Модели информационного управления в социальных сетях тема диссертации и автореферата по ВАК РФ 05.13.10, кандидат технических наук Губанов, Дмитрий Алексеевич

• Губанов, Дмитрий Алексеевич
• кандидат технических наук
• 2009

Оглавление диссертации кандидат технических наук Губанов, Дмитрий Алексеевич

ВВЕДЕНИЕ.

1. ПРОБЛЕМЫ МОДЕЛИРОВАНИЯ ИНФОРМАЦИОННОГО ВЛИЯНИЯ И УПРАВЛЕНИЯ В СОЦИАЛЬНЫХ СЕТЯХ.

1.1. Информационное влияние в социальных сетях.

1.2. Обзор моделей информационного влияния в социальных сетях.

1.2.1. Модели влияния и индексы влиятельности в социальных сетях.

1.2.1.2. Определение самых влиятельных агентов в сети.

1.2.1.3. Обнаружение каскадов распространения влияния.

1.2.1.4. Другие модели влияния.

1.2.1.5. Индексы влияния.

1.2.2. Модели общего знания в социальных сетях. Общественное благо и коллективные действия. Игры на сетях.

1.2.2.1. Роль информированности.

1.2.2.2. Общественные блага и индивидуальная специализация.

1.2.2.3. Коммуникация и координация в социальных сетях.

1.2.2.4. Социальный контроль и коллективное действие в социальной сети. Стабильность сети.

1.2.2.5. Игры на сетях. Информационное управление в социальных сетях

1.3. Анализ моделей социальных сетей.

2. МОДЕЛИ ИНФОРМАЦИОННОГО ВЛИЯНИЯ, УПРАВЛЕНИЯ И ПРОТИВОБОРСТВА В СОЦИАЛЬНЫХ СЕТЯХ.

2.1. Модели информационного влияния в социальных сетях.

2.1.1. Прямое и косвенное информационное влияние.

2.1.2. Формирование и динамика мнений агентов.

2.1.3. Группы и сообщества.

2.1.4. Структура результирующих влияний.

2.1.5. Примеры формирования и динамики мнений агентов.

2.2. Модели информационного управления и информационного противоборства в социальных сетях.

2.2.1. Задача информационного управления.

2.2.2. Теоретико-игровая модель информационного противоборства.

2.2.3. Модель информационного управления на основе репутации участников социальной ссети.

2.2.3.1. Модель социальной сети.

2.2.3.2. Динамика репутации.

2.2.3.3. Задача информационного управления.

2.2.3.4. Информационное противоборство.

2.2.3.5. Примеры манипулирования информацией и информационного управления.

2.2.3.6. Рефлексия агентов.

2.2.4. Модель распределенного контроля в социальных сетях.

2.2.4.1. Система с распределенным контролем.

2.2.4.2. Общая технология постановки и решения задач согласования интересов элементов систем с распределенным контролем.

2.2.4.4. Условия согласования интересов управляющих органов.

2.3. Информационная эпидемия в социальной сети и защита от нее.

2.3.1. Исходные данные и предпосылки.

2.3.2. Алгоритм сведения к биматричной игре.

2.3.3. Сеть, являющаяся полным графом.

2.3.4. Стратегическая рефлексия агентов.

3. РАЗРАБОТКА ПРОГРАММНОГО КОМПЛЕКСА МОДЕЛИРОВАНИЯ И АНАЛИЗА СОЦИАЛЬНЫХ СЕТЕЙ.

3.1. Модель данных.

Представления базовой онтологии социальной сети.

3.2. Сбор информации.

3.3. Запросы к хранимым данным.

3.4. Интерактивная визуализация данных.

3.5. Моделирование информационного влияния.

3.6. Некоторые алгоритмы.

3.6.1. Генерация и нахождение статистик графа социальной сети.

3.6.2. Определение свойств модели информационного влияния, управления и противоборства.

3.7. Результаты имитационного моделирования процессов информационного влияния, управления и противоборства в социальных сетях.

3.7.1. Имитационное моделирование информационного влияния.

3.7.2. Имитационное моделирование информационного управления.

3.7.3. Имитационное моделирование информационной эпидемии.

Введение диссертации (часть автореферата) на тему «Модели информационного управления в социальных сетях»

Настоящая работа посвящена теоретико-игровым, оптимизационным и имитационным моделям информационного влияния, репутации, информационного управления и информационного противоборства в социальных сетях.

