Networks determined by dynamics of thematic information flows

A technique for the formation, clustering and visualization of the so-called correlation networks is proposed. Links between nodes in such networks correspond to correlation values between vectors - sets of parameters corresponding to these nodes. To build network structures for each node (subject),...

Повний опис

Збережено в:

Бібліографічні деталі
Дата:	2020
Автори:	Lande, D. V., Snarskii, A. O.
Формат:	Стаття
Мова:	Ukrainian
Опубліковано:	Інститут проблем реєстрації інформації НАН України 2020
Теми:	кореляційна мережа динаміка інформаційних потоків система контент-моніторингу візуалізація мережевих структур кластерний аналіз модулярність correlation network dynamics of information streams content monitoring system network structures visualization cluster analysis modularity
Онлайн доступ:	http://drsp.ipri.kiev.ua/article/view/207784
Теги:	Додати тег Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:	Data Recording, Storage & Processing

Репозитарії

Data Recording, Storage & Processing

id	drspiprikievua-article-207784
record_format	ojs
institution	Data Recording, Storage & Processing
collection	OJS
language	Ukrainian
topic	кореляційна мережа динаміка інформаційних потоків система контент-моніторингу візуалізація мережевих структур кластерний аналіз модулярність correlation network dynamics of information streams content monitoring system network structures visualization cluster analysis modularity
spellingShingle	кореляційна мережа динаміка інформаційних потоків система контент-моніторингу візуалізація мережевих структур кластерний аналіз модулярність correlation network dynamics of information streams content monitoring system network structures visualization cluster analysis modularity Lande, D. V. Snarskii, A. O. Networks determined by dynamics of thematic information flows
topic_facet	кореляційна мережа динаміка інформаційних потоків система контент-моніторингу візуалізація мережевих структур кластерний аналіз модулярність correlation network dynamics of information streams content monitoring system network structures visualization cluster analysis modularity
format	Article
author	Lande, D. V. Snarskii, A. O.
author_facet	Lande, D. V. Snarskii, A. O.
author_sort	Lande, D. V.
title	Networks determined by dynamics of thematic information flows
title_short	Networks determined by dynamics of thematic information flows
title_full	Networks determined by dynamics of thematic information flows
title_fullStr	Networks determined by dynamics of thematic information flows
title_full_unstemmed	Networks determined by dynamics of thematic information flows
title_sort	networks determined by dynamics of thematic information flows
title_alt	Мережі, що визначаються динамікою тематичних інформаційних потоків
description	A technique for the formation, clustering and visualization of the so-called correlation networks is proposed. Links between nodes in such networks correspond to correlation values between vectors - sets of parameters corresponding to these nodes. To build network structures for each node (subject), vectors - arrays of numbers corresponding to thematic documentary collections are formed. For this, it is planned to use a content monitoring system for social media.When processing thematic queries, many vectors of dynamics are determined. These vectors correspond to the given topics/entities. After the formation of these vectors, a correlation network is formed. This network can be considered as a way to preserve and visualize entities that are objectively interconnected. After this, the set of maximum cross-correlations between the obtained vectors is calculated, the corresponding adjacency matrix is formed, and this matrix in CSV format is saved. Further, the formed matrix is transmitted for processing and visualization to the Gephi network structure analysis system. After that, the modularity classes of objects and subsequent clustering are determined for the network. Network visualization is also performed in the Gephi system.The above approach, in contrast to the existing ones, has such advantages as a relatively low dimension of parameter vectors corresponding to the topics; independence from the language of the documents — the parameter vectors are determined only by requests to the content monitoring system, which can contain words in different languages; relative ease of implementation.The above technique can be used in information and analytical systems for various purposes for the analysis of arrays of entities without explicit relationships between them. Correlation networks can be considered as the basis for the construction of probability networks and the use of fuzzy semantic network technologies for further scenario analysis. Tabl.: 1. Fig.: 4. Refs: 6 titles.
publisher	Інститут проблем реєстрації інформації НАН України
publishDate	2020
url	http://drsp.ipri.kiev.ua/article/view/207784
work_keys_str_mv	AT landedv networksdeterminedbydynamicsofthematicinformationflows AT snarskiiao networksdeterminedbydynamicsofthematicinformationflows AT landedv merežíŝoviznačaûtʹsâdinamíkoûtematičnihínformacíjnihpotokív AT snarskiiao merežíŝoviznačaûtʹsâdinamíkoûtematičnihínformacíjnihpotokív
first_indexed	2024-04-21T19:34:12Z
last_indexed	2024-04-21T19:34:12Z
_version_	1796974106992705536
spelling	drspiprikievua-article-2077842020-09-09T14:08:32Z Networks determined by dynamics of thematic information flows Мережі, що визначаються динамікою тематичних інформаційних потоків Lande, D. V. Snarskii, A. O. кореляційна мережа динаміка інформаційних потоків система контент-моніторингу візуалізація мережевих структур кластерний аналіз модулярність correlation network dynamics of information streams content monitoring system network structures visualization cluster analysis modularity A technique for the formation, clustering and visualization of the so-called correlation networks is proposed. Links between nodes in such networks correspond to correlation values between vectors - sets of parameters corresponding to these nodes. To build network structures for each node (subject), vectors - arrays of numbers corresponding to thematic documentary collections are formed. For this, it is planned to use a content monitoring system for social media.When processing thematic queries, many vectors of dynamics are determined. These vectors correspond to the given topics/entities. After the formation of these vectors, a correlation network is formed. This network can be considered as a way to preserve and visualize entities that are objectively interconnected. After this, the set of maximum cross-correlations between the obtained vectors is calculated, the corresponding adjacency matrix is formed, and this matrix in CSV format is saved. Further, the formed matrix is transmitted for processing and visualization to the Gephi network structure analysis system. After that, the modularity classes of objects and subsequent clustering are determined for the network. Network visualization is also performed in the Gephi system.The above approach, in contrast to the existing ones, has such advantages as a relatively low dimension of parameter vectors corresponding to the topics; independence from the language of the documents — the parameter vectors are determined only by requests to the content monitoring system, which can contain words in different languages; relative ease of implementation.The above technique can be used in information and analytical systems for various purposes for the analysis of arrays of entities without explicit relationships between them. Correlation networks can be considered as the basis for the construction of probability networks and the use of fuzzy semantic network technologies for further scenario analysis. Tabl.: 1. Fig.: 4. Refs: 6 titles. 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. Інститут проблем реєстрації інформації НАН України 2020-05-25 Article Article application/pdf http://drsp.ipri.kiev.ua/article/view/207784 10.35681/1560-9189.2020.1.1.207784 Data Recording, Storage & Processing; Vol. 22 No. 1 (2020); 56-61 Регистрация, хранение и обработка данных; Том 22 № 1 (2020); 56-61 Реєстрація, зберігання і обробка даних; Том 22 № 1 (2020); 56-61 1560-9189 uk http://drsp.ipri.kiev.ua/article/view/207784/208523 Авторське право (c) 2021 Реєстрація, зберігання і обробка даних

Networks determined by dynamics of thematic information flows

Репозитарії

Схожі ресурси