• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Прикладные сетевые исследования в образовании, социологии и менеджменте

2014–2016

Основной задачей проводимых исследований является построение и разработка новых математических моделей работы с данными. Тестирование этих моделей на различных базах данных позволит внести теоретический и практический вклад в соответствующие области знаний в образовании, менеджменте и социологии.

Тестирование будет проходить совместно с проведением тематических исследований по следующим направлениям:

  1. Офф-лайновые сети подростков. Изучение социальных дружеских сетей детей и подростков (peer social networks) – новое и быстро развивающееся направление в социологии молодежи и социологии образования. Понимание социального контекста и механизмов влияния подростков друг на друга важно как с теоретической, так и с практической точки зрения. Применение методов анализа социальных сетей дает огромные преимущества, поскольку позволяет непосредственно идентифицировать структурные характеристики социальных отношений подростков.
  2. Сетевой анализ этнических групп в виртуальном пространстве. Увеличение числа пользователей компьютерных технологий и интернета образует новое измерение в изучении миграции, диаспор и этнической идентичности в условиях современных процессов глобализации. Влияние технологий на международную миграцию неоспоримо, т.к. оно способствует созданию и поддержанию потоков миграции между регионами, странами и континентами, а также формированию и росту диаспор. Отдельное исследование посвящено статистическому анализу взаимодействия между некоторыми этническими группами на постсоветском пространстве в интернете.  Содержательная цель работы – изучение социальных медиа, формирующих этническую идентичность.  В нашем исследовании изучаются виртуальные этнические диаспоры в наиболее популярной социальной сети среди молодежи в России социальной сети «Вконтакте».
  3. Метод построения выборки в зависимости от имеющихся ответов респондентов (Response-driven sampling, RDS). Исследование посвящено важной задаче прикладной сетевой науки: моделированию структуры социальных сетей в связи с особенным методом формирования выборки RDS – методом построения выборки, основанном на сетевом подходе, применяемом для выборочного анализа скрытых популяций, в котором используются социальные связи рекрутируемых респондентов.
  4. Внутриорганизационные социальные сети как фактор снижения организационных конфликтов между головным офисом и филиалами крупных организацийПроблема эффективности взаимоотношений между головными офисами и филиалами является одной из важнейших проблем корпоративного управления. Целью работы является решение проблемы дифферентного возникновения конфликтов между головным офисом и филиалами крупной российской компании. Результаты данного исследования могут предложить решения для реальных практических проблем, возникающих в крупных российских компаниях, равно как и внести вклад в теоретическое понимание роли социальных сетей внутри организаций. 

Публикации по проекту:


Semenov A., Zakhlebin I. V., Tolmach Alexander, Nikolenko S. I. Pseudo-Bimodal Community Detection in Twitter-Based Networks, in: 8th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT). [б.и.], 2016.
Яковлева А. Ю. Сети в проектном менеджменте: новые направления и перспективы // Научные исследования и разработки. Российский журнал управления проектами. 2014. № 1(6). С. 37-44.
Volkova I., Kornienko E. The approach to the asset management strategy choice in electric grid company, in: Energy Production and Management in the21st Century Vol. 1: The Questfor Sustainable Energy. Southampton : WIT Press, 2014. Ch. 2. P. 61-71.
Волкова И. О., Яковлева А. Ю. Идентификация мотивов вовлеченности организаций в сотрудничество на базе технологической платформы // Вестник Тверского государственного университета. Серия: Экономика и управление. 2014. № 4-1. С. 9-14.
Kabachnick P., Mitchneck B., Mayorova O. V., Regulska J. The Multiple Geographies of Internal Displacement: The Case of Georgia // Refugee Survey Quarterly. 2014. Vol. 33. No. 4. P. 1-30.
Волкова И. О., Куатов Б. Н. Механизмы согласования интересов заинтересованных сторон энергетической компании при выборе стратегии инновационного развития // Научные ведомости Белгородского государственного университета. 2014. № № 21(192). С. 79-90.
Lind B. E. Homogeneity or Heterogeneity in Mobilization Dynamics? Bridging and Homophily within United States Strike Waves in the Late Nineteenth Century // American Journal of Sociology. 2014
Lind B. E., Cross B. R. State Embeddedness and Field Stability: The Tea Party and Occupy Wall Street's Interorganizational Networks // Sociological Inquiry. 2014
Eugster P., Kogan K., Nikolenko S. I., Alevander V. Sirotkin. Heterogeneous packet processing in shared memory buffers // Journal of Parallel and Distributed Computing. 2017. Vol. 99. P. 1-13. doi
Heimer R., Levina O. S., Osipenko V., Ruiz M. S., Sergeyev B., Sirotkin A., Vyshemirskaya I. Impact of incarceration experiences on reported HIV status and associated risk behaviours and disease comorbidities // European Journal of Public Health. 2015. Vol. 25. P. 1089-1094. doi
Kazantsev N., Zakhlebin I. V. Measuring influence of internationalized universities on smart city development in terms of human capital and urban aspects // Knowledge Management and E-Learning. 2015. Vol. 6. No. 4. P. 410-425.
Wasserman Stanley, De Benedictis L., Vitale M. P. Examining the literature on “Networks in space and in time”: An introduction // Network Science. 2015. No. 3. P. 1-17. doi
Lind B. E., Cross R., Mkrtchyan G. Organizations, State Interactions, and Field Stability: A Network Analysis of the Tea Party and Occupy Wall Street Movements, in: Supplementary Proceedings of the 5th International Conference on Analysis of Images, Social Networks and Texts (AIST-SUP 2016), Yekaterinburg, Russia, April 7-9, 2016. / Ed. by D. I. Ignatov. Vol. 1710. Aachen : CEUR Workshop Proceedings, 2016. P. 156-169.
Semenov A., Romov P., Korolev S., Yashkov D., Neklyudov K. Performance of Machine Learning Algorithms in Predicting Game Outcome from Drafts in Dota 2, in: Analysis of Images, Social Networks and Texts. 5th International Conference, AIST 2016, Yekaterinburg, Russia, April 7-9, 2016, Revised Selected Papers. Communications in Computer and Information Science / Ed. by D. I. Ignatov, M. Y. Khachay, V. Labunets, N. V. Loukachevitch, S. I. Nikolenko, A. Panchenko, A. Savchenko, K. V. Vorontsov. Vol. 661. Switzerland : Springer, 2017. doi P. 26-37.
Zakhlebin I. V., Semenov A., Tolmach A., Nikolenko S. I. Detecting Opinion polarisation on Twitter by constructing pseudo-bimodal networks of mentions and retweets., in: Information Retrieval. 9th Russian Summer School, RuSSIR 2015, Saint Petersburg, Russia, August 24-28, 2015, Revised Selected Papers / Ed. by P. Braslavski, P. Markov, Y. Volkovich, D. I. Ignatov, S. Koltsov, O. Koltsova, P. M. Pardalos. Vol. 573. Switzerland : Springer, 2016. doi P. 169-178. doi
Kogan K., Lopez-Ortiz A., Nikolenko S. I., Alexander V. Sirotkin. Online Scheduling FIFO Policies with Admission and Push-Out // Theory of Computing Systems. 2016. Vol. 58. No. 2. P. 322-344. doi
Zhu M., Kuskova V., Stanley Wasserman, Contractor N. Correspondence Analysis of Multirelational Multilevel Networks, in: Multilevel Network Analysis for the Social Sciences. Springer, 2016. doi P. 145-172. doi