Аннотация:В данной работе рассматривается задача предсказания распространения эпидемии в графе, где вершине соответствует человек, ребру - наличие социальной связи (например, отношение дружбы). В последние годы появилось большое количество социальных сетей, и оказались доступны с ними связанные массивы данных. Такие данные могут обладать несколькими слоями и размерностями: есть как пользователи, так и связи между ними (возможно направленные), пользователь обладает как статичными свойствами, так и изменяющимися во времени. Идеей было реализовать метод, который
бы использовал весь спектр доступной информации (использование профиля пользователя ранее не применялось).
Под "эпидемией" подразумевается не только болезнь в общепринятом смысле, но и любое распространяющееся свойство, присущее вершинам графа. Взяты также не любые "болезни", а лишь те, которые не подвержены "выздоровлению", то есть множество "заболевших" только расширяется со временем. В частности, рассмотрена задача прогнозирования распространения новости о Бозоне Хиггса по социальной сети Твиттер: предсказать вершины социального графа Твиттер, соответствующие пользователям, которые запостят новость в долговременной перспективе, если известна история сообщений предыдущих дней.