Прогнозирование динамики общественного мнения по лонгитюдным данным высокой гранулярности: модель Абельсона, регрессионные модели и ансамбли моделей

Автор(ы): Бузиков М.Э., Петелина Ю.А., Красоткин C.А., Рыжов М.С., Козицин И.В.

Название статьи: Прогнозирование динамики общественного мнения по лонгитюдным данным высокой гранулярности: модель Абельсона, регрессионные модели и ансамбли моделей

Выпуск: 115

Рубрика: Управление в социально-экономических системах

Год: 2025

Библиография: Бузиков М.Э., Петелина Ю.А., Красоткин C.А. и др. Прогнозирование динамики общественного мнения по лонгитюдным данным высокой гранулярности: модель Абельсона, регрессионные модели и ансамбли моделей // Управление большими системами. - 2025. - Вып. 115. - С.220-240.

Дата опубликования: 31.05.2025

Ключевые слова: модели социального влияния, искусственный интеллект, социальные сети, центральность по собственному вектору, ансамбли моделей

Аннотация: Рассматривается задача прогнозирования динамики общественного мнения на лонгитюдных данных высокой гранулярности, добытых из социальной сети ВКонтакте. Данная задача была предложена участникам Хакатона "УБС Challenge'2024" как одного из досуговых мероприятий XX Всероссийской школы-конференции молодых ученых "Управление большими системами" (УБС), проводившейся в г. Новочеркасске в 2024 году. Настоящая работа посвящена подробному описанию проведенного Хакатона и решений, предложенных его участниками. Для выборки из N = 1 648 829 пользователей на основании двух снимков их мнений, сделанных с разницей в полгода (в феврале и июле 2018 года), было необходимо построить прогноз распределения общественного мнения в декабре 2018 года. В распоряжении участников также была информации о структуре дружеских связей пользователей. Наибольшую точность прогноза показал ансамбль из двух моделей - модели Абельсона, усиленной при помощи оценки влиятельности по собственному вектору, и модели постоянного тренда.

Author(s): Buzikov M., Petelina I., Krassotkin S., Ryzhov M., Kozitsin I.

Article title: Forecasting the dynamics of public opinion based on longitudinal data of high granularity: the abelson model, regression models, and ensembles of models

Issue: 115

Year: 2025

Keywords: social influence models, artificial intelligence, social networks, eigenvector centrality, ensembles of models

Abstract: We consdier the problem of forecasting the dynamics of public opinion based on longitudinal data of high granularity gleaned from the social network VKontakte. This problem was suggested to the participants of the Hackathon "UBS Challenge'2024" as one of the leisure events of the XX All-Russian School-Conference of Young Scientists "Management of Large Systems" (UBS), held in Novocherkassk in 2024. This paper is devoted to a detailed description of the Hackathon and the solutions proposed by its participants. For a sample of N = 1 648 829 users, based on two granular snapshots of their opinions taken six months apart (in February and July 2018), participants have to elaborate on a forecast of the distribution of public opinion in December 2018. The participants also had the information about the structure of friendship ties between users. We report that the highest accuracy was achieved by an ensemble of two models - the Abelson model, enhanced by estimating users' social power via the eigenvector centrality measure, and the constant trend model.

в формате PDF

Просмотров: 39; загрузок: , за месяц: .

Назад