Простийпошук |
Розширенийпошук |
Покажчики
|
Професійний пошук |
Рубрикатор НБУВ |
Розподілений пошук |
Бази даних
Наукова періодика України - результати пошуку
Книжкові видання та компакт-дискиЖурнали та продовжувані виданняАвтореферати дисертаційРеферативна база данихНаукова періодика УкраїниТематичний навігаторАвторитетний файл імен осіб
 |
Для швидкої роботи та реалізації всіх функціональних можливостей пошукової системи використовуйте браузер "Mozilla Firefox" |
|
|
Повнотекстовий пошук
| Знайдено в інших БД: | Реферативна база даних (1) |
Список видань за алфавітом назв: Авторський покажчик Покажчик назв публікацій  |
Пошуковий запит: (<.>AT=Мелешко Методи кластеризації графів соціальних$<.>) | |||
|
Загальна кількість знайдених документів : 1 |
|||
| 1. | 
Мелешко Є. В. Методи кластеризації графів соціальних мереж для побудови рекомендаційних систем [Електронний ресурс] / Є. В. Мелешко // Системи управління, навігації та зв'язку. - 2019. - Вип. 2. - С. 129-134. - Режим доступу: http://nbuv.gov.ua/UJRN/suntz_2019_2_28 Мета статті - виявлення методів кластеризації графів соціальних мереж, які можна використати для побудови рекомендаційних систем для соціальних медіа. Проведено дослідження існуючих методів кластеризації графів соціальних мереж та досліджено можливість і доцільність їх використання у рекомендаційних системах. Проведено дослідження існуючих методів кластеризації графів соціальних мереж двох типів, для одержання кластерів, що не перетинаються, та для одержання кластерів, які можуть перетинатися. Досліджено можливість використання розглянутих методів для побудови рекомендаційних систем соціальних медіа. Досліджено можливості графової СУБД Neo4j по реалізації алгоритмів кластеризаці ї графів. Висновки: проведено дослідження різних методів кластеризації графів соціальних мереж. Розглянуто методи засновані на оптимізації модулярності графу, нарозмітці графу та на методах випадкових блукань, також розглянута окрема група методів, що розбиває граф на кластери, які можуть перетинатися. Досліджено можливість та доцільність використання методів кластеризації гра фів для побудови рекомендаційних систем. Досліджено можливості графової системи управління базами даних Neo4j для реалізації методів кластеризації графів. Встановлено, що Neo4j надає широкі можливості реалізації розглянутих методів. Для виділення кластерів СУБД Neo4j пропонує декілька реалізованих у її бібліотеці Graph alg orithms алгоритмів, а саме Louvain, Label Propagation та Triangle Counting. Проведено тестування функцій бібліотеки Graph algorithms, що реалізують алгоритми Louvain, Label Propagation та Triangle Counting у Neo4j. Інші алгоритми кластеризації графів треба, при необхідності, реалізовувати самостійно, але СУБД Neo4j надає багато зручних інструментів для роботи з даними, які можна використати для реалізації різних алгоритмів кластеризації графів меншими зусиллями, ніж без використання Neo4j. | ||
Попередній перегляд: 
Реферативна БД
 |
| Відділ наукової організації електронних інформаційних ресурсів |
 Пам`ятка користувача |