Курсовая работа: Поиск кластеров сообществ Live Journal с помощью методов Data Mining в среде RapidMiner

Исследование сетевых сообществ в социальных платформах стало актуальной задачей в свете увеличения объемов данных и разнообразия взаимодействий между пользователями. В рамках работы была проанализирована платформа LiveJournal, на которой пользователи делятся мыслями и идеями, создавая уникальные сообщества по интересам. Основной целью выступила идентификация кластеров сообществ, представляющих собой группы взаимосвязанных пользователей.

Для обработки и анализа данных использовались методы Data Mining в среде RapidMiner, что позволило упростить процесс исследования благодаря визуальному интерфейсу. Данные о пользователях, их записях и комментариях были собраны и подготовлены для анализа. Применялись различные алгоритмы кластеризации, такие как K-means и алгоритмы на основе иерархической кластеризации. Эти методы помогли выявить скрытые структуры в данных, позволяя визуализировать отношения между пользователями и их активность в рамках сообществ.

Анализ показал, что сообщества LiveJournal несут в себе разнообразие тем и интересов, связывая пользователей на основе схожих взглядов, что подтверждается высокой плотностью ссылок между участниками. В результате были сформированы несколько основных кластеров, каждый из которых представляет собой отдельную тематику, от литературы до общественных проблем. Также были выявлены ключевые пользователи, влияющие на распространение информации внутри сообществ.

Итоговое исследование не только углубляет понимание динамики социальных взаимодействий, но и открывает новые перспективы для применения методов Data Mining в контексте анализа социальных сетей. Использование современных инструментов и подходов позволяет эффективно обрабатывать большие объемы данных и извлекать из них ценную информацию о социальных структурах и коммуникативных процессах.