Актуальность темы. Социальные сети (СС) — социальные структуры, состоящие из множества агентов (субъектов - индивидуальных или коллективных, например: индивидов, семей, групп, организаций) и определенного на нем множества отношений (совокупности связей между агентами, например: знакомства, дружбы, сотрудничества, влияния, коммуникации) - являются предметом активных исследований, начиная со второй половины XX века. При моделировании социальных сетей возникает необходимость их анализа, в том числе, как сетей влияния - учета взаимного влияния членов сети, динамики их мнений. С развитием информационно-телекоммуникационных технологий за последние десять лет существенно возросла важность ресурсов нового типа - онлайновых социальных сетей - как средств распространения мнений, влияющих на действия пользователей сети. Исследователи СС (Jackson М., French J.R., Harary F., De Groot M.H., Roberts F.) не рассматривают задачи управления. Известные в теории управления социально-экономическими системами результаты (Кононов Д.А., Кононенко А.Ф., Кульба В.В., Новиков Д.А., Чхартишвили А.Г., Макаров B.JI. и др.) изучения механизмов информационного управления (воздействия на информированность участников системы) не в полной мере учитывают специфику СС, что обусловливает актуальность темы диссертационной работы.

Цель работы состоит в разработке моделей и методов эффективного информационного управления в СС.

Достижение поставленной цели требует решения следующих основных задач:

1. Выявление специфики СС как объектов управления; формулировка и классификация задач информационного управления в СС.

2. Разработка и исследование моделей и методов (механизмов) информационного влияния, управления и противоборства в СС, включая:

- модели информационного влияния в СС, в том числе — с учетом репутации участников;

- модели и методы информационного управления в СС;

- модели и методы информационного противоборства в СС;

- модели информационных эпидемий в СС и методы защиты от них.

3. Создание программного комплекса для исследования с его помощью разработанных моделей и методов.

Основным методом исследования является математическое моделирование с использованием подходов и результатов теории игр, теории активных систем, теории принятия решений и исследования операций.

Научная новизна работы. В результате проведенных исследований:

1. Разработана и исследована модель влияния в социальных сетях с учетом репутации агентов. В результате анализа динамики мнений агентов в зависимости от репутации и динамики репутации в зависимости от мнений сформулирована и сведена к стандартной задаче оптимизации задача управления - воздействия на агентов социальной сети с целью формирования требуемых мнений агентов.

2. Построена общая теоретико-игровая модель информационного противоборства в социальной сети, исследован ряд ее частных случаев, включая задачу распределенного контроля в социальных сетях, для которой получены условия согласования интересов управляющих органов.

3. Сформулирована и исследована задача информационного противоборства в форме распространения информационной эпидемии и защиты от нее с учетом различной информированности и рефлексии агентов.

4. Разработан использующий онтологический подход программный комплекс для анализа социальных сетей и имитационного моделирования информационного управления в социальных сетях, с помощью которого верифицированы перечисленные выше теоретические результаты моделирования.

Практическая значимость. Результаты диссертационной работы позволяют разрабатывать и обосновывать механизмы эффективного информационного управления в СС.

Реализация результатов работы. Эффективность использования разработанных в диссертационной работе моделей и методов информационного управления в «Центре технологий безопасности ИБС» и управлении информатизацией ФГОУ ВПО «Чувашский государственный университет им. И.Н.Ульянова» подтверждены актами и справками о внедрении. Кроме того, результаты работы использовались в ряде проектов по спецтематике.

Личный вклад. Все основные результаты получены автором.

Апробация работы. Результаты диссертационной работы докладывались на: семинарах Института проблем управления им. В.А. Трапезникова РАН и МФТИ, VI Всероссийской школе-семинаре молодых ученых «Управление большими системами» (Ижевск, 2009), рабочем совещании «Networking Games and Management» (Петрозаводск, 2009), международной научно-практической конференции «Теория активных систем» (Москва, 2009), научной сессии Московского инженерно-физического института (Москва, 2008), на IV Всероссийской научно-практической конференции «Перспективные системы и задачи управления» (Домбай, 2009), на III Всероссийской молодежной конференции по проблемам управления (Москва, 2008), на 17-ом всемирном Конгрессе IFAC (Сеул, 2008), на Всероссийской конференции «Знания - Онтологии — Теории» (Новосибирск, 2007) и на региональных научно-студенческих конференциях (Чебоксары, 20052007).

