Методи виявлення інформаційно-психологічних впливів в соціальних мережах

Autor: Khrushch, Svitlana, Ostrovska, Veronika
Jazyk: ukrajinština
Rok vydání: 2019
Předmět:
Zdroj: Digital Platform: Information Technologies in Sociocultural Sphere; Том 2, № 1 (2019); 60-74
Цифровая платформа: Информационные технологии в социокультурной сфере; Том 2, № 1 (2019); 60-74
Цифрова платформа: інформаційні технології в соціокультурній сфері; Том 2, № 1 (2019); 60-74
ISSN: 2617-796X
2618-0049
Popis: Purpose of the article is creation of the system of analysis of data of method of exposure of trolingu by determination of the key of text kontentu of social networks; receipts of indexes, which characterize the presence of signs of trolingu in text; calculation for these indexes of informative entropy of text kontentu and comparison of it numerical value with possible maximum.Research methods are analysis of accordance of the analytical systems the requirements pulled out to them and exposure of advantages of neyromerezhevogo approach by comparison to traditional mathematical methods: mathematical statistics, cluster, regressive, factor analysis. As an intellectual system of data analysis, that most satisfies modern requirements to the analytical systems, in this work it is suggested to choose the class of the systems with the use of technology of neyromerezhevogo analysis.The novelty of the conducted research is a construction of artificial neyromerezhi, which owns the followings advantages: high-efficiency paralel’no-poslidovna treatment of information, maximal potential parallelism and most effective use of any parallel calculable architecture, and it is in comparing to other calculable technologies.Conclusion. Mass parallelism of neyroobchislen’, necessary for effective treatment of appearances, it is provided locality of treatment of information in neyromerezhakh. Every neuron reacts only on local information which acts to it presently from pov’’yazanikh with it the same neurons, without an appeal to the general plan of calculations. Thus, neyromerezhevi algorithms local, and neurons are able to function parallell.
Целью статьи является создание системы анализа данных метода выявления троллинга путем определения тональности текстового контента социальных сетей; получение показателей, которые характеризуют наличие признаков троллинга в тексте; вычисление для этих показателей информационной энтропии текстового контента и сравнения ее числового значения с допустимым предельным.Методами исследования является анализ соответствия аналитических систем выдвинутым к ним требованиям и выявление преимуществ нейросетевого подхода в сравнении с традиционными математическими методами: математической статистики, кластерного, регрессионного, факторного анализа. Как интеллектуальную систему анализа данных, что наиболее удовлетворяет современным требованиям к аналитическим системам, в данной работе предлагается выбрать класс систем с использованием технологии нейросетевого анализа.Новизной проведенного исследования является построение искусственной нейросети, которое владеет следующими преимуществами: высокоэффективная параллельно-последовательная обработка информации, максимальный потенциальный параллелизм и наиболее эффективное использование любой параллельной вычислительной архитектуры, в сравнении с другими вычислительными технологиями.Вывод. Массовый параллелизм нейровычислений, необходимый для эффективной обработки образов, обеспечивается локальностью обработки информации в нейросетях. Каждый нейрон реагирует лишь на локальную информацию, которая поступает к нему в данный момент от повъъязаних с ним таких же нейронов, без апелляции к общему плану вычислений. Таким образом, нейросетевые алгоритмы локальные, и нейроны способны функционировать параллельно.
Метою статті є створення системи аналізу даних методу виявлення тролінгу шляхом визначення тональності текстового контенту соціальних мереж; отримання показників, які характеризують наявність ознак тролінгу в тексті; обчислення для цих показників інформаційної ентропії текстового контенту та порівняння її числового значення із допустимим граничним.Методами дослідження є аналіз відповідності аналітичних систем висунутим до них вимогам і виявлення переваг нейромережевого підходу порівняно з традиційними математичними методами: математичної статистики, кластерного, регресійного, факторного аналізу. Як інтелектуальну систему аналізу даних, що найбільш задовольняє сучасним вимогам до аналітичних систем, в даній роботі пропонується вибрати класс систем з використанням технології нейромережевого аналізу.Новизною проведеного дослідження є побудова штучної нейромережі, яка володіє наступними перевагами: високоефективна паралельно-послідовна обробка інформації, максимальний потенційний паралелізм і найбільш ефективне використання будь-якої паралельної обчислювальної архітектури у порівнянні з іншими обчислювальними технологіями.Висновок. Масовий паралелізм нейрообчислень, необхідний для ефективної обробки образів, забезпечується локальністю обробки інформації в нейромережах. Кожен нейрон реагує лише на локальну інформацію, що надходить до нього в даний момент від пов’язаних з ним таких же нейронів, без апеляції до загального плану обчислень. Таким чином, нейромережеві алгоритми локальні, і нейрони здатні функціонувати паралельно.
Databáze: OpenAIRE
Externí odkaz: