?
Multimodal Clustering for Community Detection
Ch. 4. P. 59-96.
Ключевые слова: бикластеризацияанализ формальных понятийFormal Concept Analysisтрикластеризацияbiclusteringmultimodal clusteringмультимодальная кластеризациябимодальные сетипоиск сообществTriclusteringTwo-mode networksMulti-mode networksSocial and complex networksCommunity detectionBiclique relaxationмультимодальные сетисоциальные и сложные сетиослабление биклики
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
Гнатышак Д. В., Игнатов Д. И., Семенов А. В. и др., , in : Perspectives in Business Informatics Research. 11th International Conference, BIR 2012, Nizhny Novgorod, Russia, September 2012 Proceedings. Issue 128.: Berlin, Heidelberg : Springer, 2012. P. 162-171.
В работе комбинируются подходы на основе би- и трикластризации для анализа данных онлайн социальной сети ВКонтакте. Используя бикластеризацию, извлекаются группы пользователей со схожими интересами и сообщества пользователей, состоящих в схожих группах. С помощью трикластеризации интересы пользователей используются в качестве тегов для описания групп ВКонтакте. После данного процесса тегирования возможно рекомендовать конкретным пользователям релевантные группы или ...
Добавлено: 3 декабря 2012 г.
Гнатышак Д. В., Игнатов Д. И., Семенов А. В. и др., , in : Concept Discovery in Unstructured Data. 2nd International Workshop, CDUD 2012, Leuven, Belgium, May 2012, Proceedings. Issue 871.: Leuven : Katholieke Universiteit Leuven, 2012. P. 30-39.
В данной статье предлагаются два новых метода анализа данных социальных сетей. В частности, анализируются данные социальной сети ВКонтакте. Используя бикластеризацию, извлекаются группы пользователей со схожими интересами и сообщества пользователей, состоящих в схожих группах. С помощью трикластеризации интересы пользователей используются в качестве тегов для описания групп ВКонтакте. После данного процесса тегирования возможно рекомендовать конкретным пользователям релевантные ...
Добавлено: 20 ноября 2012 г.
Игнатов Д. И., Иванова П., Замалетдинова А., , in : Network Algorithms, Data Mining, and Applications. Springer Proceedings in Mathematics & Statistics. Vol. 315.: Springer, 2020. Ch. 2. P. 19-35.
Добавлено: 22 февраля 2020 г.
Игнатов Д. И., Каминская А. Ю., Беззубцева А. А. и др., В кн. : Анализ изображений, сетей и текстов. Доклады всероссийской научной конференции АИСТ'12. Модели, алгоритмы и инструменты анализа данных; результаты и возможности для анализа изображений, сетей и текстов. Екатеринбург, 16 – 18 марта 2012 года. Вып. 1.: М. : Национальный открытый университет «ИНТУИТ», 2012. С. 16-26.
В работе описывается система анализа данных кол
лаборативной платформы компании Witology. Проект находится
в состоянии разработки, поэтому в статье отражены в основном
методологические аспекты и результаты первых экспериментов.
В основу системы положен ряд моделей и методов современного
анализа объектно-признаковых и неструктурированных данных
(текстов), таких как Анализ Формальных Понятий, мультимо
дальная кластеризация, поиск ассоциативных правил и извлече
ние ключевых словосочетаний и слов из текстов. ...
Добавлено: 30 января 2013 г.
Игнатов Д. И., Каминская А. Ю., Malioukov A. и др., , in : Proceedings of International Conference on Conceptual Structures 2014. Vol. 8577: Graph-Based Representation and Reasoning.: Springer, 2014. P. 287-292.
Добавлено: 9 июня 2014 г.
M. : Higher School of Economics Publishing House, 2011
Concept discovery is a Knowledge Discovery in Databases (KDD) research field that uses human-centered techniques such as Formal Concept Analysis (FCA), Biclustering, Triclustering, Conceptual Graphs etc. for gaining insight into the underlying conceptual structure of the data. Traditional machine learning techniques are mainly focusing on structured data whereas most data available resides in unstructured, often ...