Публикации. По теме диссертационной работы автором опубликовано 20 печатных работ общим объемом 13,2 печатных листов, из них автору принадлежат 7,4 печатных листа.

Структура и объем работы. Диссертационная работа состоит из введения, трех глав, заключения, списка литературы и приложения. Работа содержит 181 страницу текста, список литературы включает 156 наименований.

Заключение диссертации по теме «Управление в социальных и экономических системах», Губанов, Дмитрий Алексеевич

ЗАКЛЮЧЕНИЕ

В настоящей работе разработан, исследован и апробирован комплекс оптимизационных, теоретико-игровых и имитационных моделей информационного управления в социальных сетях (СС). В том числе:

1. Выявлена специфика СС как объектов управления; приведена общая формулировка и предложена система классификаций задач информационного управления в СС.

2. Исследована динамическая марковская модель влияния в СС с учетом репутации агентов. Сформулирована и сведена к стандартной задаче оптимизации задача управления - воздействия на агентов СС с целью формирования требуемых их мнений.

3. Построена общая теоретико-игровая модель информационного противоборства в СС - ситуации, когда несколько управляющих субъектов воздействуют на мнения отдельных участников сети с целью сформировать в сети выгодные им (управляющим субъектам) представления. Для задачи распределенного контроля в СС получены условия согласования интересов управляющих органов.

4. Сформулирована и исследована задача информационного противоборства в условиях инициации информационной эпидемии и защиты от нее.

5. Предложена онтологическая модель представления данных СС и структуры социально-сетевых сервисов, на основе этой модели создана база сетевых данных, предусматривающая различные модели и сценарии использования таких данных. Для базы сетевых данных создан специализированный для графов логический язык запросов. Заполнение базы данных производится разработанным поисковым роботом. Такая онтологическая модель и система управления данными выбраны для реализации программного комплекса, с помощью которого верифицированы теоретические результаты моделирования информационного управления в СС.

6. Разработанные в диссертационной работе модели и методы информационного управления внедрены в «Центре технологий безопасности ИБС» и управлении информатизацией ФГОУ ВПО «Чувашский государственный университет им. И.Н.Ульянова», что подтверждено актами и справками о внедрении.

168

Список литературы диссертационного исследования кандидат технических наук Губанов, Дмитрий Алексеевич, 2009 год

1. Bailey N. The Mathematical Theory of 1.fectious Diseases and Its Applications. -New York: Hafner Press, 1975.

2. Barnes J.A. Class and Committees in a Norwegian Island Parish II Human Relations. 1954. №7. P. 39-58.

3. Berger R.L. A Necessary and Sufficient Conditions for Reaching a Consensus using De Groot's method / Journal of American Statistical Assotiation. 1981. Vol. 76. P. 415-419.

4. Bernheim В., Whinston M. Common agency I I Econometrica. 1986. Vol. 54. P. 923 942.

5. Bimber В., Flanagin A., Stohl C. Reconceptualizing Collective Action in the Contemporary Media Environment II Communication Theory. 2005. № 4 (15). P. 365-388.

6. Bineham J. A Historical Account of the Hypodermic Model in Mass Communication II Communication Monographs. 1988. № 55. P. 230-246.

7. Bramoulle Y., Kranton R. Public Goods in Networks II Journal of Economic Theory. 2007. Vol. 135(1). P. 478-494.

8. Burt R.S. Brokerage and Closure. Oxford: Oxford University Press, 2005.

9. Buttle F.A. Word-of-Mouth: Understanding and Managing Referral Marketing II Journal of Strategic Marketing. Vol. 6. P. 241-254.

10. Carnes T., Nagarajan С., Wild S.M., Zuylen A. Maximizing Influence in a Competitive Social Network: A Follower's Perspective / Proceedings of the Ninth International Conference on Electronic Commerce. 2007. P. 351-360.

11. Cern. The Colt Project, http://dsd.lbl.gov/~hoschek/colt/

12. Chatterjee S. SenetaE. Toward Consensus: Some Convergence Theorems on Repeated Averaging II Journal of Applied Probability. 1977. № 14. P. 159 — 164.

13. Chwe M.S. Communication and Coordination in Social Networks II Review of Economic Studies. 2000. № 67. P. 1-16.

14. De GrootM.H. Reaching a Consensus // Journal of American Statistical As-sotiation. 1974. № 69. P. 118 121.

15. De Marzo P., Vayanos D., Zwiebel J. Persuasion Bias, Social Influence and Unidimensional Opinions II Quarterly Journal of Economics. 2003. № 118(3). P. 909-968.

