Preview

Доклады БГУИР

Расширенный поиск

Графовые технологии в интеллектуальной системе комплексного анализа данных интернет-источников

https://doi.org/10.35596/1729-7648-2020-18-5-89-97

Полный текст:

Аннотация

Целью работы, изложенной в статье, является рассмотрение и демонстрация применения графовых технологий для глубокого анализа данных. В статье рассматривается интеллектуальная система комплексного анализа данных интернет-источников и возможные направления ее дальнейшего развития. Данная система представляет собой многоцелевой кластер с использованием технологий построения графа знаний, методов и моделей машинного обучения для глубокого анализа данных интернет-источников (например, научных публикаций, социальных сетей, СМИ). Целью анализа является выявление наиболее важных публикаций в некоторой области (например, в робототехнике, космических исследованиях, здравоохранении, в социальной сфере), тематический анализ этих публикаций, выявление лидера научного направления, предсказание тенденций развития направлений и взаимодействия групп людей. При разработке данной системы были применены вероятностные алгоритмы машинного обучения и методы построения и обслуживания графовой модели социальной сети авторов и их публикаций, определение рейтинга конкретного автора публикаций, определение тематик публикаций и классификация их по областям знаний. Основой для создания интеллектуальных приложений являются графовые технологии, которые позволяют делать более точные прогнозы. Совместное применение методов и алгоритмов машинного обучения с графовыми технологиями позволяет получать скрытые зависимости и выполнять предиктивный анализ информации, получать ответы в режиме реального времени, реализовывать алгоритмы искусственного интеллекта. В основу методов совместной работы с графовыми технологиями и машиного обучения (например, применение нейронных сетей) положен графовый эмбеддинг. Данная технология позволяет выполнять всесторонний, глубокий и интеллектуальный анализ информации. Приведены аналитические отчеты, полученные с помощью графовых технологий в интеллектуальной системе комплексного анализа данных интернетисточников.

Об авторах

И. И. Пилецкий
Белорусский государственный университет информатики и радиоэлектроники
Беларусь

к.ф-м.н., доцент, доцент кафедры информатики, старший научный сотрудник

г. Минск


М. П. Батура
Белорусский государственный университет информатики и радиоэлектроники
Беларусь

Батура Михаил Павлович, д.т.н., профессор, заведующий лабораторией НИЛ 8.1 «Новые обучающие технологии»

220013, г. Минск, ул. П. Бровки, 6

тел. +375-29-632-32-35



Л. Ю. Шилин
Белорусский государственный университет информатики и радиоэлектроники
Беларусь

д.т.н., профессор, декан факультета информационных технологий и управления

г. Минск 



Список литературы

1. Diestel R. Graph Theory. Berlin: Springer-Verlag; 2017.

2. Needham M., Hodler Amy E. Graph Algorithms. Sebastopol: O’Reilly Media; 2019.

3. Hamilton W.L., Rex Ying, Leskovec J. Representation Learning on Graphs: Methods and Applications. Stanford: Stanford University; 2017; 9:1-25.


Для цитирования:


Пилецкий И.И., Батура М.П., Шилин Л.Ю. Графовые технологии в интеллектуальной системе комплексного анализа данных интернет-источников. Доклады БГУИР. 2020;18(5):89-97. https://doi.org/10.35596/1729-7648-2020-18-5-89-97

For citation:


Piletski I.I., Batura M.Р., Shylin L.Y. Graph technologies in an intelligent system of complex analysis of data from Internet sources. Doklady BGUIR. 2020;18(5):89-97. (In Russ.) https://doi.org/10.35596/1729-7648-2020-18-5-89-97

Просмотров: 101


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1729-7648 (Print)
ISSN 2708-0382 (Online)