CC BY
49
УДК 004.02, 004.9
DOI: 10.25702/KSC.2307-5252.2018.10.151-160 И.О. Датьев1, М.Г. Шишаев1,2, А.М. Федоров1
1 Институт информатики и математического моделирования ФИЦ КНЦ РАН
2 ФГБОУ ВО «МАГУ»
МОДЕЛЬ КОЛЛЕКТИВНОЙ ИДЕНТИЧНОСТИ ДЛЯ ИЗУЧЕНИЯ МЕСТНЫХ СООБЩЕСТВ
Аннотация
Социетальная безопасность является важной частью личностной безопасности человека, что особенно важно для местных сообществ Крайнего Севера. Идентичность является важным объектом изучения и мониторинга как ключевой критерий социетальной безопасности. В настоящее время социальные объекты широко представлены в виртуальном пространстве онлайновых социальных сетей. В работе предлагается концептуальная модель идентичности, а также обсуждаются возможные методы анализа идентичности местных сообществ в контексте проблем социетальной безопасности с использованием данных онлайновых социальных сетей.
Ключевые слова:
Социетальная безопасность, местные сообщества, модель коллективной идентичности
I.O. Datyev, M.G. Shishaev, A.M. Fedorov
THE COLLECTIVE IDENTITY MODEL FOR THE LOCAL COMMUNITIES STUDY Abstract
Societal security is a crucial part of the human security what is especially important for the local communities of the High North. Since identity is an ultimate criterion of societal security the former is the essential object for studying and monitoring. At the same time social entities are now widely represented in the virtual space of social networking services. In this work, we propose a formal model of identity and discuss possible ways of analyzing the identity of local communities in the context of social security problems using data from social networking services.
Keywords:
Societal security, local communities, collective identity model Введение
Проникновение современных телекоммуникационных сетей в нашу повседневную жизнь привело к повышению роли онлайновых социальных сетей не только в виртуальном пространстве, но и в реальных социальных процессах и явлениях. Одним из перспективных направлений изучения виртуальных коммуникаций в контексте социальных вопросов является мониторинг и анализ социетальной безопасности (societal security). Анализ социальных сетей можно рассматривать как новый эффективный инструмент для социологических исследований, связанных с социетальной безопасностью.
В современном мире миграционных потоков и столкновения культур социетальная безопасность рассматривается как чрезвычайно важный вопрос. Поскольку социетальная безопасность определяется как «способность общества сохранять свой сущностный характер при меняющихся условиях и возможных или
реальных угрозах» [26], личностная безопасность (human security) и социетальная безопасность тесно взаимосвязаны, несмотря на критику концепции социетальной безопасности [23]. Поэтому, представляются важными задачи идентификации и предотвращения угроз социетальной безопасности, связанных с миграцией, «горизонтальной» и «вертикальной» конкуренцией сообществ, а также другими причинами. К решению таких задач необходимо подходить системно, обладая информацией о сущности и внутренней структуре социетальной безопасности и источников ее угроз.
В данной работе рассматривается проблема анализа идентичности местных сообществ как ключевого критерия социетальной безопасности на основе современных инструментов и методов анализа социальных сетей. Первый вопрос, рассматриваемый в статье: что представляет собой концептуальная структура или модель, достаточно репрезентативная с одной стороны и обладающая достаточной сложностью в контексте рассматриваемых экспериментальных инструментов, с другой? Второй вопрос: существуют ли адекватные подходы к анализу идентичности местных сообществ на основе социальных сетей? Адекватность, в данном случае, предполагает наличие достаточно надежных методов мониторинга реальной социальной сущности (местного сообщества, в нашем примере) на основании анализа ее отражения в онлайновых социальных сетях.
Для исключения неправильного толкования необходимо уточнить значения используемых в работе терминов: социальная сеть, онлайновая социальная сеть, анализ социальных сетей, местное сообщество, идентичность (значение термина обсуждается в следующем разделе).
Наиболее часто используемое определение термина «социальная сеть» дается в [27]: «Социальная сеть — это социальная структура, состоящая из множества социальных сущностей (таких как отдельные лица или организации), множества диадических связей и социальных взаимодействий между участниками этой структуры».
Анализ социальных сетей (Social Network Analisys - SNA) - научное направление, в котором изучается структура социальных сетей для выявления локальных и глобальных шаблонов (моделей), нахождения влиятельных объектов и изучения динамики сети.