Добавлено: 3 декабря 2012 г.
Игнатов Д. И., Каминская А. Ю., Беззубцева А. А. и др., , in : Перспективные направления исследований в области бизнес-информатики: Материалы XI международной конференции. : Nizhny Novgorod : Higher School of Economics in Nizhny Novgorod, 2012. P. 7-17.
In a crowdsourcing project several participants discuss and solve one common problem, propose their ideas, evaluate ideas of each other, etc. We propose the novel instrument CrowDM for analyzing data generated by collaborative platforms. The initial version of the system combines several innovative techniques for structured and unstructured data analysis. Formal Concept Analysis, multimodal clustering ...
Добавлено: 3 декабря 2012 г.
Игнатов Д. И., Каминская А. Ю., Konstantinova N. и др., , in : Proceedings of The 2014 IEEE/WIC/ACM International Joint Conference on Web Intelligence and Intelligent Agent Technology, WI-IAT 2014, 11-14 August 2014 Warsaw, Poland. : Los Alamitos, Washington, Tokyo : IEEE Computer Society, 2014. P. 327-335.
...
Добавлено: 9 июня 2014 г.
Кашницкий Ю. С., В кн. : Труды Международной конференции по физико-технической информатике CPT-2013, 12-19 мая 2013 г., Ларнака, Республика Кипр. : М., Протвино : Изд-во ИФТИ, 2013. С. 251-258.
Трикластеризация - это алгоритм, позволяющий обнаруживать объекты со схожими свойствами в контексте из трех множеств сущностей. Например, в задаче анализа данных социальных сетей, такими множествами могут быть пользователи, их интересы и события, в которых они принимают участие. Трикластеризация здесь может помочь найти группы пользователей с похожими интересами и, например, делать им рекомендации событий на основе ...
Добавлено: 27 января 2014 г.
Игнатов Д. И., Гнатышак Д. В., Sergei O. Kuznetsov и др., Machine Learning 2015 Vol. 101 No. 1 P. 271-302
This paper presents several definitions of “optimal patterns” in triadic data and results of experimental comparison of five triclustering algorithms on real-world and synthetic datasets. The evaluation is carried over such criteria as resource efficiency, noise tolerance and quality scores involving cardinality, density, coverage, and diversity of the patterns. An ideal triadic pattern is a totally dense ...
Добавлено: 15 апреля 2015 г.
Игнатов Д. И., Ivanova P., Zamaletdinova A. и др., , in : Supplementary Proceedings ICFCA 2019 Conference and Workshops. Vol. 2378.: CEUR Workshop Proceedings, 2019. P. 28-32.
Добавлено: 31 октября 2019 г.
Игнатов Д. И., Khvorykh G. V., Khrunin A. V. и др., / Springer. Series LNCS "Lecture Notes in Computer Science". 2020.
Отсутствующие генотипы могут повлиять на эффективность подходов машинного обучения к выявлению генетических вариантов риска распространенных заболеваний и признаков. Проблема возникает, когда генотипические данные собираются в разных экспериментах с разными ДНК-микрочипами, каждый из которых характеризуется своим набором неустановленных (отсутствующих) генотипов. Это может помешать машинному классификатору правильно назначать классы. Чтобы решить эту проблему, мы использовали хорошо изученные ...
Добавлено: 10 ноября 2020 г.
Игнатов Д. И., Каминская А. Ю., Константинов А. В. и др., , in : Conceptual Structures for STEM Research and Education, 20th International Conference on Conceptual Structures. Vol. 7735: Conceptual Structures for STEM Research and Education, 20th International Conference on Conceptual Structures.: Berlin, Heidelberg : Springer, 2013. P. 173-192.
This paper considers a data analysis system for collaborative platforms which was developed by the joint research team of the National Research University Higher School of Economics and the Witology company. Our focus is on describing the methodology and results of the first experiments. The developed system is based on several modern models and methods ...
