🗊Презентация Технологии добычи данных

BIG DATA: Технологии добычи данных Кравченко Ю.А.

Цель исследования повышение эффективности прикладных систем добычи данных на основе развития моделей, методов и алгоритмов семантического поиска, классификации, кластеризации, структурирования и интеграции данных.

Объект и предмет исследования

Инфографика схемы роста объемов информации

Рост объемов данных

Векторная репрезентация слов

Векторная репрезентация слов

Семантический вектор запроса и текста

Постановка задачи семантического поиска

Постановка задачи классификации

Постановка задачи структуризации

Постановка задачи структуризации

Абстрактный пример структуризации

Постановка задачи интеграции

Путь исследования

Модель переходов агента

Имитационные модели прецедентов

Выполнение условий достижимости

Нарушение условий достижимости

Модели поведения

Модели поведения

Абстрактная модель среды поиска данных

Модель онтологии Онтология O представляет собой знаковую систему O = <P,V,R,C>, где P – множество понятий (концептов); V – множество экземпляров понятий; R – множество предикатов – атрибутов понятий; С – множество отношений, которые задают следующие виды связи между сущностями: 1. Частичный порядок на множествах P и R, задающий отношения is-a – «подкласс-суперкласс». 2. Отношение между понятиями, которое представляет собой триплет вида <p1 – r1 – p2>, где p1, p2  P; r1  R. 3. Отношение между экземплярами, которое представляет собой триплет вида <v1 – r1 – v2>, где v1, v2  V; r1  R. 4. Отношение между предикатами, которое представляет собой триплет вида <r1 – ri – r2>, где r1, r2, ri  R.

Модель среды поиска данных

Модель фильтра данных семантического поиска

Case-модель фильтра данных

Нечеткая модель структуризации содержательной части данных

Модель классификации данных на основе обобщенного критерия