16. Deutsch M., Gerard H.B. A Study of Normative and Informational Social Influences upon Individual Judgment II Journal of Abnormal and Social Psychology.1955. №51. P. 629-636.

17. Dodds P., Watts D.A. Generalized Model of Social and Biological Contagion II Journal of Theoretical Biology. 2005. № 232. P. 587-604.

18. DodsonJ., MullerE. Models of New Product Diffusion through Advertising and Word-of-Mouth //Management Science. 1978. № 24. P. 1568-1578.

19. Domingos P., Richardson M. Mining the Network Value of Customers / Proceedings of the Seventh International Conference on Knowledge Discovery and Data Mining. 2002. P. 57-66.

20. Eguffluz V., Klemm K. Epidemic Threshold in Structured Scale-free Networks II Physical Review Letters. 2002. № 89. P. 108701+.

21. ElihuK., LazarsfeldP. Personal Influence: the Part Played by People in the Flow of Mass Communications. — Glencoe, 111.: Free Press, 1955.

22. Even-Dar E., Shapira A. A Note on Maximizing the Spread of Influence in Social Networks / Internet and Network Economics. 2007. P. 281-286.

23. Felsenthal D., MachoverM. The measurement of voting power: Theory and practice, problems and paradoxes. — London: Edward Elgar, 1998.

24. French J.R. A formal theory of social power I I The Psychological Review.1956. №63. P. 181-194.

25. Friedkin N.E. Structural Cohesion and Equivalence Explanations of Social Homogeneity I I Sociological Methods and Research. 1984. No 12. P. 235-261.

26. Friedkin N.E., Johnson E.C. Social Influence and Opinions II Journal of Mathematical Sociology. 1990. № 15. P. 193-205.

27. Gladwell M. The Tipping Point: How Little Things Can Make a Big Difference. Little Brown & Company, 2000.

28. Godes D., Mayzlin D. Using Online Conversations to Study Word of Mouth Communication II Marketing Science. 2004. № 23. P. 545-560.

29. Goldenberg J., Libai B., Muller E. Talk of the network: A complex systems look at the underlying process of word-of-mouth II Marketing Letters. 2001. № 2. P. 11-34.

30. Golub B., Jackson M. Naive Learning in Social Networks: Convergence, Influence and the Wisdom of Crowds. 2007. http://www.stanford.edu/~jacksonm/naivelearning.pdf.

31. Google (2009) API Google Social Graph, http://code.google.com/intl/ru-RU/apis/socialgraph/

32. Grabisch M., Rusinowska A. A Model of Influence in a Social Network. http://halshs.archives-ouvertes.fr/docs/00/34/44/57/PDF/B08066.pdf.

33. Granovetter M. The Strength of Weak Ties II American Journal of Psychology. 1973. № 78 (6). P. 1360-1380.

34. Granovetter M. Threshold Models of Collective Behavior II American Journal of Sociology. 1978. Vol. 83. No. 6. P. 1420-1443.

35. Gubanov D. An Approach to Knowledge Management in Research Organization. /Proceedings of the 17th World Congress. The International Federation of Automatic Control. Seoul, Korea, July 6-11, 2008. P. 8119-8123.

36. Harary F. A Criterion for Unanimity in French's Theory of Social Power / Studies in Social Power. Michigan: Institute of Sociological Research. 1959. P. 168- 182.

37. Hesgelman R., Krause U. Opinion Dynamics and Bounded Confidence Models, Analysis and Simulation II Journal of Artificial Societies and Social Simulation. 2002. №5:3.

38. Hethcote H. W. The Mathematics of Infectious Diseases II SI AM Review. 2000. Vol. 42. No. 4. P. 599-653.

39. Hewlett-Packard (2009) Jena A Semantic Web Framework for Java.http://jena.sourceforge.net/

40. Hoede C., Bakker R. A Theory of Decisional Power II Journal of Mathematical Sociology. 1982. № 8. P. 309-322.

41. Howard A., Jebara T. Dynamical Systems Trees II Uncertainty in Artificial Intelligence. 2003. P. 260-267.

42. Howard N. Theory of Meta-games II General systems. 1966. № 11. P. 187-200.

43. Introducing JSON. http://www.ison.org

44. Jackson M. The Stability and Efficiency of Economic and Social Networks / Advances in Economic Design. 2003.

45. Jackson M. Social and Economic Networks. — Princeton: Princeton University Press, 2008. 648 p.

46. Janky B., Takács K. Social Control, Participation in Collective Action and Network Stability. HUNNET Working Paper. 2002. http://www.socialnetwork.hu/.

