procyberВестник кибернетикиProceedings in Cybernetics1999-7604Бюджетное учреждение высшего образования Ханты-Мансийского автономного округа – Югры «Сургутский государственный университет»10.34822/1999-7604-2022-1-38-45procyber-414Research ArticleТЕХНИЧЕСКИЕ НАУКИEngeneeringИССЛЕДОВАНИЕ РАСПРОСТРАНЕНИЯ ИНФОРМАЦИИ В СЕТЯХ, СТРУКТУРИРОВАННЫХ ИЗ НАБОРА ПРОГНОСТИЧЕСКИХ ТЕРМИНОВTHE STUDY OF INFORMATION DISSEMINATION IN NETWORKS ARRANGED FROM A SET OF FORECASTING TERMShttps://orcid.org/0000-0001-6209-3554ПоповО. Р.PopovO. R.

кандидат технических наук, доцент

Е-mail: cs41825@aaanet.ru

Candidate of Sciences (Engineering), Associate Professor

Е-mail: cs41825@aaanet.ru

https://orcid.org/0000-0003-3743-6513КрамаровС. О.KramarovS. O.

доктор физико-математических наук, профессор

Е-mail: maoovo@yandex.ru

Doctor of Sciences (Physics and Mathematics), Professor

Е-mail: maoovo@yandex.ru

Южный Федеральный университет, Ростов-на-ДонуРоссияSouthern Federal University, Rostov-on-DonRussian Federation20220404202201 (45)3845Copyright © Попов О.Р., Крамаров С.О., 20222022Попов О.Р., Крамаров С.О.Popov O.R., Kramarov S.O.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.vestcyber.ru/jour/article/view/414

Представлена реализация алгоритма системного исследования методами картирования, визуализации и сетевого анализа сложных сетей, структурированных из набора прогностических терминов, извлеченных из библиографических баз данных. Использована авторская методикавыбора терминов на основе матрицы, определяющей уровень зрелости самоорганизующихся интеллектуальных систем. Проведен визуальный кластерный анализ карт терминов, тематически относящихся к перспективным информационным технологиям, выгруженных из базы данных Scopus (глубина поиска – 5 лет). Выполнен анализ общего состояния сети и состояния связей сети по отдельным кластерам. Исследованы свойства сетей по выявлению процессов перколяции при разрыве связей между узлами с уменьшением показателя их центральности и в случайном порядке. Полученные эмпирические данные подтверждают предположение о ключевой роли центральных вершин в процессах распространения информации в терминологической сети. Показано, что в случае комбинации узлов с низкими показателями центральности (< 15), связи явно распадаются, т. е. порог перколяции преодолен при приближении к показателю ≥ 15 % активации узлов сети.

The study describes an implementation of an algorithm for a systematic research using methods of mapping, visualization and network analysis of complex networks arranged from a set of forecasting terms, which were extracted from bibliographic databases. The proprietary method for selectingterms based on a matrix that determines the level of maturity of self organizing intelligent systems is used. The visual clustering analysis of the map of terms related to the advanced information technologies by the subject matter and downloaded from Scopus databases for the period of 5 years was carried out. The analysis of a general state of the network and that of the network connections by individual clusters is carried out. The study investigates properties of the networks aimed at detecting percolation processes in breaking nodes connections both in decreasing order of their centrality and in random order. The key role of central vertices in the processes of information dissemination in the terminological network is substantiated by the obtained empirical data. The study shows that the connections evidently disintegrate if there is a combination of nodes with low centrality indicators (< 15), i.e. the percolation threshold is overcome when approaching the indicator of ≥ 15 % of network nodes activation.

