УДК 519:301:004.4’22
DOI: 10.36871/26189976.2026.03-4.016

Авторы

Залина Мусаевна Муцурова,
ФГБОУ ВО Чеченский государственный университет им. А. А. Кадырова, Грозный, Россия
Али Анварович Халидов,
ФГБОУ ВО Казанский государственный энергетический университет, Казань, Россия
Мария Дамировна Левен,
Российский университет кооперации, Казанский кооперативный институт, Казань, Россия

Аннотация

В статье разработан теоретико-математический аппарат анализа распространения информации в социальных сетях с акцентом на выявление и количественную оценку влияния узлов-лидеров. Сетевая структура интерпретируется как ориентированный взвешенный граф, для которого исследуются матрица смежности, спектральный радиус, центральности, пороговые условия активации и интегральные характеристики каскадной диффузии. Предложено совмещение эпидемиологической, пороговой и марковской схем описания, позволяющее формализовать скорость охвата аудитории, глубину каскада и предельный вклад лидирующих вершин. Показано, что влияние узлов-лидеров носит нелинейный характер и определяется не только локальной степенью, но и положением вершины в глобальной топологии сети, а также конфигурацией межкластерных связей.

Ключевые слова

социальные сети
распространение информации
математическое моделирование
теория графов
узлы-лидеры

Список литературы

[1] Ауман Е. А., Севостьянов Д. А. Педагогическая рефлексия: технологический аспект // Нижегородское образование. 2025. № 2. С. 133–141.

[2] Ажмухамедов И. М., Мачуева Д. А. Микро- и макромодели процесса информационного взаимодействия в социальных системах // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика. 2019. № 1. С. 107–118.

[3] Бадрызлов В. А., Сидельцев В. В. Оценка эффективности распространения информации в социальных сетях с использованием имитационного моделирования // Креативная экономика. 2018. Т. 12. № 9. С. 1359–1372.

[4] Грибанова Е. Б. Алгоритмы моделирования распространения информации при маркетинговых мероприятиях в группах онлайновой социальной сети // Проблемы управления. 2018. № 1. С. 66–73.

[5] Губанов Д. А., Новиков Д. А., Чхартишвили А. Г. Модели влияния в социальных сетях // Управление большими системами. 2009. № 27. С. 205–281.

[6] Делицын Л. Л., Подлесная Т. А. Стохастические модели распространения новых идей в социальных сетях // Открытое образование. 2011. № 2 (86). Ч. 2. С. 242–244.

[7] Зуев А. С., Федянин Д. Н. Модели управления мнениями агентов в социальных сетях // Проблемы управления. 2011. № 2. С. 37–45.

[8] Кораблина Т. В., Бабичева Н. Б., Гусев М. М. Использование графовой модели для описания распространения информации в социальной сети // Вестник Сибирского государственного индустриального университета. 2022. № 4 (42). С. 33–39.

[9] Лунева Е. Е., Ефремов А. А., Банокин П. И. Способ идентификации пользователей-экспертов в социальных сетях // Программные системы и вычислительные методы. 2018. № 4. С. 86–101.

[10] Мачуева Д. А., Ажмухамедов И. М. Моделирование процесса информационного взаимодействия в социальных системах // Системы управления, связи и безопасности. 2018. № 2. С. 18–39.

[11] Проноза А. А., Виткова Л. А., Чечулин А. А., Котенко И. В., Сахаров Д. В. Методика выявления каналов распространения информации в социальных сетях // Вестник Санкт-Петербургского университета. Прикладная математика. Информатика. Процессы управления. 2018. Т. 14. № 4. С. 362–377.