47. Kearns M., Siddharth S., MontfortN. An Experimental Study of the Coloring Problem on Human Subject Networks II Science. 2006. № 313. P. 824-827.

48. Kempe D., Kleinberg J., Tardos E. Maximizing the Spread of Influence through a Social Network / Proceedings of the 9-th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. 2003. P. 137-146.

49. Krause U. A Discrete Nonlinear and Non-autonomous Model of Consensus Formation / Communications in Difference Equations. Amsterdam: Gordon and Breach Publishers, 2000. P. 227 - 236.

50. Latané B., L'Herrou T. Spatial Clustering in the Conformity Game: Dynamic Social Impact in Electronic Groups II Journal of Personality and Social Psychology. 1996. № 70. P. 1218-1230.

51. Leenders R. The Specification of Weight Structures in Network Autocorrelation Models of Social Influence. 2002. http://ideas.repec.Org/p/dgr/rugsom/02b09.html

52. Leskovec J., Krause A., Guestrin C., Faloutsos C., Vanbriesen J., Glance N. Cost-effective Outbreak Detection in Networks / Proceedings of the 13-th ACM

53. SIGKDD International Conference on Knowledge Discovery and Data Mining. 2007. P. 420-429.

54. Leskovec J., Adamic L., Huberman B. The Dynamics of Viral Marketing. 2005. http://arxiv.org/abs/physics/0509Q39.

55. Lewis D. Convention: a Philosophical Study. — Cambridge: Harvard University Press, 1969.

56. LorenzJ. A Stabilization Theorem for Dynamics of Continuous Opinions // Physica A. 2005. № 355. P. 217 223.

57. Mahdian M., Anagnostopoulos A., Kumar R. Influence and Correlation in Social Network II Proceeding of the 14-th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. 2008. P. 7-15.

58. Mas-Colell A. Whinston M.D., Green J.D. Microeconomic theory. N.Y.: Oxford Univ. Press, 1995. - 1008 p.

59. Morris S. Contagion II The Review of Economic Studies. 2000. V. 67. № 1. P. 57-78.

60. Myerson R.B. Game Theory: Analysis of Conflict. — London: Harvard Univ. Press, 1991.

61. Nemhauser G., Wolsey L., Fisher M. An Analysis of the Approximations for Maximizing Submodular Set Functions II Mathematical Programming. 1978. №14. P. 265-294.

62. Newman M., Park J. Why Social Networks Are Different from Other Types of Networks II Physical Review. 2003. Vol. 68.

63. Oliver N., Rosario B., Pentland A. Graphical Models for Recognizing Human Interactions / Proceedings of International Conference on Neural Information and Processing Systems (NIPS). 1998. P. 924-930.

64. Olson M. The Logic of Collective Action: Public Goods and the Theory of Groups. Harvard: Harvard University Press, 1971.

65. OReilly, T. What Is Web 2.0. http://www.oreillynet.eom/pub/a/oreilly/ tim/news/2005/09/30/what-is-web-20.html.

66. Oxford English Dictionary / http://www.askoxford.com.

67. Robins G., Pattison P., Elliot P. Network Models for Social Influence Processes //Psychometrica. 2001. Vol. 66. No. 2. P. 161-190.

68. Robins G., Pattison P., Kalish Y., Lusher D. An Introduction to Exponential Random Graph (/?*) Models for Social Networks II Social Networks. 2007. № 29. P. 173-191.

69. Rogers E.M. Diffusion of Innovations. New York London: Free Press, 1983.

70. Rolfe M. Social networks and threshold models of collective behavior. Preprint. Chicago: University of Chicago, 2004.

71. Romualdo P., Alessandro V. Epidemic Spreading in Scale-Free Networks II Physical Review Letters. 2001. № 14 (86). P. 3200-3203.

72. Rusinowska A., Swart H. Generalizing and Modifying the Hoede-Bakker Index. Theory and Applications of Relational Structures as Knowledge Instruments. № 2. Springer's Lecture Notes in Artificial Intelligence LNAI 4342. Springer, 2007. P. 60-88.

