УПРАВЛЕНИЕ БОЛЬШИМИ СИСТЕМАМИ
на главную написать письмо карта сайта


јвтор:  јгиева ћ.“., Ѕабичева ё.¬., ќкулист Ќ.ћ., ”гольницкий √.ј.
Ќазвание:  «адачи анализа и прогноза при управлении целевой аудиторией в маркетинге
¬ыпуск:  79
–убрика:  —истемный анализ
√од:  2019
Ѕиблиографи€:  јгиева ћ.“., Ѕабичева ё.¬., ќкулист Ќ.ћ., ”гольницкий √.ј. «адачи анализа и прогноза при управлении целевой аудиторией в маркетинге // ”правление большими системами. ¬ыпуск 79. ћ.: »ѕ” –јЌ, 2019. —.27-64. URL: https://doi.org/10.25728/ubs.2019.79.2
 лючевые слова:  маркетинг, модели анализа и прогноза на сет€х, управление целевой аудиторией
 лючевые слова (англ.):  marketing, network analysis and forecasting models, control of target audience
јннотаци€:  –ассмотрены задачи анализа и прогноза на сет€х применительно к маркетингу. ѕриведен краткий обзор моделей вли€ни€ и управлени€ в социальных сет€х.   указанным задачам относ€тс€ вы€вление сильных подгрупп и спутников, вычисление количественных характеристик сети, определение финальных мнений членов целевой аудитории исход€ из их начальных мнений с учетом взаимного вли€ни€. ƒл€ решени€ задачи прогноза разработан оригинальный алгоритм, реализованный на €зыке программировани€ R. јлгоритм описан в†детал€х и охватывает частный случай сильно св€зного орграфа и общий случай. ѕроведена оценка сложности этого алгоритма. ƒругие поставленные задачи могут быть решены стандартными средствами этого €зыка, что проиллюстрировано на тестовых примерах вместе с результатами авторского алгоритма. “естовые примеры используют орграфы вли€ний с 10-15 и более чем со ста вершинами. ¬ычислены значени€ различных мер близости дл€ орграфа: центральность по степени, центральность по близости, центральность по посредничеству, дана их интерпретаци€. –ешение задач анализа и прогноза существенно облегчает задачу управлени€ мнени€ми целевой аудитории в маркетинге Ќамечены пути дальнейших исследований по построению и анализу моделей управлени€ мнени€ми в маркетинге.
јннотаци€ (англ.):  Some networks analysis and forecasting models are considered in the paper relative to marketing. A brief survey of the control and influence models on social networks is presented. Namely, the problems include determination of the strong subgroups and satellites, calculation of quantitative characteristics of the network, determination of the final opinions of the members of the target audience based on their initial opinions and mutual interactions. For the solution of the forecasting problem an original algorithm is developed and implemented by means of the programming language R. The algorithm is described in details and considers a specific case of a strongly connected digraph and the general case. The complexity of the algorithm is estimated. Other named problems can be solved by embedded functions of the language that is illustrated by test examples together with the results of the authors' algorithm. The model examples use influence digraphs with 10-15 and more than 100 vertices. Such closeness measures as degree centrality, closeness centrality, and betweenness centrality are calculated for the model example, their interpretation is given. Solution of the analysis and forecasting problems essentially facilitates the problem of control of the opinions of target audience in marketing. The directions of future research in building and analysis of the models of opinion control in marketing are outlined.

¬ формате PDF
ќбсудить статью в »нтернет-конференции по проблемам управлени€

ѕросмотров: 538, загрузок: 203, за мес€ц: 21.

Ќазад

»ѕ” –јЌ © 2007. ¬се права защищены