Журналы
Email: Пароль: Войти Регистрация
E-mail: SUVALV@mail.ru

Младший научный сотрудник лаборатории теоретических и междисциплинарных проблем информатики (ТиМПИ) Санкт-Петербургского института информатики и автоматизации РАН (СПИИРАН).

Статьи автора:

В статье обсуждаются результаты пилотного исследования, нацеленного на выявление взаимосвязи между типами постов, которые пользователь размещает на своей странице ВКонтакте, и его личностными особенностями, определенными при помощи психологических методик. Рассматриваются возможности применения результатов анализа аккаунтов пользователей социальных сетей в качестве основы первичной экспресс-диагностики при работе с учебными группами. Кроме того, приводятся примеры как уже решенных, так и открытых задач автоматизации, возникающих в процессе разработки инструментария. С. 3-13.

In the paper we discussed the results of pilot study aimed to determine associations between type of user's posts in social network VKontakte and his/her psychological traits. We considered the possible ways to apply user account analysis as a rapid primary test in student groups. We provided examples of both open and already closed automation tasks that appeared during the development of the research tool.

Ключевые слова: социальные сети, психологические особенности, цифровые следы, автоматизация исследований.
Keywords: social networks, psychological traits, digital footprints, research automation.
В статье описывается студенческий исследовательский проект по предсказанию класса поста в социальной сети на основе его текстового содержания. Обсуждаются особенности проекта как составной части траектории обучения методам анализа данных, в том числе методам и инструментам анализа текста, часто не включаемым в курсы по машинному обучению. Описана постановка задачи, этапы ее решения, последовательность рассмотрения новых методов как способов решения возникающих у студентов проблем, а также используемый инструментарий среды R. Приведены возможности расширения задачи и ее модификации в зависимости от уровня подготовки студентов. С. 49-64.

The article describes a student research project on predicting the class of a post on a social network based on its textual content. The features of the project are discussed as an integral part of the trajectory of teaching data analysis methods, including text analysis methods and tools that are often not included in machine learning courses. The formulation of the problem, the stages of its solution, the sequence of considering new methods as a way for solving students' problems, as well as the used tool of the R environment are described. The possibilities of expanding the task and its modifications depending on the level of training of students are given.

Ключевые слова: проблемно-ориентированное обучение, социальные сети, машинное обучение, анализ текста, классификация, автоматизация исследований, язык R.
Keywords: problem-based learning, social networks, machine learning, text analysis, classification, research automation, R language.
В статье рассматриваются различные прикладные задачи, связанные c необходимостью оценки параметров поведения определенных групп на основе гранулярных данных (и более широко – гранулярных знаний). Кроме того, описываются проблемы, возникающие при попытке представить и обработать такие данные и знания в интеллектуальных системах, обозначены возможные пути решения указанных проблем. Также в статье перечисляются исследовательские задачи, стоящие в рассматриваемой области.

The paper considers applied computer science problems related to estimating socially significant behavior parameters in case of initial data or knowledge granularity. The computational and methodological issues arise in intelligent systems that represent and process such data and knowledge are discussed. Several approaches to the issues elimination are proposed. The paper also introduces open research questions related to modeling and estimating the considered type of behavior.

Ключевые слова: дефицит информации, гранулярность данных, знания с неопределенностью, модели поведения, сверхкороткие неточные ряды, оценки риска, оценки интенсивности.
Keywords: information deficiency, data granularity, uncertain knowledge, behavior models, super-short imprecise series, risk estimates, rate estimates.
Данная статья является логическим продолжением стататей А.В. Юркова, посвященных зарубежным и отечественным средствам разработки дистанционных курсов (№ 6, 2002, № 1, 2003). В ней прослеживаются изменения, произошедшие с этими средствами за 5 лет, и рассматриваются особенности новых версий таких систем, как Quest, Lotus LearningSpace, WebCT, xDLS, ОРОКС, Прометей, а также системы Moodle.
Для пополнения баланса выберите страну, оператора и отправьте СМС с кодом на указанный номер. Отправив одну смс, вы получаете доступ к одной статье.
Закрыть