Метою даної роботи було створення програмного забезпечення для імітаційного моделювання епідемій та дослідження можливостей мови Python і пакету інструментів EpiModel для мови R при вирішенні даної задачі. Моделювання процесів поширення та прогнозування наслідків епідемій як інфекційних, так і інформаційно-психологічних є важливою науково-практичною задачею у наш час. Існують підходи та поради щодо моделювання епідемій, а також інструменти, за допомогою яких можна спростити шлях до досягнення потрібної мети. Епідемічні моделі поділяють на два основні види: стохастична модель та детермінована модель. Найбільш відомі математичні моделі епідемій – SI, SIR та SIS. Було розроблено програмну імітаційну модель епідемій засобами мови Python та пакету інструментів EpiModel для мови R. Тестувалася модель на прикладі поширення інфекційних захворювань, хоча також може бути використана для моделювання поширення інформаційно-психологічних впливів. Було досліджено можливості мови програмування Python та пакету інструментів EpiModel мови R для імітаційного моделювання епідемій. Дослідження показало, що дані мова програмування та пакет інструментів дають усі необхідні засоби для розробки програмної моделі епідемій. Python дозволяє швидко розробляти програми для аналізу даних, Qt Designer дає можливість створити зручний графічний інтерфейс користувача для застосунків на мові Python, а пакет інструментів EpiModel дозволяє реалізувати найбільш поширені математичні моделі епідемій, зокрема, SI, SIR та SIS. Структура соціальної мережі у даній моделі не генерувалася, а завантажувалася з частини віртуальної соціальної мережі, що прискорило розробку, а мова програмування Python дозволила за допомогою своїх інструментів та бібліотек створити парсер та взаємодію з API потрібного веб-ресурсу. Також було проведено серію експериментів з різними параметрами моделі для перевірки її працездатності та отримано очікувані результати моделювання.

Метою даної роботи є дослідження та порівняльний аналіз методів і структур даних для зберігання інформації рекомендаційної системи, щоб порівняти ефективність їх використання за затратами часу та пам’яті. Вибір методу представлення даних, якими оперує рекомендаційна система, має важливе значення, оскільки ефективний спосіб побудови бази даних для роботи такої системи може зменшити кількість потрібних ресурсів та збільшити кількість доступних алгоритмів для формування списків рекомендацій, а також є важливим з точки зору якості її роботи, швидкості, можливостей масштабування та зручності виконання основних операцій з даними для формування рекомендацій. Наявність великої кількості різних методів реалізації баз даних та представлення інформації, що можна використати при побудові рекомендаційних систем, викликає необхідність порівняльного аналізу та вибору оптимального методу і структури даних для зберігання інформації в них. У роботі було проведено дослідження різних структур даних, які можна використати для зберігання інформації рекомендаційної системи. Зокрема, таких як зв’язний список, розгорнутий зв’язний список, хеш-таблиця, B-дерево, В+-дерево та бінарна діаграма рішень. Для проведення експериментів з порівняння ефективності застосування різних структур даних за затратами часу та пам’яті було розроблено програмну модель спрощеної рекомендаційної системи, в якій було виділено три основні сутності – агент, сесія та предмет. Найкращі результати показали методи зберігання даних з використанням розгорнутого та інвертованого розгорнутого з’язних списків. Тому було вирішено також провести додаткову серію експериментів з цими структурами даних для різного розміру блоку списку. Розгорнутий список показав кращі результати за використовуваною пам’яттю та за часом генерації сесій. Інвертований розгорнутий список показав перевагу за часом генерації рекомендацій