Интернет конференция по проблемам теории и практики управления

Название: КЛАССИФИКАЦИЯ МНОГОСЛОЙНЫХ СЕТЕЙ И ОБЗОР МЕТРИК ЦЕНТРАЛЬНОСТИ, ПРИМЕНИМЫХ К НИМ
Автор: Антон Александрович Егоркин
Соавторы:
Работа выполнена под руководством научного руководителя - Губанова Д.А.
Аннотация:
В работе исследуется вопрос классификации многослойных сетей и метрик центральности, которые могут быть применимы для анализа таких сетей, основанных на случайном блуждании. К таким метрикам центральности можно отнести: центральность собственного вектора, центральности по Катцу, PageRank. Также в работе приводятся примеры многослойных сетей из различных отраслей народного хозяйства.
Ключевые слова:
Temporal Network direct, Multiplex Network, Heterogeneous network, Multilayer network, Multiplex PageRank, MultiRank, Multiplex eigenvector centrality, Supracentrality, Communicability in multiplex, Universal Random Walk in multilayer networks.

Название: КЛАСТЕРИЗАЦИЯ ТЕКСТОВ ФИНАНСОВЫХ СООБЩЕНИЙ
Автор: Антон Александрович Егоркин
Соавторы:
Работа выполнена под руководством научного руководителя - Губанова Д.А.
Аннотация:
Работа посвящена задаче кластеризации текстов финансовых сообщений алгоритмами машинного обучения. С помощью алгоритмов кластеризации можно выделить группы похожих финансовых сообщений, выделить среди них однотипные или подозрительные, а также использовать в дальнейшем анализе найденные кластеры, а не сами тексты сообщений. В работе используются такие алгоритмы кластеризации как: K-means, DBSCAN и Иерархический метод кластеризации.
В качестве текстов финансовых сообщений в работе используется информация о банковских транзакциях. Ввиду того, что банковские проводки подчинены строгим правилам бухгалтерского учета, устанавливаемым Банком России, представляется возможным ввести метрику оценки качества кластеризации. Данная метрика позволяет ранжировать между собой качество кластеризации с помощью алгоритмов машинного обучения, а также подобрать параметры, используемые при обучении данных моделей. Отдельное внимание в статье уделено особенностям используемых данных, и тому, каким образом эти особенности могут быть учтены в практической части.
В практической части работы приводятся результаты применения моделей кластеризации с указанием оптимальных параметров данных алгоритмов. В заключении делается вывод о лучших алгоритмах кластеризации применительной к финансовым текстам.
Ключевые слова:
K-means, DBSCAN, Иерархический метод кластеризации, кластеризация финансовых сообщений.

Название: ОПРЕДЕЛЕНИЕ ЦЕНТРАЛЬНОСТИ ГРАФА АЛГОРИТМОМ PAGERANK С УЧЕТОМ ВЕСОВ СВЯЗЕЙ
Автор: Антон Александрович Егоркин
Соавторы:
Работа выполнена под руководством научного руководителя - Губанова Д.А.
Аннотация:
Работа посвящена нахождению центральности узлов взвешенных графов с учетом веса связей. Актуальность этой задачи обусловлена тем, что игнорирование весов дуг графа при нахождении центральности его узлов недопустимо для ряда прикладных задач. Предложен метод определения центральности узлов сети, базирующийся на алгоритме PageRank. Проведено сравнение предлагаемой меры с иными мерами центральности.
Ключевые слова:
центральность PageRank, цепи Маркова, взвешенный направленный граф.