МОДЕЛИРОВАНИЕ ПРОЦЕССОВ РЕАЛИЗАЦИИ ПАМЯТИ И САМООРГАНИЗАЦИИ ИНФОРМАЦИИ ПРИ ПРОГНОЗИРОВАНИИ НОВОСТНЫХ СОБЫТИЙ С ИСПОЛЬЗОВАНИЕМ МАССИВОВ ЕСТЕСТВЕННО-ЯЗЫКОВЫХ ТЕКСТОВ
Аннотация
В работе представлена разработанная модель прогнозирования новостных событий на основе стохастической динамики изменения кластеров новостных образов и реализации памяти в информационном пространстве при самоорганизации слабоструктурированной информации. Проведённый авторами работы анализ стохастической динамики достижения порога реализации новостного события показывает возможность роста вероятности перехода через него практически сразу после начала процесса изменения структуры новостных кластеров, что связано с учетом памяти о предыдущих состояниях в информационной системе и возможности описания самоорганизации вследствие учета в дифференциальной модели информационных процессов второй производной по времени. Кроме того, предлагаемая модель показывает возможность резких изменений вероятности перехода через порог событий, и учитывает наличие в её поведении осцилляций. На основе разработанной модели создан алгоритм анализа взаимосвязи новостных кластеров в информационном пространстве с возможностью возникновения прогнозируемого события, и определения возможного времени его реализации.
Литература
2. Джон Дж. Мерфи Технический анализ фьючерсных рынков: теория и практика. – М.: Сокол, 1996. – 592 с.
3. Кендал М. Дж., Стьюарт А. Многомерный статистический анализ и времянные ряды. – М.: Наука, 1976. – 736 с.
4. Автухович Э.В. Бурова Н.К., Дорин Б.Л., Панов С.С., Петров А.А., Поспелов И.Г., Поспелова И.И., Ташлицкая Я.М., Чуканов С.В., Шананин А.А., Шапошник Д.В. Оценка потенциала роста экономики России с помощью математической модели. – М.: ВЦ РАН, 2000. – 154 с.
5. Петров А.А., Поспелов И.Г., Поспелова И.И., Хохлов М.А., Шипулина Г.Е. Новые принципы и методы разработки макромоделей экономики и модель современной экономики России. – М.: ВЦ РАН, 2006. – 242 с.
6. Петров А.А., Поспелов И.Г. Математические модели экономики России // Вестник РАН, Т.79, № 6, 2009. – С. 492-506.
7. Алескеров Ф. Т. «Простые и простейшие полупорядки». // Доклады РАН, т.387, № 2, 2002 – С. 175—177.
8. Алескеров Ф. Т. Индексы влияния, учитывающие предпочтения участников по созданию коалиций, Доклады РАН. – 2007. – т. 414, № 5. – P. 594—597.
9. Yingyuan Xiao, Pengqiang Ai, Ching-hsien Hsu, Hongya Wang, Xu Jiao. Time-ordered Collaborative Filtering for News Recommendation. // China Communication. – Vol. 12, № 12. – P. 53-62.
10. Daqiang Zhang, Ching-Hsien Hsu, Min Chen, Quan Chen, Naixue Xiong, Jaime Lloret. Cold-Start Recommendation Using Bi-Clustering and Fusion for Large-Scale Social Recommender Systems. // IEEE Transactions on Emerging Topics in Computing. –2014. – Vol. 2, № 2. – P.239-250.
11. Asela Gunawardana, Christopher Meek, Puyang Xu. A Model for Temporal Dependencies in Event Streams. / Microsoft Research.– 2011. – P. 1-8.
12. Zhukov D.O., Lesko S.A. Trends, self-similarity and forecasting of news events in the information domain, its structure and director. // IEEE International Conference on Social Communication. - 2015, - P. 870-873.
13. Feldman R., Sanger J. The Text Mining Handbok. Cambridge: Cambridge University Press. – 2007.
14. Christopher D. Manning, Prabhakar Raghavan, Hinrich Schütze. Introduction to Information Retrieval. Cambridge University Press, 2008. – P. 544.
15. Pantel, P., Lin, D. Discovering word senses from text. In Proceedings of the Eighth ACM SIGKDD. // International Conference on Knowledge Discovery and Data Mining, 2002. – P. 613–619, Edmonton, Canada.
16. Turney, P. D. The latent relation mapping engine: Algorithm and experiments. // Journal of Artificial Intelligence Research, 33, 2008. – P. 615–655.
17. Clegg R.G. A practical guide to measuring the Hurst parameter. // Computing science technical report. – 2005. – № CS–TR–916. – Р. 125-138.
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Редакционная политика журнала основывается на традиционных этических принципах российской научной периодики и строится с учетом этических норм работы редакторов и издателей, закрепленных в Кодексе поведения и руководящих принципах наилучшей практики для редактора журнала (Code of Conduct and Best Practice Guidelines for Journal Editors) и Кодексе поведения для издателя журнала (Code of Conduct for Journal Publishers), разработанных Комитетом по публикационной этике - Committee on Publication Ethics (COPE). В процессе издательской деятельности редколлегия журнала руководствуется международными правилами охраны авторского права, нормами действующего законодательства РФ, международными издательскими стандартами и обязательной ссылке на первоисточник.
Журнал позволяет авторам сохранять авторское право без ограничений. Журнал позволяет авторам сохранить права на публикацию без ограничений.
Издательская политика в области авторского права и архивирования определяются «зеленым цветом» в базе данных SHERPA/RoMEO.
Все статьи распространяются на условиях лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная, которая позволяет другим использовать, распространять, дополнять эту работу с обязательной ссылкой на оригинальную работу и публикацию в этом журналe.
