Отрывок: Вывод Мы представили технологию кластеризации контен- та в социальных сетях на основе алгоритмов аннотации классов GoogLeNet и k-means++. Предложенный метод показал многообещающие результаты и позволил соот- нести каждое изображение с одним из 13 классов, опи- сывающих наиболее часто размещаемый медиаконтент. Серия экспериментов доказала высокое качество кла- стеризации, в среднем, ошибка составила порядка 5 %, для сравнения, алгоритм на основе оценки гистогр...
Название : | Кластеризация медиа-контента из социальных сетей с использованием технологии BigData |
Другие названия : | Clustering of media content from social networks using BigData technology |
Авторы/Редакторы : | Рыцарев, И.А. Кирш, Д.В. Куприянов, А.В. |
Ключевые слова : | кластеризация технология BigData текстовое аннотирование социальные сети анализ медиа-контента алгоритм k-means GoogLeNet |
Дата публикации : | 2018 |
Издательство : | Новая техника |
Библиографическое описание : | Рыцарев, И.А. Кластеризация медиа-контента из социальных сетей с использованием технологии BigData / И.А. Рыцарев, Д.В. Кирш, А.В. Куприянов // Компьютерная оптика. – 2018. – Т. 42, № 5. – С. 921-927. – DOI: 10.18287/2412-6179-2018-42-5- 921-927 |
Серия/номер : | 42;5 |
Аннотация : | Статья посвящена одной из ключевых проблем, возникающих при анализе социальных сетей, – проблеме классификации учётных записей на основе медиаконтента, загружаемого пользователями. Основными трудностями на пути решения проблемы являются гетерогенность контента (как по формату, так и по содержанию) и колоссальные объёмы анализируемой информации, что приводит к чрезмерной вычислительной сложности её обработки, а зачастую и к полной неэффективности традиционных методов анализа. В статье мы обсуждаем подход к кластеризации медиаконтента из социальных сетей на основе текстового аннотирования с использованием технологии BigData – современного и эффективного инструмента, позволяющего решить проблемы обработки данных большого объёма. Для проведения вычислительных экспериментов была собрана большая выборка разнородных изображений (фотографии, картины, поздравительные открытки и т. д.) из реальных профилей пользователей социальной сети Twitter. Проведённое исследование подтвердило высокое качество кластеризации медиаконтента, в среднем, значение ошибки составило порядка 5 %. |
URI (Унифицированный идентификатор ресурса) : | 10.18287/2412-6179-2018-42-5- 921-927 http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Klasterizaciya-mediakontenta-iz-socialnyh-setei-s-ispolzovaniem-tehnologii-BigData-72399 |
Другие идентификаторы : | Dspace\SGAU\20181112\72399 |
ГРНТИ: | 28.23.15 |
Располагается в коллекциях: | Журнал "Компьютерная оптика" |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
420524.pdf | 669.12 kB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.