73. Saul L.K., Jordan M.I. Mixed Memory Markov Models: Decomposing Complex Stochastic Processes as Mixtures of Simpler Ones / Machine Learning. 1999. Vol. 37. № LP. 75-87.

74. Schiff J.L. Cellular Automata: A Discrete View of the World. NY: Wiley, 2007.

75. Shapley L.S., Shubik M. A method for Evaluating the Distribution of Power in a Committee System II American Political Science Review. 1954. Vol. 48(3). P. 787-792.

76. Shrager J., Hogg T., Huberman B. Observation of Phase-Transitions in Spreading Activation Networks II Science. 1987. № 236. P. 1092-1094.

77. Tarnow E. Like Water and Vapor — Conformity and Independence in the Large Group. http://cogprints.Org/4274/l/Lar.geGroupOrderTamow.pdf

78. The Internet and the 2008 Election. http://pewinternet.org/pdfs/ PIP2008election.pdf.

79. Tuomela R. Shared Belief. http://www.valt.helsinki.fi/staff/tuomela/papers/Shared.pdf

80. Valente T. Network Models of the Diffusion of Innovations. — Cresskill, NJ: Hampton Press, 1995.

81. W3C (2008) Resource Description Framework (RDF). http://www.w3.org/TR/rdf-sparql-query/

82. Watts D. The «New» Science of Networks II Annual Review of Sociology.2004. № 30. P. 243-270.

83. Watts D., Dodds P. Influential, Networks, and Public Opinion Formation I I Journal of Consumer Research. 2007. № 34. P. 441-458.

84. Wu F., Huberman В., Adamic L., Tyler J. Information Flow in Social Groups И Statistical and Theoretical Physics. 2004. № 337. P. 327-335.

85. Young P. The Spread of Innovations by Social Learning. 2006. http://www.santafe.edU/events/workshops/images/0/0a/Spread21march.pdf.

86. Zhang D., Gatica-Perez D., Bengio S., Roy D. Learning Influence among Interacting Markov Chains II Neural Information Processing Systems (NIPS),2005. P. 132-141.

87. Алескеров Ф.Т., Благовещенский Н.Ю., Сатаров Г.А. и др. Влияние и структурная устойчивость в Российском парламенте (1905-1917 и 19932005 гг.). М.: Физматлит, 2007.

88. Барабаши A.JI. Сети без масштабов II В мире науки. Scientific American. 2003. №8. С. 55-63.

89. Баркалов С.А., Калинина Н.Ю., Новиков Д.А. Механизмы компромисса в моделях функционирования команд управления проектами II Вестник ВГТУ. 2008. Т. 4. № 7. С. 47 50.

90. Бреер В.В. Стохастические модели социальных сетей.

91. Васин А.А. Модели динамики коллективного поведения. — М.: МГУ, 1989.

92. Васин А.А. Некооперативные игры в природе и обществе. — М.: МАКС пресс, 2005.

93. Васин А.А., Краснощеков П.С., Морозов В.В. Исследование операций. — М.: Изд-во Академия, 2008.

94. Гантмахер Ф.Р. Теория матриц. -М.: Наука, 1966.

95. Гермейер Ю.Б. Игры с непротивоположными интересами. — М.: Наука, 1976.-327 с.

96. Глоссарий по теории управления и ее приложениялг / http://glossary.ru.

97. Градосельская Г.В. Анализ социальных сетей. Автореф. дис. . канд. соц. наук. — Москва, 2001.

98. Губанов Д.А. Thesus — средство создания и разделения знаний в научном сообществе // Сборник научных трудов молодых ученых и специалистов. Чебоксары, 2007. С. 11-15.

99. Губанов Д.А. Нечеткие базы данных: модель представления и хранения данных II Сборник научных трудов молодых ученых и специалистов. Чебоксары, 2006. С. 130-132.

100. Губанов Д.А. Обзор онлайновых систем репутации/доверия. — М.: ИЛУ РАН, 2009 / Интернет-конференция по проблемам управления (www.mtas.ru/forum). — 25 с.

101. Губанов Д.А. Онтологическая система для компьютеризации языковых знаний II Сборник научных трудов молодых ученых и специалистов. Чебоксары, 2007. С. 249-253.

