Кулькен Уалиевна Зенкович – магистр технических наук, преподаватель кафедры «Автоматизация, информационные технологии и градостроительстово»
071412, Республика Казахстан, г. Семей, ул. Глинки, 20 А
Kulken Zenkovich – Master of Technical Sciences, lecturer of the Department «Automatization, Information Technology and Urban Planning»
071412, Republic of Kazakhstan, Semey, 20 A Glinka Street
Тұрсынхан Саятұлы Жылқыбаев* – магистр технических наук, преподаватель кафедры «Автоматизация, информационные технологии и градостроительстово
071412, Республика Казахстан, г. Семей, ул. Глинки, 20 А
Tursynkhan Zhylkybayev – Master of Technical Sciences, lecturer of the Department «Automatization, Information Technology and Urban Planning»
071412, Republic of Kazakhstan, Semey, 20 A Glinka Street
Советказы Бекенович Кайсанов – преподаватель кафедры «Автоматизация, информационные технологии и градостроительстово»
071412, Республика Казахстан, г. Семей, ул. Глинки, 20 А
Sovetkazy Kaysanov – lecturer of the Department «Automatization, Information Technology and Urban Planning»
071412, Republic of Kazakhstan, Semey, 20 A Glinka Street
Татьяна Анатольевна Устинова – магистр, преподаватель кафедры «Автоматизация, информационные технологии и градостроительстово»
071412, Республика Казахстан, г. Семей, ул. Глинки, 20 А
Tatyana Ustinova – master, lecturer of the Department «Automatization, Information Technology and Urban Planning»
071412, Republic of Kazakhstan, Semey, 20 A Glinka Street
Появление веб-сообществ и сайтов социальных сетей привело к появлению огромного объема данных социальных сетей, в которые встроены богатые наборы значимых знаний о социальных сетях. Анализ социальных сетей и исследования социальных структур с помощью сетей и теории графов помогают найти систематический метод или процесс для исследования социальных сетей. В статье раскрыто понятие интеллектуального анализа социальных сетей. Ключевым аспектом статьи является применение результатов анализа социальных сетей для различных отраслей человеческой деятельности.Описывается преимущества использования Social Mining для выявления закономерностей в больших данных. С помощью механизмов Social Mining можно находить нетривиальные и, на первый взгляд, неочевидные закономерности в больших объемах информации. В статье приведены примеры программного обеспечения, с помощью которого возможно осуществить быстрый сбор и анализ данных из социальных сетей. Сервисы аналитики упрощают работу и увеличивают возможности в социальных сетях. Анализ социальных сетей представляет собой эффективную систему для обнаружения и интерпретации общественных онлайн-связей.Аналитика социальных сетей выходит за рамки подсчета лайков, репостов и переходов по ссылкам. Это комплексный глубокий анализ данных, помогающий понять, что привлекает больше внимания или чем руководствуются пользователи, обращающиеся к бренду через соцсети.
T
The advent of web-based communities and social networking sites has resulted in a massive amount of social networking data that is embedded with rich sets of meaningful social media knowledge. Social network analysis and the study of social structures using networks and graph theory help to find a systematic method or process for studying social networks. The article reveals the concept of intellectual analysis of social networks. The key aspect of the article is the application of the results of social network analysis to various branches of human activity.Describes the benefits of using Social Mining to identify patterns in big data. Using Social Mining mechanisms, you can find non-trivial and, at first glance, non-obvious patterns in large volumes of information. The article provides examples of software that can be used to quickly collect and analyze data from social networks. Analytics services simplify work and increase opportunities on social networks. Social network analysis provides an effective system for discovering and interpreting online social connections.Social network analytics goes beyond counting likes, reposts and links. This is a comprehensive indepth data analysis that helps to understand what attracts more attention or guide users when accessing the brand through social networks.
The authors declare that there are no conflicts of interest present.