Онлайновые социальные сети (сайты социальных сетей, social networking services - SNS, или социальные медиа - social media) обычно определяются как веб-сервисы, которые позволяют отдельным пользователям создавать и совместно использовать индивидуальный профиль, устанавливать связи и взаимодействовать с другими пользователями на сайте [2].
Определение термина «местное сообщество», близкое по смыслу к данной работе, приведено в [19]: «Местное сообщество — это группа взаимодействующих организмов, совместно использующих среду. В человеческих сообществах на личность участников и степень их сплоченности могут влиять намерения, убеждения, ресурсы, предпочтения, потребности, риски и другие факторы».
Анализ социальных сетей — это междисциплинарная научная область, которая возникла на основе социальной психологии, социологии и статистики. В рамках анализа социальных сетей используются теория графов, теория равновесия, теория социального сравнения и, в последнее время, концепция социальной идентичности [14]. В целом, анализ социальных сетей в настоящее
время используется в различных науках и является одной из основных парадигм современной социологии.
Модель идентичности как объект социетальной безопасности
Объектом социетальной безопасности является коллективная идентичность, поэтому именно ей следует уделить особое внимание. Понимание механизмов формирования и поддержания коллективной (групповой) идентичности является ключом к пониманию процессов, связанных с обеспечением социетальной безопасности. В данной статье идентичность рассматривается в ее социальном аспекте, т.е. как мы идентифицируем себя по отношению к другим в соответствии с тем, что у нас есть. Альберто Мелуччи [16] определил коллективную идентичность как «интерактивное и совместное определение, созданное несколькими людьми (или группами на более сложном уровне) и касающееся ориентации действий, области возможностей и ограничений, в которых происходит действие». Исходя из практических соображений, авторами данной статьи не делается принципиальных различий между терминами «социальной идентичности», введенными Генри Тайфелем и Джоном Тернером [25] и «коллективной идентичностью», в то время как некоторые авторы находят небольшие различия между социальной и коллективной идентичностью.
В области социологии, психологии, политологии и философии существует много исследований идентичности. Широко распространено мнение, что Зигмунд Фрейд начал «психологическую линию» в исследованиях идентичности, которая сосредоточена главным образом на исследовании самоидентификации или формирования самооценки. Большой вклад в развитие концепции идентичности с позиции психологической науки внес Эрик Эриксон, который считал идентичность сложной сущностью с многоуровневой структурой [10]. Многие современные исследования идентичности в психологии спровоцированы работами Генри Тайфеля, который предложил теорию социальной идентичности, объяснив формирование самоидентификации посредством соотнесения индивида и социальных групп [22].
Общей особенностью «социологической линии» в исследованиях идентичности является рассмотрение социальной среды как источника культурных норм и символов, а также моделей поведения, которые служат основой для самоопределения человека как члена данной социальной группы. В социологических теориях, применяемых для изучения идентичности, выделяются несколько основных подходов: функционализм, структурный функционализм, символический интеракционизм, феноменологическая социология, интегративный подход. Основания упомянутых подходов формируются работами Давида Эмиля Дюркгейма, Толкотта Парсонса, Ральфа Густава Дарендорфа, Чарльза Хортона Кули, Джорджа Герберта Мида, Ирвинга Гоффмана, Юргена Хабермаса, Питера Людвига Бергера, Томаса Лукмана, Пьера Бурдье, Энтони Гидденса, Сэмюэля Филлипса Хантингтона.
Несмотря на различные взгляды на концепцию идентичности, все подходы имеют некоторые общие особенности, важные для практического моделирования. Одна ценная мысль в контексте понимания и моделирования явлений идентичности — это значимость контактов между людьми, которые определяют социальную дистанцию и, следовательно, сплоченность социальной
группы. С точки зрения символического интеракционизма, идентичность возникает только в том случае, если индивид включен в социальную группу и, если имеет место связь с членами этой группы [1]. Хантингтон представляет интегративный подход в исследованиях идентичности и утверждает, что идентичности, определяемые индивидом, в то же время являются результатом взаимодействия человека или группы с другими людьми или группами [12].
