Mining Complex Data Generated by Collaborative Platforms

D. I. Ignatov; A. Y. Kaminskaya; A. A. Bezzubtseva; E. Artemova; K. N. Blinkin; D. R. Nedumov; O. N. Chugunova; A. V. Konstantinov; N. S. Romashkin; F. V. Strok; D. Goncharova; J. Poelmans; R. Yavorskiy

?

Mining Complex Data Generated by Collaborative Platforms

P. 7–17.

Игнатов Д. И., Каминская А. Ю., Беззубцева А. А., Артемова Е. Л., Блинкин К. Н., Недумов Д. Р., Чугунова О. Н., Константинов А. В., Ромашкин Н. С., Строк Ф. В., Гончарова Д. А., Пульманс Й., Яворский Р. Э.

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 and association rule mining are the key instruments for identifying patterns in object-oriented data. Keyword and colocation extraction methods are also included for mining unstructured texts. We _rst describe the overall methodology underlying CrowDM and then showcase results of initial experiments on data obtained from the company Witology.

Язык: английский

Полный текст

Ключевые слова: разработка данных (Data Mining)анализ формальных понятий data mining Formal Concept Analysis collaborative and crowdsourcing platforms multimodal clustering коллаборативные и краудсорсинговые платформы мультимодальная кластеризация

В книге

Перспективные направления исследований в области бизнес-информатики: Материалы XI международной конференции

Nizhny Novgorod: Higher School of Economics in Nizhny Novgorod, 2012.

Is Canfield Right? On the Asymptotic Coefficients for the Maximum Antichain of Partitions and Related Counting Inequalities

Игнатов Д. И., , in: 11th International Conference, AIST 2023, Yerevan, Armenia, September 28–30, 2023, Revised Selected Papers. Analysis of Images, Social Networks and Texts. Lecture Notes in Computer Science (LNCS, volume 14486).: Cham: Springer, 2024. P. 349 – 361.

Добавлено: 23 января 2026 г.

Machine Learning and Knowledge Discovery in Databases. Applied Data Science Track. European Conference, ECML PKDD 2024, Vilnius, Lithuania, September 9–13, 2024, Proceedings, Part X. LNCS, volume 14950

Cham: Springer, 2024.

Добавлено: 22 ноября 2024 г.

2023 IEEE International Conference on Data Mining Workshops (ICDMW) 1–4 December 2023, Shanghai, China

Shanghai: IEEE Computer Society, 2023.

Добавлено: 20 марта 2024 г.

Поиск закономерностей и важности признаков в данных виктимизационного опроса

Дьяконов А. Г., Головина А. М., Прикладная математика и информатика 2023 Т. 61 № 74 С. 91–108

Описана методика поиска закономерностей с помощью решения задач машинного обучения с учителем, которая применялась при анализе данных национального виктимизационного опроса. Найдены важные признаки для моделей машинного обучения, интересные закономерности и несоответствия в данных. Описаны эксперименты по оцениванию важностей признаков разными методами. ...

Добавлено: 18 марта 2024 г.

Сентимент-анализ как метод исследования информационной повестки и общественного мнения (на примере СМИ и социальных сетей КНР)

Анташева М. С., Лобанова П. А., Исаева Ю. К. и др., Социология: методология, методы, математическое моделирование 2023 № 57 С. 7–41

Информационная повестка, транслируемая китайскими медиаресурсами, является источником актуальных данных о мнении общества в отношении ключевых вопросов социального благосостояния. Вследствие технических особенностей организации китайских веб-сайтов и необходимости привлечения дополнительных ресурсов для автоматической обработки (парсинга) текстов на китайском языке, данная тематика не представлена достаточно широко в отечественных и зарубежных исследованиях. Целью настоящей работы является демонстрация методологии и ...

Добавлено: 9 ноября 2023 г.

Data Analysis and Optimization. In Honor of Boris Mirkin's 80th Birthday

Springer, 2023.

Добавлено: 31 августа 2023 г.

Knowledge Discovery, Knowledge Engineering and Knowledge Management: 13th International Joint Conference, IC3K 2021, Virtual Event, October 25–27, 2021, Revised Selected Papers

Springer, 2023.

Добавлено: 8 июля 2023 г.

On the Number of Maximal Antichains in Boolean Lattices for 𝑛 up to 7

Игнатов Д. И., Lobachevskii Journal of Mathematics 2023 No. 44 P. 137–146

Добавлено: 13 июня 2023 г.

Исследование и определение признаков скрытых атак на предприятии для алгоритмов машинного обучения

Золотухина М. А., Зыков С. В., Вестник Российского нового университета 2023 № 1 С. 20–28

Зачастую именно человеческий фактор ведет к распространению угроз на предприятиях. Если техническое устройство представляет собой четко работающий и слаженный механизм с возможностью при помощи диагностического оборудования проводить замеры параметров неисправностей и устранять их, то для исследования скрытых атак необходим новый компонент системы. Предприятия и промышленность в целом нуждаются в интеллектуальной системе защиты и обнаружения скрытых ...

Добавлено: 11 апреля 2023 г.

Information Systems and Design. Third International Conference, ICID 2022, Tashkent, Uzbekistan, September 12–13, 2022, Revised Selected Papers

Springer, 2023.

