DSpace Home
→
Монографії
→
Фізико-математичний факультет
→
Кафедра інформатики та прикладної математики (монографії)
→
View Item

dc.contributor.author	Соловйов, Володимир Миколайович
dc.contributor.author	Лук’янчук, О. С.
dc.date.accessioned	2017-09-01T18:45:24Z
dc.date.available	2017-09-01T18:45:24Z
dc.date.issued	2014
dc.identifier.citation	Соловйов В. М. Фолксономія соціально-економічних об’єктів в складних мережах засобами CorrRank / В. М. Соловйов, О. С. Лук’янчук // Моделювання та інформаційні технології в економіці : монографія / за заг. ред. В. М. Соловйова. – Черкаси, 2014. – С. 140-151.	uk
dc.identifier.uri	http://elibrary.kdpu.edu.ua/handle/0564/1307
dc.identifier.uri	https://doi.org/10.31812/0564/1307
dc.description	1.Zhang J. Complex Networks from Pseudoperiodic Time Series: Topology versus Dynamics / J. Zhang, M. Small // Boston. − 2006. − Р. 35-42. 2.Boccatti S. Complex Networks: Structure and Dynamics / S. Boccatti, V. Latora, Y. Moreno, M. Chavez, D.-U. Hwang // Physics Reports. − 2006. − Р. 153. 3.Хаханян В.Х. Елементи теорії складності алгоритмів // Навч. посіб. для студентів спеціальності АКБ. Видання друге, доповнене і перероблене. – М.: МІІТ.- 2010. – С. 95-96. 4.Newman M. E. J. The structure and function of complex networks // SIAM Reviews. – 2003. – V.45(2). – P.167-256. 5.Bonanno G. Taxonomy of stock market indices / G. Bonanno, N. Vandewalle, R.N. Mantegna // Phys. Rev. E 62, R7615.-2000. 6.Onnela J.-P. Dynamic asset trees and portfolio analysis / J.-P. Onnela, A. Chakraborti, K. Kaski, J. Kert´esz // Eur. Phys. J. B 30.- P. 285–288. 7.Kogut B. Emergent properties of a new financial market: American venture capital syndication / B. Kogut, P. Urso, G. Walker // [Електронний ресурс] – Режим доступу: doi:10.1287/mnsc.1060.0620. 8.Tumminello M. Correlation based networks of equity returns sampled at different time horizons / M. Tumminello, T. Di Matteo, T. Aste, R. N. Mantegna // Eur.Phys. J. B 55.- 2007.-P.209-217. 9.Donner R.V. Recurrence networks – A novel paradigm for nonlinear time series analysis / R.V. Donner, Y. Zou, J.-F. Donges, N. Marwan, J. Kurths // Eur. Phys. J. Spec. Top. 164. − 2008. − Р. 28. 10.Lacasa L. From time series to complex networks: The visibility graph / L. Lacasa, B. Luque, F. Ballesteros, J. Luque // Proc. Natl. Acad. Sci. U.S.A. 105.-2008.- 4972–4975. 11.Xu X.-K. Superfamily phenomena and motifs of networks induced from time series / X.-K. Xu, J. Zhang, M. Small // Proc. Natl. Acad. Sci. U.S.A. 105.-2008.- P. 19601–19605. doi:10.1073/pnas.0806082105 12.Borgatti S. P. / Centrality and network flow // Social Networks, 27: P.55–71.- [Електронний ресурс] – Режим доступу: dx.doi.org/10.1016/j.socnet.2004.11.008. 13.Freeman, L. Centrality in social networks: I. Conceptual clarification // Social Networks 1.- 1979.- P.215-239 [Електронний ресурс] – Режим доступу: http://www.cin.ufpe.br/~rbcp/taia/Freeman1979-centrality.pdf 14.Katz L. A new index derived from sociometric data analysis. Psychometrika // [Електронний ресурс] – Режим доступу: http://ideas.repec.org/a/spr/psycho/v18y1953i1p39-43.html.- 1953. 15.Bonacich P. Factoring and weighting approaches to status scores and clique identification // Journal of Mathematical Sociology .- 1972 .- 2(1): 113–120. 16.Bonacich P. Power and centrality: A family of measures // American Journal of Sociology.- 1978.- 92(5): P. 1170–1182. 17.Page L. The PageRank Citation Ranking: Bringing Order to the Web // L. Page, S. Brin, R. Motwani, T. Winograd // 1999-66 .- [Електронний ресурс] – Режим доступу: http://ilpubs.stanford.edu:8090/422/. 18.Battiston S. DebtRank: Too central to fail? Financial networks, the FED and systemic risk / S. Battiston, M. Puliga, R. Kaushik, P. Tasca, G. Caldarelli // [Електронний ресурс] – Режим доступу: doi:10.1038/srep00541 .- 02 August 2012. 19.Soramäki K. SinkRank: An Algorithm for Identifying Systemically Important Banks in Payment Systems/ K. Soramäki and S. Cook // Economics: The Open-Access, Open-Assessment EJournal.- Vol. 7.- 2013-28. 20.Plerou V. Random matrix approach to cross correlations in financial data / V. Plerou, P. Gopikrishnan, B. Rosenow, L.A.N. Amaral, T. Guhr, H.E. Stanley // Phys.Rev.E – v.65, N 12.- 2002.- P.356-373. 21.Джерело статистики індексів світового фондового ринку [Електронний ресурс] – режим доступу: http://finance.yahoo.com
dc.description.abstract	The financial and economic crisis 2007-2009 shown that economic institutions are closely linked and the behavior of complex systems is difficult predictable. There is an urgent need to develop new quantitative methods that adequately describe the dynamic changes in complex systems during normal conditions and during the crisis. There is a need for methods that describe the topology of the interaction between economic institutions, using the tools developed in the theory of networks. The paper used a method of investigation of nonlinear dynamics, as the random matrices theory, which when combined with network methods are adequate means for the study of complex systems. The given technique we have implemented the study in the real time series of global stock markets.	uk
dc.language.iso	uk	uk
dc.publisher	Брама-Україна	uk
dc.subject	складні мережі	uk
dc.subject	моделювання	uk
dc.subject	соціально-економічні системи	uk
dc.subject	CorrRank	uk
dc.title	Фолксономія соціально-економічних об’єктів в складних мережах засобами CorrRank	uk
dc.title.alternative	Folksonomy socio-economic objects in complex networks means CorrRank	uk
dc.type	Article	uk