Другая точка зрения, в большей или меньшей степени разделяемая большинством исследователей, заключается в том, что содержание идентичности определяется в некоторых компонентах культуры, ценностей, действий и т. д., которые разделяются или отвергаются индивидуумом или социальной группой. Кроме того, эти компоненты должны быть не только сформулированы, но и оценены. Итак, предполагается, что идентичность определяется в некотором метрическом пространстве. Современные исследователи заявляют, что и индивидуумы, и группы обладают идентичностью, что дает основание рассматривать личную и групповую идентичность в общем пространстве признаков [12]. С другой стороны, многие авторы концептуализируют социальный мир непосредственно как пространство - пространство Блау [15] или социальное пространство Бурдье [5]. Определив некоторую метрику над этим пространством, мы получаем возможность идентифицировать эффекты кластеризации, оценивать расстояния между точками и распознавать факт и направления «движений». В общем, такой формализм вполне адекватен рассмотренной в данной статье проблеме при условии корректировки размерности пространства и его метрики.
Третьим значимым аспектом, объединяющим разные взгляды на групповую идентичность, является «антагонистическое» определение идентичности. Фрейд рассматривал проблему процесса построения коллективных идентичностей «мы» через определение «они», отмечая огромную роль антагонистических отношений для установления идентичности среди членов сообщества, связывающих сообщество с одной коллективной идентичностью [17]. В работах политологов Зижека, Муффа, Лакло рассматривается дискурсивный механизм построения идентичности, основанный на социальном антагонизме [24]. В социологии и социальной психологии Тайфель и коллеги отмечают, что межгрупповая дискриминация и, в частности, внутригрупповой фаворитизм играют ключевую роль в структурировании социального пространства [7, 22].
Подводя итог сказанному, можно сделать вывод, что наиболее адекватным общим подходом к формализации идентичности социальных групп в целях анализа и мониторинга является его представление в форме многомерного пространства. Идентичность имеет множество измерений самого разнообразного характера - территориальных, этнических, культурных и других. Хотя некоторые компоненты идентичности могут быть количественно определены - возраст, благосостояние и т. д., другие могут быть измерены только с использованием качественных, и не всегда порядковых шкал. Таким образом, пространство идентичностей является многомерным и неоднородным, а оценки компонентов идентичности, чаще всего, являются интервальными. В соответствии с этим представлением, пространство идентичности для двумерного случая будет выглядеть так, как показано на рисунке 1. Точка пространства обозначает идентичность, и в общем случае это будет область с несферической
конфигурацией, что отражает неопределенность в формировании компонентов идентичности. Высокое сходство между точками в терминах определенной метрики указывает на возможную групповую идентичность. Необходимыми условиями формирования и сохранения групповой идентичности в дополнение к сходству являются регулярная и достаточно интенсивная связь между потенциальными членами группы и наличие значительной «анти-идентичности».
Ь
персональные идентичности
потенциальная коллективная идентичность
ь
Рис. 1. Двумерное пространство идентичности
Согласно предложенной структуре, существует ряд вопросов, касающихся формализации идентичности: Как представить точки пространства идентичности с учетом неопределенности? Как определить антагонистические кластеры в пространстве? Как оценить устойчивость кластеров?
Можно предположить некоторые идеи и реализацию существующих методов для решения перечисленных проблем. В частности, представляется перспективным учитывать при оценке устойчивости кластера такие факторы, как его «диаметр», количество включенных точек, наличие и силу связей между точками кластера (вызванные персональной идентичностью). Можно также предположить, что устойчивость кластера будет зависеть от соответствующих характеристик антагонистического кластера как «угрозы», которая провоцирует формирование групповой идентичности. В качестве возможных формальных инструментов можно было бы рассмотреть нечеткие проективные пространства, грубые, мягкие, мульти- и другие атипичные множества, мягкие вычисления [20, 31].
Какой из инструментов формализации будет наиболее эффективен, во многом зависит от характера исходных данных и способа их получения. В этой статье оцениваются возможности использования информации из социальных сетей в качестве источника данных.
Анализ социальных сетей: методы и приложения
Одной из первых работ, рассматривающих изучение компьютерных сетей как особых социальных явлений, является «Компьютерные сети как социальные сети» Барри Уэллмана [28]. Автор утверждает, что «когда компьютерные сети и машины связывают людей, компьютерные сети становятся социальными сетями». Успех
онлайновых социальных сетей прослеживается в их доминировании в сегодняшнем обществе, так, например, Facebook имеет 2,13 миллиарда активных пользователей в месяц и в среднем 1,4 миллиарда активных пользователей в 2017 году [11]. Существует множество методов и приложений, основанных на анализе социальных сетей: системы рекомендаций, анализ связей, экспертная идентификация, модели распространения влияния, предсказание уровня надежности участника, анализ тональности текста, поиск сообществ [3, 30, 33].
