ТЕОРЕТИЧЕСКИЕ ПОИСКИ И ПРЕДЛОЖЕНИЯ УДК 311 МЕТОДЫ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ПРЕДСКАЗАНИЯ РАСПРОСТРАНЕНИЯ ИНФЕКЦИИ В СЕТИ П.А. <...> С тех пор прошло уже более 10 лет и появилось множество тематических социальных сетей: Twitter, Instagram, LinkedIn, Flickr и т.д. <...> Соответственно распространение информации в социальной сети рассматривается автором с точки зрения модели заражения (epidemics in social network). <...> В работе ставится задача предсказания порога эпидемии (пороговой характеристики сети, при превышении которой сеть гарантированно оказывается полностью зараженной) в момент времени t+1 на основании исторических данных за периоды t, t–1 и ранее. <...> Для решения поставленной задачи необходимо знать, как поведет себя сеть в момент времени t+1, будет ли граф сети связным, какие связи разорвутся, а какие появятся и т.д. <...> Ведь именно этим определяются скорость распространения инфекции по сети и порог эпидемии. <...> Соответственно возникает проблема Link Prediction Problem, которая решается методами машинного обучения (Random Forest, Support Vector Machines) путем отнесения пар вершин к классам соединенных и несоединенных и предсказания класса пары вершин в момент времени t+1 на основании топологических и факторных характеристик узлов сети. <...> Таким образом, результатом исследования является алгоритм прогнозирования распространения инфекции в социальной сети при помощи методов машинного обучения. <...> Ключевые слова: социальная сеть, модель заражения, Link Prediction Problem, Random Forest. <...> Since then more than 10 years passed, and many thematic social networks appeared: Twitter, Instagram, LinkedIn, Flickr etc. <...> Infor© Сулимов П.А., 2016 286 Вестник НГУЭУ • 2016 • № 1 mation is some kind of virus which is transferred from person to person. <...> Respectively, the author considers distribution of information in a social network from the point of view of model of infection (epidemics in social network). <...> С тех пор прошло уже более <...>