Ланде Д.В.
Кореляц╕йн╕ мереж╕
// Ре╓страц╕я, збер╕гання ╕ обробка даних. Щор╕чна п╕дсумкова наукова конференц╕я 28-29 вересня 2020 року: зб╕рник
/ - Ки╖в: ╤ПР╤ НАН Укра╖ни, 2020. - С. 105-107.
|
|
|
|
|
|
|
Сучасн╕ ╕нформац╕йн╕ технолог╕╖ неможливо уявити без метод╕в ╕ засоб╕в обробки мережевих структур, але не завжди ц╕ структури виражен╕ явно. Зрозум╕ло, якщо йдеться щодо явних мереж, вузл╕в ╕ зв.язк╕в м╕ж ними, то проблем не виника╓. А ось як побудувати мережу, щоб застосувати великий спектр метод╕в ╕ засоб╕в ╖╖ обробки, отримати й ╕нтерпретувати результати, якщо в розпорядженн╕ у досл╕дника ╓ лише деяк╕ сутност╕ . вузли, але не визначен╕ ребра . зв.язки м╕ж ними?
В робот╕ описано поняття кореляц╕йно╖ мереж╕, методику ╖╖ формування, кластеризац╕╖, ранжирування вузл╕в, в╕зуал╕зац╕╖. Досл╕дження, проведен╕ на реальному масив╕ даних дозволили визначити основн╕ три класи модулярност╕ канал╕в месенджера Telegram, що публ╕кують .фейков╕. новини, п╕сля чого, анал╕тики визначили зм╕ст, притаманний цим класам. Наведена методика може застосовуватися в ╕нформац╕йно-анал╕тичних системах р╕зного призначення для анал╕зу масив╕в сутностей без явно виражених зв.язк╕в м╕ж ними. |