Любая крупная онлайновая социальная сеть генерирует большие данные (создаются профили, ссылки и контент). Анализируя эти данные, можно получить много полезной информации о разных сообществах и дискуссиях, а также о конкретном пользователе по отдельности [4, 13].
Поскольку опубликованные тексты сообщений не подвергаются какой-либо цензуре, они являются очень ценным материалом для контент-анализа, чтобы получить выводы о текущих социальных процессах, возникающих тенденциях, отношении людей к определенным предметам и явлениям, их участии в политической жизни. В настоящее время, эволюционирует направление, называемое Semantic Social Network Analysis [9, 18], объединяющее технологии семантической сети и классический анализ социальных сетей для улучшения анализа онлайновых социальных сетей.
Наряду с изучением самих онлайновых социальных сетей как особого вида виртуальной социальной среды, интерес исследователей также фокусируется на взаимосвязи между онлайн (существующими в виртуальном мире) и автономными (существующими в реальном мире) социальными процессами, сущностями и системами. Такие задачи наиболее важны в контексте сформулированной в данной статье проблемы. В качестве примера исследования, направленного на установление соответствия между виртуальными и реальными социальными сущностями, можно рассмотреть работу [21]. Еще одна проблема, связанная с установлением соответствия онлайн- и оффлайн-миров, — это определение географических координат виртуальных объектов. В [32] авторы сосредотачиваются на перспективах практического использования данных проекта «Виртуальное население Российской Федерации». Ряд работ, посвященных различным методам и приложениям геовизуализации данных социальных сетей, в том числе объединению геовизуализации и анализа тональности текста, рассмотрен в [8].
Основное различие между сформулированной в статье проблемой и методами анализа социальных сетей заключается в том, что в последнем случае сеть является объектом исследования, тогда как в данной работе она является инструментом изучения реальных социальных структур и процессов. В то же время, в обоих случаях возникает ряд подобных задач, связанных с идентификацией и анализом структур реальных и виртуальных сообществ. В случае онлайновых социальных сетей такие задачи рассматриваются в методах поиска сообществ (Community Mining). Сетевое сообщество представляется как группа абстрактных сетевых узлов, внутри которых связи достаточно плотные, а между которыми связи - разреженные. Проблема поиска сетевых сообществ заключается в нахождении всех сообществ внутри данной сети. Большое количество задач можно свести к проблеме поиска сетевых сообществ. В [29] авторы сформулировали основные проблемы поиска сообществ и проанализировали различные подходы к их решению.
Двумя широко рассматриваемыми проблемами в рамках поиска сообществ являются динамика (или эволюция) сообщества и пересечение сообществ. Эволюция сообщества появляется, например, когда система рекомендаций анализирует имеющиеся данные и предлагает что-то, интересующее пользователя, в результате в сети появляется новая связь (вершина, ребро). Пересекающиеся сообщества возможны, если узел является членом более чем одного сообщества. В статье [6] обсуждаются различные подходы, основанные на модульности, для обнаружения пересекающихся сообществ в социальных сетях.
Изучая идентичность сообществ, такие методы могут использоваться для мониторинга эволюции идентичности.
Заключение
В работе рассмотрены возможности и проблемы изучения идентичности местных сообществ на основе анализа социальных сетей. Задача изучения идентичности рассмотрена в контексте вопросов социетальной безопасности, которые являются важными компонентами личностной безопасности.
Идентичность — это сложный объект со множеством измерений (параметров), который представлен общими ценностями и действиями. Сложность моделирования и практического анализа идентичности усугубляется невозможностью получить точные количественные оценки параметров. Соответствующим способом представления идентичности является многомерное нечеткое пространство, размеры которого соответствуют параметрам идентичности, а точки (области) — это отношения индивида к соответствующим ценностям и действиям. Близость точек в пространстве является одним из необходимых условий возникновения и существования групповой идентичности. Кроме того, необходимыми условиями являются наличие достаточно надежных связей и интенсивного взаимодействия между членами сообщества, а также наличие достаточно значимой и компактной (в модельном пространстве) «антиидентичности». Таким образом, формальная модель идентичности, ориентированная на использование в контексте социетальной безопасности, должна определять тройку: (групповая идентичность, внутригрупповые коммуникации, анти-идентичность).
