Публикации автора

Современные социальные сети характеризуются сложной неслучайной топологией, однако существующие исследования фрагментарно описывают их структурные свойства применительно к российскому сегменту, оставляя пробел в валидации классических графовых моделей. Актуальность обусловлена необходимостью разработки точных математических методов анализа для управления информационными потоками и противодействия угрозам в цифровой среде. Целью работы является моделирование и анализ структуры социальной сети «ВК» с использованием графовых теорий для выявления ключевых метрик кластеризации, эффекта «малого мира» и масштабируемости. Исследование основано на анализе анонимизированного среза данных социальной сети «ВК» объемом более 1 млн пользователей. Построен неориентированный граф дружеских связей. Применены алгоритмы расчета коэффициента кластеризации, распределения степеней узлов, средней длины кратчайшего пути и модульности (метод Louvain). Установлено, что сеть «ВК» обладает свойствами scale-free сети с показателем степенного распределения и наличием хабов, высоким коэффициентом кластеризации (≈ 0,52) и малой средней длиной пути (<5 шагов), что соответствует модели Барабаши-Альберта и эффекту «малого мира». Выявлены устойчивые тематические сообщества с высокой структурной замкнутостью. Полученные результаты коррелируют с выводами работ Милгрэма, Уоттса-Строгаца и Барабаши Альберта, подтверждая универсальность данных моделей для российских платформ. Перспективы исследования связаны с изучением динамических процессов распространения информации и применением графовых нейронных сетей для прогнозирования связей.