МОДЕЛИРОВАНИЕ ПРОЦЕССОВ РЕАЛИЗАЦИИ ПАМЯТИ И САМООРГАНИЗАЦИИ ИНФОРМАЦИИ ПРИ ПРОГНОЗИРОВАНИИ НОВОСТНЫХ СОБЫТИЙ С ИСПОЛЬЗОВАНИЕМ МАССИВОВ ЕСТЕСТВЕННО-ЯЗЫКОВЫХ ТЕКСТОВ

  • Александр Сергеевич Сигов Московский технологический университет МИРЭА http://orcid.org/0000-0003-2017-9186
  • Дмитрий Олегович Жуков Московский технологический университет МИРЭА
  • Ольга Александровна Новикова Московский технологический университет МИРЭА

Abstract

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.

Author Biographies

Александр Сергеевич Сигов, Московский технологический университет МИРЭА

академик РАН, президент МИРЭА, заведующий кафедрой наноэлектроники физико-технологического института, доктор физико-математических наук

Дмитрий Олегович Жуков, Московский технологический университет МИРЭА

профессор кафедры информационного противоборства института комплексной безопасности и специального приборостроения, доктор технических наук

Ольга Александровна Новикова, Московский технологический университет МИРЭА

заместитель заведующего аспирантурой

References

1. Nassim N.T. The Black Swan: The Impact of the Highly Improbable. Random House.– 2007. – P. 401.
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.
Published
2016-11-25
How to Cite
СИГОВ, Александр Сергеевич; ЖУКОВ, Дмитрий Олегович; НОВИКОВА, Ольга Александровна. МОДЕЛИРОВАНИЕ ПРОЦЕССОВ РЕАЛИЗАЦИИ ПАМЯТИ И САМООРГАНИЗАЦИИ ИНФОРМАЦИИ ПРИ ПРОГНОЗИРОВАНИИ НОВОСТНЫХ СОБЫТИЙ С ИСПОЛЬЗОВАНИЕМ МАССИВОВ ЕСТЕСТВЕННО-ЯЗЫКОВЫХ ТЕКСТОВ. Modern Information Technologies and IT-Education, [S.l.], v. 12, n. 1, p. 42-55, nov. 2016. ISSN 2411-1473. Available at: <http://sitito.cs.msu.ru/index.php/SITITO/article/view/69>. Date accessed: 26 aug. 2025.
Citation Formats
Issue
Vol 12 No 1 (2016): Современные информационные технологии и ИТ-образование
Section
Theoretical Questions of Computer Science, Computer Mathematics
Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

Publication policy of the journal is based on traditional ethical principles of the Russian scientific periodicals and is built in terms of ethical norms of editors and publishers work stated in Code of Conduct and Best Practice Guidelines for Journal Editors and Code of Conduct for Journal Publishers, developed by the Committee on Publication Ethics (COPE). In the course of publishing editorial board of the journal is led by international rules for copyright protection, statutory regulations of the Russian Federation as well as international standards of publishing. 
Authors publishing articles in this journal agree to the following: They retain copyright and grant the journal right of first publication of the work, which is automatically licensed under the Creative Commons Attribution License (CC BY license). Users can use, reuse and build upon the material published in this journal provided that such uses are fully attributed.