Территориально определенный характер идентичности местных общин является важной особенностью в контексте рассматриваемой проблемы. Для Крайнего Севера важность этого фактора еще выше вследствие слабого развития транспортной инфраструктуры. Все это определяет важность таких конкретных практических задач анализа социальных сетей, как установление соответствия между виртуальными и реальными социальными сущностями, а также определение региональной идентичности (домашнего региона) сущностей виртуального пространства.
В настоящее время онлайновые социальные сети активно изучаются как независимое социальное явление. Существует большое количество методов, технологий и приложений, используемых для анализа различных объектов и процессов в онлайновых социальных сетях. Особое внимание уделено проблемам установления соответствия между виртуальными и реальными социальными сущностями, а также проблеме определения географического расположения сущностей онлайновых социальных сетей. Многие авторы относят анализ онлайновых социальных сетей к анализу больших данных. Это говорит о том, что решение
конкретных проблем в значительной степени основано на эвристике, связанной с комбинированием различных источников данных и методов их анализа. Современные онлайновые социальные сети предоставляют инструментарий (API) для углубленного анализа разнородных данных, хранящихся в сети. В идеальном случае, необходимо обрабатывать всю информацию, доступную в онлайновых социальных сетях. Представляется перспективным использование сентимент-анализа, технологий «семантик веб» и других методов, основанных на обработке формализованных знаний. Таким образом, можно сделать вывод, что анализ онлайновых социальных сетей является многообещающим и эффективным средством изучения реальных социальных явлений, включая идентичность местных сообществ. Однако конкретные технологии и алгоритмы для решения этих проблем требуют специальных исследований для оценки корректности и точности результатов, полученных на их основе.
Литература
1. Abels H. Interaction, identity, presentation. Introduction to interpretative sociology. / Transl. from German. SPb., 2000.
2. Amichai-Hamburger, Y; Hayat, T (2017). "Social Networking". In Rossler, P. The International Encyclopedia of Media Effects. 2. John Wiley & Sons, Inc. pp. 1-12. doi: 10.1002/9781118783764.wbieme0170
3. Anjaria, Malhar; Mohana, Ram; and Guddeti, Reddy. A Novel Sentiment Analysis of Social Networks Using Supervised Learning, Social Network Analysis Mining, vol. 4, no. 181, March (2014)
4. Bakaev, V.A.; Blessing, A.V. Analysis of profiles in social networks. Information Technologies and Nanotechnologies, 2017. The Science of Data, pp. 1860-1863
5. Bourdieu P. (1989) Social Space and Symbolic Power / Sociological Theory Vol. 7, No. 1 (Spring, 1989), pp. 14-25
6. Chitra Devi, J.; Poovammal, E. An Analysis of Overlapping Community Detection Algorithms in Social Networks / Procedia Computer Science, Volume 89, 2016, Pages 349-358
7. Cosmides L.; Tooby J.; Kurzban R. (April 1, 2003). "Perceptions of race". Trends in Cognitive Sciences. 7 (4): 173-179
8. Croitoru, Arie; Crooks, Andrew; Radzikowski, Jacek, Stefanidis, Anthony. Geovisualization of social media. The International Encyclopedia of Geography, 2017. Pages 1-17, DOI: 10.1002/9781118786352.wbieg0605
9. Ereteo G., Buffa M., Gandon F., Corby O. Analysis of a Real Online Social Network Using Semantic Web Frameworks. The Semantic Web - ISWC 2009. Lecture Notes in Computer Science, vol 5823. Springer, Berlin, Heidelberg DOI https://doi.org/10.1007/978-3-642-04930-9_12
10.Erikson, Erik H. Identity: Youth and Crisis. Norton, New York, 1968. 336 p.
11.Facebook Newsroom: Company Info. Access mode: https://newsroom.fb.com/company-info (Retrieved 2018-04-12)
12.Huntington, S.P. (2004) Who are We?: The Challenges to America's National Identity. Simon and Schuster, 2004 - 428 p.
13.Khotilin, M.I.; Blagov, A.V. Visualization and Cluster Analysis of So-cial Networks. CEUR Workshop Proceedings, 2016. Vol.1638.- P.843-850
14.Kilduff, M.; Tsai, W. Social networks and organizations. Sage Publications, 2003, 172 pages.
15.McPherson, Miller (1983). "Ecology of Affiliation". American Sociological Review. 48: 519-532.
16.Melucci, Alberto. Nomad of the Present. Temple University Press, 1989
17.Mouffe Ch. On the political. London: Routledge, 2005.
