Візуалізація даних з урахуванням особливостей Science 2.0
Вантажиться...
Дата
2020
Назва журналу
Номер ISSN
Назва тому
Видавець
Анотація
В науковій, як і в освітній сфері неможливо впоратись без візуального представлення матеріалу, що досліджується або викладається. Науковці оперують великим набором вихідних даних, або результатів досліджень, які варто кластерізувати і представити у більш адаптованому вигляді. Візуалізація даних є одним з методів опрацювання наукових доробків. Методи візуалізації потрібно впровадити глибше та розширити охоплювані області.
Логічно кластеризація текстових даних поділяється на два етапи. На першому етапі текстові представлення документів переводять у векторні, а на другому до отриманих векторних представлень застосовують методи кластеризації, які базуються на пошуку відстані між векторами. Такий висновок є логічним, адже більше заглиблення в тему дає більше даних для аналізу, а отже кластеризація надасть точніший результат с точки зору глибини вивчення.
Опис
Візуалізація даних з урахуванням особливостей Science 2.0 / О. В. Ольшевська, І. І. Зінченко, А. Ю. Волкова, О. В. Харахаш // Інформатика, інформаційні системи та технології : тези доп. Сімнадцятої Всеукр. конф. студентів і молодих науковців, Одеса, 24 квіт. 2020 р. / Південноукр. нац. пед. ун-т ім. К. Д. Ушинського, Одес. нац. ун-т ім. І. І. Мечникова. – Одеса, 2020. – С. 46–48.
Ключові слова
візуалізація даних, кластеризація текстових даних, термінологічні хмари, технологія Data Mining