The extended idea about “professional network” has been developed based on the concept of “social network”. The main features and tasks of professional social networks have been revealed. The task of management in social and professional networks which demanded formalization of criteria and models of their functioning has been set. Professional social network has been represented as a graph model. Known models of influence in social and professional networks have been considered and described in detail from the point of view of their analytical representation. The main features of professional networks influence on society and production have been revealed. Possibility for mass distribution of information by means of professional social networks has been analyzed. A mechanism for network agents’ opinion formation on the basis of authoritative opinion and a trust vector has been revealed.
social network, professional network, management in networks, models of influence in social and professional networks.
Введение
В настоящее время достаточно серьезный характер стали приобретать информационные войны, которые рассматривают в качестве цели своего «нападения» ноу-хау предприятий, секретную служебную документацию, информацию, порочащую руководителей фирм с целью их шантажа (для профессиональных сетей), политическое сознание, градус социальной напряженности, идеологию различных социальных групп общества (для социальных сетей). Информационные войны преимущественно осуществляются с использованием сети Интернет.
С развитием информационных войн стали развиваться различные коммуникативные технологии сетевой организации субъектов — собственно профессиональные и социальные сети, блоги, электронные дневники-журналы. Данный функционал открыто используется как инструмент обмена информацией и обучения, как средство предоставления свободы слова, мысли. Скрытая часть коммуникативных технологий отражает широкий спектр воздействий: от пропаганды, управления мнениями, манипулирования группами населения до примитивной кражи производственных секретов, вывода из строя информационно-управляющих систем (например, заражение компьютерным вирусом).
1. Alekperova, I. Ja. O nekotoryh podhodah k analizu informacionnogo vlijanija pol´zovatelej v social´nyh setjah [On some approaches to the analysis of information user influence in social networks]. Informacionnoe obshhestvo [Information Society], 2012, I. 3, pp. 31-38.
2. Gubanov, D.A. Social´nye seti: modeli informacionnogo vlijanija, upravlenija i protivoborstva [Social Networks: Models of information influence, control and confrontation]. Moscow, Izdatel´stvo fiziko-matematicheskoj literatury Publ., 2010. 228 p.
3. Senatorov, A.A. Bitva za podpischikov «Vkontakte». SMM-rukovodstvo [The battle for subscribers "Vkontakte". SMM-guide]. Moscow, Al´pina Pablisher Publ., 2014 g., p. 27.
4. Ljabah, N.N. Netradicionnye stranicy menedzhmenta [Unconventional pages management]. Rostov-na-Donu, SKNC VSh JuFU APSN Publ., 2008. 152 p.
5. Intriligator M. Matematicheskie metody optimizacii i jekonomicheskaja teorija [Mathematical methods of optimization and economic theory]. Moscow, «Progress» Publ., 1975. 607 p.
6. Meskon, M. H. Osnovy menedzhmenta [Principles of Management]. Moscow, Vil´jams Publ., 2007, p. 672.
7. Jager, R.R. Nechetkie mnozhestva i teorija vozmozhnostej: Poslednie dostizhenija [Fuzzy sets and possibility theory
8. Krut´ko, E.A. Metody poiskovoj optimizacii (SEO) []. XXII studencheskaja mezhdunarodnaja nauchno-prakticheskaja konferencija - 2013 [Methods of Search Engine Optimization (SEO)]. Available at: http://sibac.info/12763 (Accessed 5 February 2015).
9. Fomin, Ja. A. Raspoznavanie obrazov: teorija i primenenija [Recognition: Theory and application]. Moscow, FAZIS Publ., 2012. 429 p.
10. Jefros, A.L. Fizika i geometrija besporjadka [Physics and geometry disorder]. Moscow, Nauka Publ., 1982. 176 p.
11. Jackson M. Social and Economic Networks. - Princeton: Princeton University Press, 2008. 648 p.
12. Kempe D., Kleinberg J., Tardos E. Maximizing the Spread of Influence through a Social Network / Proceedings of the 9-th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. 2003. P. 137-146.