18.Nakatsuji M., Zhang Q., Lu X., Makni B. and Hendler J. A., "Semantic Social Network Analysis by Cross-Domain Tensor Factorization," in IEEE Transactions on Computational Social Systems, vol. 4, no. 4, pp. 207-217, Dec. 2017. doi: 10.1109/TCSS.2017.2732685
19.Nkala Busi. Community Education in New HIV Prevention Technologies Research. Chapter in Handbook of Research on Technoethics, 2009, Pages: 11. DOI: 10.4018/978-1-60566-022-6.ch022
20.Petrovsky A.B. Spaces of sets and multisets. - M .: Editorial URSS, 2003. - 248 p.
21.Smirnov, I.; Sivak, E.; Kozmina, Y. In Search of Lost Profiles: The Reliability of
VKontakte Data and its Importance in Educational Research. Voprosy obrazovaniya / Educational Studies Moscow. 2016. No 4. P. 106-122
22.Tajfel, H., & Turner, J. C. (1986) [1979]. "The social identity theory of intergroup behaviour (pp. 7-24)". In Austin, William G.; Worchel, Stephen. Psychology of Intergroup Relations (2nd ed.). Chicago: Nelson-Hall.
23.Theiler, T. (2003), Societal security and social psychology, Review of International Studies, 29: 249-268
24.Torfing J. New Theories of Discourse: Laclau, Mouffe and Zizek. Oxford: Blackwell, 1999.
25.Turner, J. C. & Reynolds, K. J. (2010). "The story of social identity". In T. Postmes & N. Branscombe. Rediscovering Social Identity: Core Sources. Psychology Press
26.Wœver, O., Buzan, B., Kelstrup, M., Lemaitre, P. with Carlton, D et al. (1993) Identity, Migration and the New Security Agenda in Europe (London: Pinter).
27.Wasserman, Stanley; Faust, Katherine (1994). "Social Network Analysis in the Social and Behavioral Sciences". Social Network Analysis: Methods and Applications. Cambridge University Press. pp. 1-27. ISBN 9780521387071
28.Wellman, B.; Salaff, J.; Dimitrova, D.; Garton, L., Gulia, M.; and Haythornthwaite, C. Computer Networks as Social Networks: Collaborative Work, Telework, and Virtual Community. Annual Review of Sociology Volume 22, 1996 Wellman, pp 213-238
29.Yang B., Liu D., Liu J. (2010) Discovering Communities from Social Networks: Methodologies and Applications. In: Furht B. (eds) Handbook of Social Network Technologies and Applications. Springer, Boston, MA, pp 331-346 DOI https://doi.org/10.1007/978-1-4419-7142-5_16
30.Yuan, Ting; Cheng, Jian; Zhang, Xi; Liu, Qingshan; and Lu, Hanqing. How Friends Affect User Behaviors? an Exploration of Social Relation Analysis for Recommendation, Knowledge Based Systems, vol. 88, pp. 70-84, (2015)
31.Zadeh LA, Abbasov AM, Shahbazova SN (2015) Fuzzy-based techniques in humanlike processing of social network data. International Journal of Uncertainty Fuzziness and Knowledge-Based Systems. 23(Suppl. 1): 1-14 DOI 10.1142/S0218488515400012
32.Zamyatina, N. Yu.; Yashunsky, A. D. Virtual geography of virtual population. Monitoring of Public Opinion: Economic and Social Changes. 2018. № 1. P. 117— 137. DOI: 10.14515/monitoring.2018.1.07.
33.Zhang, Jing; Fang, Zhanpeng; Chen, Wei; and Tang, Jie. Diffusion of Following Links in Microblogging Network, IEEE Transactions on Knowledge and Data Engineering, vol. 27, no. 8, pp. 2093-2106, 2015
Сведения об авторах
Федоров Андрей Михайлович - к.т.н., ведущий научный сотрудник e-mail: [email protected]
Andrey M. Fedorov - PhD (Tech. Sci.), leading researcher
Шишаев Максим Геннадьевич - д.т.н, доцент, профессор РАН, главный научный сотрудник ИИММ КНЦ РАН е-mail: [email protected]
Maxim G. Shishaev - Dr.Sci. (Tech.), associate professor, professor of RAS, lead researcher
Датьев Игорь Олегович - к.т.н., старший научный сотрудник e-mail: [email protected]
Igor O. Datyev - PhD (Tech. Sci.), senior researcher
