Отрывок: Рассмотрим алгоритм нахождения ассоциативных правил: 1) найти все частые (с поддержкой не ниже заданной) множества признаков; 2) достаточно найти все частые замкнутые множества признаков содержания контекста. Пример решетки с достоверностью ассоциативных правил (рис. 1в). Пример решетки с поддержкой ассоциативных правил (рис. 1г). Хорошие правила с sup 1/ 2p  и min 3 / 4conf  . Определены по следующему алгоритму: 1. 0 ,sup (0 ) (0 ) 3 / 4.c p c conf c     2. ,su...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorХаймович, И.Н.-
dc.contributor.authorРамзаев, В.М.-
dc.contributor.authorЧумак, В.Г.-
dc.contributor.authorKhaimovich, I.N.-
dc.contributor.authorRamzaev, V.M.-
dc.contributor.authorChumak, V.G.-
dc.date.accessioned2019-04-22 11:45:43-
dc.date.available2019-04-22 11:45:43-
dc.date.issued2019-05-
dc.identifierDspace\SGAU\20190422\75747ru
dc.identifier.citationХаймович И.Н Мультимодальная кластеризация социальных сетей в социальном демфировании с использованием BIG DATA (получение знаний из данных) / Хаймович И.Н, Рамзаев В.М, Чумак В.Г // Сборник трудов ИТНТ-2019 [Текст]: V междунар. конф. и молодеж. шк. "Информ. технологии и нанотехнологии": 21-24 мая: в 4 т. / Самар. нац.-исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем. обраб. изобр. РАН-фил. ФНИЦ "Кристаллография и фотоника" РАН; [под ред. В.А. Фурсова]. - Самара: Новая техника, 2019 – Т. 4: Науки о данных. - 2019 - С. 948-960.ru
dc.identifier.urihttp://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Multimodalnaya-klasterizaciya-socialnyh-seteĭ-v-socialnom-demfirovanii-s-ispolzovaniem-BIG-DATA-poluchenie-znaniĭ-iz-dannyh-75747-
dc.description.abstractРазработанная методика обеспечивает решение двух принципиально значимых задач, раскрывая тем самым гносеологический потенциал технологии Больших данных: социальное прогнозирование в трех наиболее значимых сферах информационного общества с опорой на модель выявления условий возникновения социального резонанса; успешную реализацию процедуры социального демпфирования на основе применения соответствующих вариантов управленческого воздействия с использованием мультимодальной кластеризации социальных сетей на основе технологии Big Data. В статье предложен инструмент для повышения эффективности работы в области социального демфирования в регионе. Предложенный способ регулирования может быть эффективен при управлении процессами социального демфирования региона, для которых характерны многообразие форм и широкий спектр составляющих и факторов, а также свойственна динамика развития и активная трансформации жизнедеятельности. При этом использование современных программно- аппаратных средств позволяет производить оценку и визуализацию изменений фактически в режиме реального времени, что может быть полезно органам власти на местах.ru
dc.language.isorusru
dc.publisherНовая техникаru
dc.titleМультимодальная кластеризация социальных сетей в социальном демфировании с использованием BIG DATA (получение знаний из данных)ru
dc.title.alternativeMultimodel Clustering of Social Networks in Social Dampening Applying BIG DATA (acquiring knowledge from data)ru
dc.typeArticleru
dc.textpartРассмотрим алгоритм нахождения ассоциативных правил: 1) найти все частые (с поддержкой не ниже заданной) множества признаков; 2) достаточно найти все частые замкнутые множества признаков содержания контекста. Пример решетки с достоверностью ассоциативных правил (рис. 1в). Пример решетки с поддержкой ассоциативных правил (рис. 1г). Хорошие правила с sup 1/ 2p  и min 3 / 4conf  . Определены по следующему алгоритму: 1. 0 ,sup (0 ) (0 ) 3 / 4.c p c conf c     2. ,su...-
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Описание Размер Формат  
paper123.pdfОсновная статья877.04 kBAdobe PDFПросмотреть/Открыть



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.