Рассматривается задача определения классов состояний динамической социальной сети. Предложен
автоматический подход, основанный на использовании модели динамического графа и метода
иерархической агломеративной кластеризации его состояний. Ряд экспериментов на наборе данных
MIT Reality Mining показал корректность подхода и достаточное качество решения задачи.
Розглядається задача визначення класів станів динамічної соціальної мережі. Запропонований
автоматичний підхід, заснований на використанні моделі динамічного графа і методу ієрархічної
агломеративної кластеризації його станів. Низка експериментів на наборі даних MIT Reality Mining
показала коректність підходу і достатню якість розв’язку задачі.
The article examines the task of the mining the classes of states from monitoring traffic of dynamic social
network. We propose the automatic approach based on usage of dynamic graph model and hierarchical
agglomerative clustering of its states. A series of experiments on an MIT Reality Mining dataset showed the
correctness of the approach and sufficient quality of problem solution.