Добавлено: 31 марта 2023 г.

АНАЛИЗ СТРУКТУРЫ ВРЕМЕННЫХ РЯДОВ КОЛИЧЕСТВА ДЕЛ В СУДЕ

Лукьянченко П. П., Громов В. А., Бесчастнов Ю. Н. и др., Вестник кибернетики 2022 Т. 4 № 48 С. 37–48

Проведен анализ временных рядов количества новых дел в административных судах РФ двумя методами группировки временных рядов с учетом хаотичности, случайности и регулярности их структуры. Первая модель основана на плоскости «энтропия – сложность», вторая – граф «атрибут – объект». Выведено четыре группы временных рядов: регулярные, регулярные-хаотические, строго хаотические и хаотические-стохастические, из которых хаотические-стохастические оказались в большинстве, что свойственно реальным ...

Добавлено: 20 марта 2023 г.

Применение методов анализа формальных понятий для анализа временных рядов тока крови для гемодиализных больных

Громов В. А., Урманцева Н. Р., [б.и.], 2021.

В докладе рассматриваются подходы к прогнозированию на основе кластеризации, опирающиеся на методологию анализа формальных понятий. Методология применяется для кластеризации участков временного ряда с целью выделения характерных участков (мотивов), отвечающих больным с различной степенью засорённости фистулы. ...

Добавлено: 30 января 2023 г.

Ensemble Techniques for Lazy Classification Based on Pattern Structures

Ilya Semenkov, Sergei O. Kuznetsov, , in: Proceedings of the 9th International Workshop "What can FCA do for Artificial Intelligence?" (FCA4AI 2021)Vol. 2972.: CEUR-WS, 2021. P. 105–112.

Добавлено: 19 декабря 2022 г.

Object-Attribute Biclustering for Elimination of Missing Genotypes in Ischemic Stroke Genome-Wide Data

Игнатов Д. И., Khvorykh G., Khrunin A. и др., , in: Recent Trends in Analysis of Images, Social Networks and Texts. 9th International Conference, AIST 2020, Skolkovo, Moscow, Russia, October 15–16, 2020 Revised Supplementary ProceedingsVol. 12602.: Springer, 2021. P. 185–204.

Добавлено: 1 ноября 2022 г.

Triclustering in Big Data Setting

Егурнов Д. А., Точилкин Д. С., Игнатов Д. И., , in: Complex Data Analytics with Formal Concept Analysis.: Springer, 2022. P. 239–258.

Добавлено: 1 ноября 2022 г.

Machine learning methods for demographic data analysis

Муратова А. А., Игнатов Д. И., Митрофанова Е. С., , in: Recent Trends in Analysis of Images, Social Networks and Texts. 9th International Conference, AIST 2020, Skolkovo, Moscow, Russia, October 15–16, 2020 Revised Supplementary ProceedingsVol. 12602.: Springer, 2021. P. 297–299.

Добавлено: 1 ноября 2022 г.

Triclusters of Close Values for the Analysis of 3D Data

Егурнов Д. А., Игнатов Д. И., Automation and Remote Control 2022 Vol. 83 No. 6 P. 894–902

Добавлено: 1 ноября 2022 г.

Recent Trends in Analysis of Images, Social Networks and Texts. 10th International Conference, AIST 2021, Tbilisi, Georgia, December 16–18, 2021, Revised Selected Papers

Springer, 2022.

Добавлено: 31 октября 2022 г.

Использование метода интеллектуального анализа данных для прогнозирования академически рискованных студентов в зависимости от их темперамента (на примере факультета ИМиКН в НИУ ВШЭ-Нижний Новгород)

Шадрина Е. В., Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Социальные науки 2022 № 3(67) С. 229–236

Рассматривается влияние темперамента на академическую успеваемость студентов первого курса в НИУ ВШЭ-Нижний Новгород на примере факультета Информатики, Математики и Компьютерных наук. Материалом для исследования послужила информация о темпераменте, степени экстраверсии, стабильности и других личностных чертах студентов, полученная путем проведения опроса. В исследовании принимали участие студенты первого и второго курса факультета ИМиКН 2017-2018 учебного года. Далее ...

Добавлено: 18 октября 2022 г.

Artificial Intelligence in Education. Posters and Late Breaking Results, Workshops and Tutorials, Industry and Innovation Tracks, Practitioners’ and Doctoral Consortium -23rd International Conference, AIED 2022, Durham, UK, July 27–31, 2022, Proceedings, Part II

Springer, 2022.

Добавлено: 28 июля 2022 г.

Credit scoring methods: latest trends and points to consider

Anton Markov, Zinaida Seleznyova, Victor Lapshin, Journal of Finance and Data Science 2022 Vol. 8 P. 180–201

Добавлено: 28 июля 2022 г.

Research of Correlation Dependencies in Russian Household Data Using Data Mining Methods

Usachev V., Brus V., Voronova L. и др., , in: Digitalization of Society, Economics and Management: A Digital Strategy Based on Post-pandemic DevelopmentsIssue 53.: Springer, 2022. P. 151–161.

Добавлено: 24 июня 2022 г.