы, разные группы», — поясняет Анастасия Кайда

Ученые провели серию экспериментов для тестирования разработанных алгоритмов и прототипа программного обеспечения. В самом крупном эксперименте они проанализировали посты за один год в более чем сотне сообществ. 

«На практике полученные данные могут использоваться для принятия решения в области социально-экономического развития территорий. Например, в сфере молодежной политики значимой может оказаться информация о динамике развития и связях волонтерских сообществ», — говорит ученый ТПУ.