102. Губанов Д.А. Подход к разработке инструментария для создания и распределения знаний в научном сообществе //Труды Всероссийской конференции с международным участием "Знания Онтологии - Теории" под ред. Н.Г.Загоруйко. Новосибирск. 2007. Том I, С.53-58.

103. Губанов Д.А. Системы, основанные на знаниях: инструментарий и его выбор II Студент. Наука. Знания: Сб. трудов региональной научно-студенческой конференции. Чебоксары, 2005. С. 292-293.

104. Губанов Д.А. Подход к имитационному моделированию информационного влияния в социальных сетях SIM / Труды международной научно-практической конференции «Теория активных систем». - М.: ИПУ РАН, 2009. Том. 1. С. 84-90.

105. Губанов Д.А., Каминская М.Н. Управление качеством и достоверностью информации в онлайновых социальных сетях на основе онтологий /

106. Труды четвертой Всероссийской научно-практической конференции «Перспективные системы и задачи управления». — Таганрог: Изд-во ТТИ ЮФУ, 2009. 92-94 с.

107. Губанов Д.А., Микулич Л.И. Семантическое аннотирование изображений в научных исследованиях OASIS. Научная сессия МИФИ-2008. Сборник научных трудов. В 15 томах. Т. 10. Интеллектуальные системы и технологии. М.:МИФИ, 2008. - 256 с.

108. Губанов Д.А., Микулич Л.И. Управление компетенциями в научной организации. /III Всероссийская молодежная конференция по проблемам управления (Москва, ИПУ РАН, 7-9 апреля 2008 г.). Труды конференции. М.: ИПУ РАН, 2008. С.230-231.

109. Губанов Д.А., Новиков Д.А. Модели распределенного контроля в социальных сетях II Системы управления и информационные технологии, 2009, 3.1(37).-С.124-129.

110. Губанов Д.А., Новиков Д.А., Чхартишвили А.Г. Модели влияния в социальных сетях (обзор) II Управление большими системами. 2009. № 26.

111. Губанов Д.А., Новиков Д.А., Чхартишвили А.Г. Модели информационного влияния и информационного управления в социальных сетях II Проблемы управления. №5. 2009. С. 28-35.

112. Губанов Д.А., Новиков Д.А. , Чхартишвили А.Г. Модели репутации и информационного управления в социальных сетях И Математическая теория игр и ее приложения. 2009. № 3. С. 14-37.

113. Губанов Д.А. , Новиков Д.А. , Чхартишвили А.Г. Нечеткие модели влияния в социальных сетях. / Труды VI Всероссийской школы-семинара молодых ученых «Управление большими системами». Ижевск: УдГУ, 2009. Том 2. С. 141-145.

114. Губанов Д.А., Чхартишвили А. Г. Теоретико-игровые задачи управления в линейных социальных сетях II Extended abstracts of Workshop "Networking Games and Management", June 28-30, 2009, Petrozavodsk. 2009. Pp. 18-21.

115. Губанов Д.А., Чхартишвили А.Г. О стратегической рефлексии в бимат-ричных играх / Управление большими системами. Выпуск 21. М.: ИЛУ РАН, 2008. С.49-57.

116. Губанов Д.А., Чхартишвили А.Г. Об одной модели информационного противоборства в социальной сети II Системы управления и информационные технологии, 3(37), 2009. -С. 13-16.

117. Губанов Д.А., Чхартишвили А.Г. Об одной модели информационного влияния в социальных сетях. Международная научно-практическая конференция (Теория активных систем '2009): Труды / Под ред. Буркова В.Н., Новикова Д.А. М.: ИПУ РАН, 2009. Том I. С. 91-94.

118. Губко М.В., Новиков Д.А. Теория игр в управлении организационными системами. М.: Синтег, 2002. - 148 с.

119. Губко М.В. Задачи управления организационными системами с сетевым взаимодействием участников II Автоматика и Телемеханика. 2004. № 8. С. 102- 129.

120. Губко М.В., Караваев А.П. Согласование интересов в матричных структурах управления II Автоматика и телемеханика. 2001. № 10. С. 112 -119.

121. Губко М.В., Новиков Д.А., Чхартишвили А.Г. Сетевые игры и игры на сетях / Труды международной конференции «Сетевые игры и менеджмент». Петрозаводск: ИПМИ РАН, 2009. С. 13 - 17.

122. Давыденко В.А., Ромашкина Г.Ф. Моделирование социальных сетей II Вестник Тюменского государственного университета. № 1, 2005. С. 68-79.

