РЕШЕНИЕ ПРОБЛЕМЫ ВЫЯВЛЕНИЯ ВЫСОКОУРОВНЕВЫХ ХАРАКТЕРИСТИК ПОЛЬЗОВАТЕЛЕЙ USSD-МЕНЮ НА ОСНОВЕ НИЗКОУРОВНЕВЫХ ХАРАКТЕРИСТИК С ПОМОЩЬЮ ПРИМЕНЕНИЯ АНАЛИЗА ФОРМАЛЬНЫХ ПОНЯТИЙ
Шадрина Екатерина Владимировна
Новосибирский национальный исследовательский государственный университет
Аннотация. В данной работе рассматриваются опыт и перспективы применения методов, основанных на анализе формальных понятий, к обработке данных пользователей социальных сетей с целью последующего переноса этого опыта на анализ логов пользователей USSD-сервисов. В статье приведен обзор существующих решений для социальных сетей, обозначены перспективы применения анализа формальных понятий к решению задачи выделения высокоуровневых характеристик пользователей USSD-сервисов на основе низкоуровневых характеристик.
Ключевые слова и фразы: USSD, социальная сеть, анализ формальных понятий, высокоуровневая характеристика, низкоуровневая характеристика, USSD, social network, formal notions analysis, high-level characteristics, low-level characteristics
Открыть полный текст статьи в формате PDF. Бесплатный просмотрщик PDF-файлов можно скачать .
Список литературы:
Гнатышак Д. В., Игнатов Д. И. Анализ данных (data mining) онлайн социальных сетей с помощью бикластеризации и трикластеризации. М., 2010.
Игнатов Д. И. Методы бикластеризации для анализа интернет-данных. М., 2008.
Пальчунов Д. Е. Моделирование мышления и формализация рефлексии. Ч. 2. Онтологии и формализация понятий // Философия науки. 2008. № 2 (37). С. 62-99.
Шадрина Е. В. Имитационный генератор логов обращений к USSD-меню. Новосибирск, 2011.
Шадрина Е. В. Методы статистической обработки и генерации логов обращений к USSD-меню. Новосибирск, 2013.
Andrews P. S. Visualising Computational Intelligence through Converting Data into Formal Concepts // Next Generation Data Technologies for Collective Computational Intelligence. Sheffield, 2011.
Benedicte Le Grand A. A. Advances in FCA-Based Applications for Social Networks Analysis. Paris: Sorbonne University, 2013.
Bentayeb Selmane S. A., Boussaid O., Missaoui F. Mining Triadic Association Rules. Gatineau, 2011.
Codocedo L. I. Semantic Querying of Data Guided by Formal Concept Analysis. Luxembourg, 2012.
Cuvelier M. A Buzz and E-Reputation Monitoring Tool for Twitter Based on Galois Lattices. Derby, 2011.
Freeman L. C. The Development of Social Network Analysis: A Study in the Sociology of Science. Vancouver, 2004.
Ganter B. Formal Concept Analysis: Foundations and Applications. Berlin, 2005.
Ignatov D. I., Kuznetsov S. O. From Triconcepts to Triclusters // Proceedings of the 13th International Conference on Rough Sets, Fuzzy Sets, Data Mining and Granular Computing. Moscow, 2011.
Missaoui R. Social Network Analysis Using Formal Concept Analysis. Ottawa, 2013.
Palchunov D. E. Lattices of Relatively Axiomatizable Classes // Lecture Notes in Artificial Intelligence. Berlin - Heidelberg - Clermont-Ferrand, 2007. P. 221-239.
Palchunov D. E. Virtual Catalog: the Ontology-Based Technology for Information Retrieval // Lecture Notes in Artificial Intelligence. Berlin - Heidelberg - Novosibirsk, 2011. P. 164-183.
Riadh T. M. Powerconcept: Conceptual Metrics’ Distributed Computation // 8th International Conference on Formal Concept Analysis. Morocco, 2010.
Rokia Missaoui L. K. Mining Triadic Association Rules from Ternary Relations // Formal Concept Analysis. Lecture Notes in Computer Science. Berlin - Heidelberg, 2011.
Scott J. Social Network Analysis. L., 2000.
Wal V. Folksonomy Coinage and Definition [Электронный ресурс]. URL: http://vanderwal.net/folksonomy.html (дата обращения: 24.09.2014).
Wille R. Restructuring Lattice Theory: An Approach Based on Hierarchies of Concepts. Darmstadt, 1982.
Wolff K. E., Palchunov D. E. Knowledge Processing and Data Analysis // Lecture Notes in Artificial Intelligence. Berlin - Heidelberg - Novosibirsk, 2011.
English