информационная системасложные сетивизуализациякартированиепрогнозируемые технологиисетевой анализбиблиографическая база данныхуровень зрелости системыперколяциятерминкластерinformation systemcomplex networksvisualizationmappingforecasted technologiesnetwork analysisbibliographic databasematurity level of the systempercolationtermclusterReferencesNewman M. E. J. The Structure and Function of Complex Networks // SIAM Rev. 2003. Vol. 45, Is. 2. P. 167-256.Newman M. E. J. The Structure and Function of Complex Networks // SIAM Rev. 2003. Vol. 45, Is. 2. P. 167-256.Жуков Д. О., Хватова Т. Ю., Лесько С. А., Зальцман А. Д. Моделирование стохастической динамики изменения состояний узлов и перколяционных переходов в социальных сетях с учетом самоорганизации и наличия памяти // Информатика и ее применения. 2021. Т. 15, № 1. С. 102-110.Жуков Д. О., Хватова Т. Ю., Лесько С. А., Зальцман А. Д. Моделирование стохастической динамики изменения состояний узлов и перколяционных переходов в социальных сетях с учетом самоорганизации и наличия памяти // Информатика и ее применения. 2021. Т. 15, № 1. С. 102-110.Акоев М. А., Маркусова В. А., Москалева О. В., Писляков В. В. Руководство по наукометрии: индикаторы развития науки и технологии. Екатеринбург : Изд-во Урал. гос. ун-та, 2014. 250 с.Акоев М. А., Маркусова В. А., Москалева О. В., Писляков В. В. Руководство по наукометрии: индикаторы развития науки и технологии. Екатеринбург : Изд-во Урал. гос. ун-та, 2014. 250 с.Бодрунов С. Д. Ноономика. М. ; СПб. ; Лондон : Культурная революция, 2018. 432 с.Бодрунов С. Д. Ноономика. М. ; СПб. ; Лондон : Культурная революция, 2018. 432 с.Попов О. Р. Адаптация мировых практик к проблеме долгосрочного технологического прогнозирования состояния самоорганизующихся интеллектуальных систем // Интеллектуальные ресурсы - региональному развитию. 2021. № 2. С. 91-98.Попов О. Р. Адаптация мировых практик к проблеме долгосрочного технологического прогнозирования состояния самоорганизующихся интеллектуальных систем // Интеллектуальные ресурсы - региональному развитию. 2021. № 2. С. 91-98.Попов О. Р. Способ поиска параметров порядка самоорганизующихся систем: информационный аспект // Интеллектуальные ресурсы - региональному развитию. 2020. № 2. С. 64-70.Попов О. Р. Способ поиска параметров порядка самоорганизующихся систем: информационный аспект // Интеллектуальные ресурсы - региональному развитию. 2020. № 2. С. 64-70.Van Eck N. J., Waltman L. Visualizing Bibliometric Networks // Measuring Scholarly Impact: Methods and Practice / Eds. Ding Y., Rousseau R., Wolfram D. Springer, 2014. P. 285‒320.Van Eck N. J., Waltman L. Visualizing Bibliometric Networks // Measuring Scholarly Impact: Methods and Practice / Eds. Ding Y., Rousseau R., Wolfram D. Springer, 2014. P. 285‒320.De Nooy W., Mrvar A., Batagelj V. Exploratory Social Network Analysis with Pajek: Revised and Expanded Edition for Updated Software (3rd ed., Structural Analysis in the Social Sciences). Cambridge : Cambridge University Press, 2018. https://doi.org/10.1017/9781108565691.De Nooy W., Mrvar A., Batagelj V. Exploratory Social Network Analysis with Pajek: Revised and Expanded Edition for Updated Software (3rd ed., Structural Analysis in the Social Sciences). Cambridge : Cambridge University Press, 2018. https://doi.org/10.1017/9781108565691.Dashko Yu. V., Kramarov S. O., Zhdanov A. V. Sintering of Polycrystalline Ferroelectrics and the Percolation Problem in Stochastically Packed Networks // Ferroelectrics. 1996. Vol. 186, Is. 1. P. 85-88.Dashko Yu. V., Kramarov S. O., Zhdanov A. V. Sintering of Polycrystalline Ferroelectrics and the Percolation Problem in Stochastically Packed Networks // Ferroelectrics. 1996. Vol. 186, Is. 1. P. 85-88.Dashko Yu. V., Kramarov S. O. Percolation Model of the Sintering of Ferroelectric Ceramics // Ferroelectrics. 1995. Vol. 164, Is. 1. P. 329-337.Dashko Yu. V., Kramarov S. O. Percolation Model of the Sintering of Ferroelectric Ceramics // Ferroelectrics. 1995. Vol. 164, Is. 1. P. 329-337.Сигов А. С., Андрианова Е. Г., Жуков Д. О. и др. Квантовая информатика: обзор основных достижений // Рос. технолог. журнал. 2019. Т. 7, № 1 (27). С. 5-37. https://doi.org/10.32362/2500-316X-2019-7-1-5-37.Сигов А. С., Андрианова Е. Г., Жуков Д. О. и др. Квантовая информатика: обзор основных достижений // Рос. технолог. журнал. 2019. Т. 7, № 1 (27). С. 5-37. https://doi.org/10.32362/2500-316X-2019-7-1-5-37.Жуков Д. О., Хватова Т. Ю., Лесько С. А., Зальцман А. Д. Влияние плотности связей на кластеризацию и порог перколяции при распространении информации в социальных сетях // Информатика и ее применения. 2018. Т. 12, №. 2. С. 90-97.Жуков Д. О., Хватова Т. Ю., Лесько С. А., Зальцман А. Д. Влияние плотности связей на кластеризацию и порог перколяции при распространении информации в социальных сетях // Информатика и ее применения. 2018. Т. 12, №. 2. С. 90-97.

The authors declare that there are no conflicts of interest present.