123. Доценко E.JI. Психология манипуляции: феномены, механизмы и защита. -М.: ЧеРо, 1997.-344 с.

124. Ермаков Н.С., Иващенко A.A., Новиков Д.А. Модели репутации и норм деятельности. М.: ИЛУ РАН, 2005. - 67 с.

125. Иващенко A.A., Новиков Д.А. Модели и методы организационного управления инновационным развитием фирмы. — М.: Ленанд, 2006.

126. Караваев А.П. Модели и методы управления составом активных систем.-М.: ИЛУ РАН, 2003.- 151 с.

127. Кемени Дж., Снелл Дж. Конечные цепи Маркова. -М.: Наука, 1970.

128. Кричевский Р., Дубовская Е. Психология малой группы: теоретический и прикладной аспекты. — М.: Изд-во МГУ, 1991.

129. Кузнецов H.A., КульбаВ.В., МикринЕ.А. и др. Информаицонная безопасность систем организационного управления. — М.: Наука, 2006.

130. Ландау Л.Д., Лифшиц Е.М. Курс теоретической физики. — М.: Физмат-лит, 1968.

131. Майерс Д. Социальная психология. — С.-Пб.: Питер, 2002.

132. Малишевский A.B. Качественные модели в теории сложных систем. — М.: Наука, 1998.

133. Менар К. Экономика организаций. М.: ИНФРА-М, 1996.

134. Мулен Э. Кооперативное принятие решений: аксиомы и модели. — М.: Мир, 1991.

135. Новиков Д.А. Математические модели формирования и функционирования команд, 2008. 188 с.

136. Новиков Д.А. Теория управления организационными системами. 2-е издание. -М.: Физматлит, 2007.

137. Новиков Д.А., Смирнов И.М., Шохина Т.Е. Механизмы управления динамическими активными системами. — М.: ИЛУ РАН, 2002. 124 с.

138. Новиков Д.А., Чхартишвили А.Г. Рефлексивные игры. — М.: Синтег, 2003.-227 с.

139. Новиков Д.А. «Когнитивные игры»: линейная импульсная модель II Проблемы управления. 2008. № 3. С. 14 22.

140. Новиков Д.А. Закономерности итеративного научения. — М.: ИЛУ РАН, 1998.

141. Новиков Д.А Институциональное управление организационными системами. М.: ИЛУ РАН, 2003.

142. Новиков Д.А. Математические модели формирования и функционирования команд. — М.: Физматлит, 2008.

143. Новиков Д.А. Механизмы функционирования многоуровневых организационных систем. — М. : Фонд «Проблемы управления», 1999. 150 с.

144. Новиков Д.А. Теория управления организационными системами. — М.: Физматлит, 2007. 584 с.

145. Новиков Д.А., Цветков A.B. Механизмы функционирования организационных систем с распределенным контролем. — М.: ИПУ РАН, 2001. — 118 с.

146. Новиков Д.А., Чхартишвили А.Г. Прикладные модели информационного управления. М.: ИПУ РАН, 2004.

147. Опойцев В.И. Равновесие и устойчивость в моделях коллективного поведения. -М.: Наука, 1977.

148. Орловский С.А. Проблемы принятия решений в условиях нечеткой исходной информации. — М.: Наука, 1981. — 206 с.

149. Почепцов Г.Г. Информационно-психологическая война. М.: Синтег, 2000.

150. Роберте Ф.С. Дискретные математические модели с приложениями к социальным, биологическим и экологическим задачам / Пер. с англ. A.M. Раппопорта, С.И. Травкина. Под ред. А.И. Теймана. М.: Наука. Гл. ред. физ.-мат. лит., 1986. -496 с.

151. Саймон Г. Науки об искусственном. — М.: Мир, 1972.

152. Словарь иностранных слов. — М.: Русский язык, 1982.

153. Тихонов А.Н., АрсенинВ.Я. Методы решения некорректных задач. — М.: Наука, 1986.

154. Харари Ф. Теория графов. М.: КомКнига, 2006.

155. Харшаньи Д., Зельтен Р. Общая теория выбора равновесия в играх. — СПб.: Экономическая школа, 2001.

156. Чхартишвили А.Г. Теоретико-игровые модели информационного управления. М.: ПМСОФТ, 2005. - 160 с.

157. Ширяев А.Н. Вероятность. В 2-х кн. М.: МЦНМО, 2004.