Добавлено: 10 октября 2013 г.
Игнатов Д. И., Пульманс Й., Захарчук В. В., , in : CDUD'11 – Concept Discovery in Unstructured Data Workshop co-located with the 13th International Conference on Rough Sets, Fuzzy Sets, Data Mining, and Granular Computing (RSFDGrC-2011), June 2011, Moscow, Russia. Issue 757.: M. : Higher School of Economics Publishing House, 2011. P. 122-126.
In this paper we propose two new algorithms based on biclustering analysis, which can be used at the basis of a recommender system for educational orientation of Russian School graduates. The first algorithm was designed to help students make a choice between different university faculties when some of their preferences are known. The second algorithm ...
Добавлено: 3 декабря 2012 г.
Игнатов Д. И., Жук Р. В., Konstantinova N., , in : Proceedings of The 2014 IEEE/WIC/ACM International Joint Conference on Web Intelligence and Intelligent Agent Technology, WI-IAT 2014, 11-14 August 2014 Warsaw, Poland. : Los Alamitos, Washington, Tokyo : IEEE Computer Society, 2014. P. 474-480.
Добавлено: 9 июня 2014 г.
CEUR-WS.org, 2020
Добавлено: 30 октября 2020 г.
Irina E. Utkina, Mikhail V. Batsyn, Ekaterina K. Batsyna, International Journal of Production Research 2018 Vol. 56 No. 9 P. 3262-3273
Добавлено: 11 марта 2018 г.
Игнатов Д. И., Кузнецов С. О., В кн. : Двенадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2010 (20-24 сентября 2010 г., г. Тверь, Россия). Труды конференции. Том 1. Т. 1.: М. : Физматлит, 2010. С. 175-182.
В работе предлагается новый метод бикластеризации объектно-признаковых данных, опирающийся на свойства решеток замкнутых множеств. Предложено определение плотного бикластера, эффективный алгоритм для поиска таких бикластеров, исследована его сложность, проведены вычислительные эксперименты на реальных данных. Исследована на практике возможность масштабирования (распараллеливания) алгоритма. ...
Добавлено: 3 декабря 2012 г.
Гнатышак Д. В., Игнатов Д. И., Кузнецов С. О. и др., В кн. : Тринадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2012 (16-20 октября 2012 г., г. Белгород, Россия). Том 2. Т. 2.: Белгород : Белгородский государственный технологический университет им. В.Г. Шухова, 2012. С. 66-73.
В этой работе предлагается новый метод для анализа данных онлайновых социальных сетей. В частности, проанализированы данные сайта Вконтакте. Используя бикластеризацию выявлены группы пользователей со схожими интересами и сообщества пользователей принадлежащих сходным группам. Предпринята попытка использовать интересы пользователей как теги, для того чтобы описывать группы сети Вконтакте. ...
Добавлено: 20 ноября 2012 г.
Кашницкий Ю. С., Труды Московского физико-технического института 2014 Т. 6 № 3 С. 43-56
Трикластеризация - это алгоритм, позволяющий обнаруживать объекты со схожими свойствами в контексте из трех множеств сущностей. Например, в задаче анализа данных социальных сетей, такими множествами могут быть пользователи, их интересы и события, в которых они принимают участие. Трикластеризация здесь может помочь найти группы пользователей с похожими интересами и, например, делать им рекомендации событий на основе ...
Добавлено: 8 ноября 2013 г.
Бочаров А. А., Гнатышак Д. В., Игнатов Д. И. и др., , in : CLA 2016: Proceedings of the Thirteenth International Conference on Concept Lattices and Their Applications. CEUR Workshop Proceedings. Vol. 1624.: M. : Higher School of Economics, National Research University, 2016. P. 45-56.
Добавлено: 24 октября 2016 г.
Springer, 2014
Добавлено: 9 июня 2014 г.