Мережі, що визначаються динамікою тематичних інформаційних потоків

Автор(и)

  • D. V. Lande Інститут проблем реєстрації інформації НАН України, Україна
  • A. O. Snarskii Національний технічний університет України «КПІ імені Ігоря Сікорського», Інститут проблем реєстрації інформації НАН України, Україна

DOI:

https://doi.org/10.35681/1560-9189.2020.1.1.207784

Ключові слова:

кореляційна мережа, динаміка інформаційних потоків, система контент-моніторингу, візуалізація мережевих структур, кластерний аналіз, модулярність

Анотація

Запропоновано методику формування, кластеризації і візуалізації так званих кореляційних мереж. Зв’язки між вузлами таких мереж відповідають значенням кореляцій між векторами — наборами параметрів, що відповідають цим вузлам. Для побудови мережевих структур для кожного вузла (тематики) формуються вектори — масиви чисел, що відповідають тематичним документальним добіркам. Для цього передбачено застосування системи контент-моніторингу соціальних медіа. Наведений підхід, на відміну від існуючих, має такі переваги як відносно низька розмірність векторів-параметрів, що відповідають тематикам; незалежність від мови документів — вектори параметрів визначаються лише запитами до системи контент-моніторингу, які можуть містити слова, наведені різними мовами; відносна простота реалізації. Наведена методика може застосовуватися в інформаційно-аналітичних системах різного призначення для аналізу масивів сутностей без явно виражених зв’язків між ними. Кореляційні мережі можна розглядати як основу побудови ймовірнісних мереж і застосування технологій нечітких семантичних мереж для подальшого проведення сценарного аналізу.

Посилання

Kristofer D. Manning, Prabhakar Raghavan, Hajnrih Shjutce. Vvedenie v informacionnyj poisk. Moskva: Vil'jams, 2011. 528 c.

Lande D.V., Snarskij A.A., Bezsudnov I.V. Internetika: Navigacija v slozhnyh setjah: modeli i algoritmy. Moskva: Librokom (Editorial URSS), 2009. 264 s.

InfoStream. Monitoring novostej iz Internet: tehnologija, sistema, servis: nauchno-metodicheskoe posob. A.N. Grigor'ev, D.V. Lande, S.A. Borodenkov i dr. — Kiev: OOO «Start-98», 2007. 40 s.

John W. Foreman. Using Data Science to Transform Information into Insight Data Smart. Wiley, 2013.

Ken Cherven. Mastering Gephi Network Visualization. Packt Publishing, 2015.

Lande D.V., Subach I.Yu., Boyarynova Yu.Ye. Osnovy teoriyi i praktyky intelektual'noho analizu danykh u sferi kiberbezpeky: navch. posib. — Kyyiv: ISZZI KPI im. Ihorya Sikrors'koho, 2018. 300 s.

##submission.downloads##

Опубліковано

2020-05-25

Номер

Розділ

Системи збереження і масового розповсюдження даних