Социальные сети можно рассматривать как важнейший источник больших данных, описывающих взаимодействие пользователей в процессе обмена информацией. Выявление закономерностей на этом уровне позволяет определять основные особенности поведения, выявлять информационное влияние, обнаруживать и анализировать колебания ин-тересов пользователя к различным информационным объектам и событиям и т.п. Применение такого рода аналитики на практике позволяет реализовывать эффективную контекстную рекламу, повышать эффективность работы социаль-ных сетей, а также решать различные проблемы информационной безопасности.Анализ больших данных, описывающих взаимодействие пользователей социальных сетей, является сложной тех-нической проблемой: необходимо интегрироваться с несколькими социальными сетями для импорта данных, ассоци-ировать отдельные профили одних и тех же пользователей в разных сетях, сопоставлять факты их взаимодействия с реальными событиями и выявлять основные тенденции и отклонения.Для решения этой задачи предлагается модель открытого куба, основанная на построении ортогональной системы индикаторов, характеризующих изменение данных в зависимости от разных факторов. При этом производится рас-пределение возникающих событий взаимодействия относительно пользователей, динамики развития их интереса во времени, реакции на внешние события и т.д. с помощью инструментария взаимного корреляционного анализа времен-ных рядов с использованием интервальных корреляционных функций.В данной статье описываются основные проблемы анализа больших данных в социальных сетях, предлагаемая модель открытого куба и алгоритм анализа данных, позволяющий выявлять отклонения в поведении пользователей социальных сетей.Описанная модель и ее реализация были испытаны и апробированы с использованием типового набора данных, полученных из ряда социальных сетей. В дополнение к реальному регулярному набору результатов переговоров поль-зователей социальных сетей была введена партия сообщений, генерируемых онлайн-ботом, существование которого было выявлено посредством предложенного подхода.Ключевые слова: социальные сети, большие данные, анализ, открытый куб.Существует достаточно много различных ис-точников данных для анализа поведения пользова-телей сети Интернет. Например, социальные сети, новостные порталы, ленты, где люди могут под разными аватарами давать информацию любого рода. Такая информация носит заведомо субъек-тивный характер, что необходимо учитывать при ее анализе. Многие открытые источники информа-ции, онлайн-энциклопедии и средства массовой информации стараются решить эту проблему пу-тем реализации массового обсуждения информаци-онного контента, определения политик рецензиро-вания и модерации, внедрения систем рейтингов, взаимной оценки и т.п. Однако вопрос оценки объ-ективности информации, публикуемой в этих ис-точниках, остается открытым.Решить данную проблему могут аналитические инструменты выявления интереса пользователей сети Интернет на основе анализа их поведения, от-раженного в различных информационных источни-ках. Для этого необходимо сема...
