УДК 517
АНАЛИЗ ХАРАКТЕРИСТИК ВРЕМЕННЫХ РЯДОВ СОЦИОДИНАМИЧЕСКИХ ПРОЦЕССОВ В СЕТЯХ КОММЕНТАРИЕВ ПОЛЬЗОВАТЕЛЕЙ МАСС-МЕДИА
К. К. Отраднов, старший преподаватель кафедры информационного противоборства института кибербезопасности и цифровых технологий ФГБОУ ВО «МИРЭА – Российский технологический университет», Москва, Россия;
orcid.org/0000-0002-0055-9651 e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Ю. П. Перова, старший преподаватель кафедры телекоммуникаций института радиоэлектроники и информатики ФГБОУ ВО «МИРЭА – Российский технологический университет», Москва, Россия;
orcid.org/0000-0003-4028-2842 e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
В. Р. Григорьев, к.т.н., доцент, заведующий кафедрой информационного противоборства института кибербезопасности и цифровых технологий ФГБОУ ВО «МИРЭА – Российский технологический университет», Москва, Россия;orcid.org/0000-0003-0279-6391 e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Д. О. Жуков, д.т.н., профессор кафедры информационного противоборства института кибербезопасности и цифровых технологий ФГБОУ ВО «МИРЭА – Российский технологический университет», Москва, Россия;
orcid.org/0000-0002-1211-5214 e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Целью работы является анализ наблюдаемой динамики и характеристик временных рядов, описывающих процессы в сложных системах, характеризуемых наличием человеческого фактора, приводящего не только к проявлению неопределенности и стохастичности, но и к возможности реализации в системах памяти и самоорганизации. В качестве объекта исследований были выбраны динамические процессы, наблюдаемые в сетях комментариев пользователей масс-медиа. Обработка наблюдаемых данных показала, что в распределении амплитуд изменения активности пользователей при комментировании новостей наблюдается небольшая величина асимметрии и распределение амплитуд является почти симметричным, но наблюдается так называемый «тяжелый хвост» – графики плотности распределений лежат выше графика нормального распределения. Проведенные исследования позволяют сделать ряд важных выводов о том, что изученные временные ряды являются нестационарными, а описываемые ими процессы и системы обладают краткосрочной памятью (показатель Хёрста значительно меньше 0,5). Существенное отличие определенных для них показателей Хёрста от 0,5 говорит о том, что описываемые ими процессы или системы не только обладают памятью, но и их структура имеет фрактальный характер. Фрактальность может быть связана с тем, что наблюдаемые процессы, характеризуются дробными переменными измерения, а значит при выводе аппроксимирующих функций плотности распределения их параметров с целью построения прогностических моделей целесообразно использовать дробно – дифференциальные уравнения.
Ключевые слова: социодинамические процессы, активность пользователей сетевых масс-медиа, временные ряды, показатель Хёрста, память, самоподобие, фрактальность временного ряда.