Навигация в сложных сетях: модели и алгоритмы.
Интернетика. Навигация в сложных сетях: модели и алгоритмы
Четыре лекции о методе
Вариативность стратегий восприятия звучащего текстаЛАНДЭ
Дмитрий Владимирович,
СНАРСКИЙ
Андрей Александрович,
БЕЗСУДНОВ
Игорь Васильевич
ИНТЕРНЕТИКА
Навигация в сложных
сетях: модели и алгоритмы
Москва-2009
СОДЕРЖАНИЕ
1. СОВРЕМЕННЫЕ ИНФОРМАЦИОННыЕ сети
1.1. Интернет – история и протоколы
1.2. Всемирная паутина - World Wide Web
1.4. Проблемы
развития интернет-контента
2.1.1. Классическая булева модель
2.1.2. Расширенная булева модель
2.1.3. Модель нечеткого поиска
2.2. Векторно-пространственная модель поиска
2.3. Вероятностная модель поиска
2.4. Алгоритмы поиска в пиринговых сетях
2.4.1. Алгоритм
поиска ресурсов по ключам
2.4.2. Метод
широкого первичного поиска
2.4.3. Метод
случайного широкого первичного поиска
2.4.4.
Интеллектуальный поисковый механизм
2.4.5. Методы
«большинства результатов по прошлой эвристике»
2.4.6. Метод
«случайных блужданий»
2.5. Информационно-поисковые языки
2.6. Характеристики
информационного поиска
3.2.2. Определение взаимосвязей понятий
3.2.3. Автоматическое реферирование
3.2.4. Поисковые образы документов
3.2.5. Выявление дублирования информации
3.2.6. Выявление новых событий
3.3. Реализации систем с элементами Text Mining
4. МЕТОДЫ КЛАССИФИКАЦИИ ИНФОРМАЦИИ
4.1.1.
Формальное описание задачи классификации
4.1.2.
Ранжирование и четкая классификация
4.5.
Классификация на основе искусственных нейронных сетей
4.5.2. Искусственная нейронная сеть
4.5.3. Правила обучения перцептрона
4.5.4. Нейронная сеть как
классификатор
4.6. Байесовский классификатор
4.6.1. Байесовская логистическая регрессия
4.6.2. Наивная байесовская модель
4.6.3. Байесовский подход к решению проблемы спама
4.6.4. Определение тональности сообщений
4.8.
Оценка качества классификации
5. ЭЛЕМЕНТЫ КЛАСТЕРНОГО АНАЛИЗА
5.1. Латентно-семантический анализ
5.1.1. Матричный латентно-семантический анализ
5.1.2. Вероятностный латентно-семантический анализ
5.3. Иерархическое группирование-объединение
5.4. Метод суффиксных деревьев
5.6. Ранжирование результатов поиска
5.6.4. Ранжирование «по Хиршу»
6. ЭМПИРИЧЕСКИЕ РАСПРЕДЕЛЕНИЯ И МАТЕМАТИЧЕСКИЙ ФОРМАЛИЗМ
6.1. Эмпирические закономерности
6.1.3. Закономерность Бредфорда
6.2. Степенные распределения случайных величин
6.3. Однородные функции и скейлинг
6.4. Параметр порядка и фазовые переходы
7. ЭНТРОПИЯ И КОЛИЧЕСТВО ИНФОРМАЦИИ
7.4.
Энтропия непрерывного источника информации
8. ОСНОВЫ ТЕОРИИ СЛОЖНЫХ СЕТЕЙ
8.1.3. Распределение степеней узлов
8.1.5. Коэффициент кластерности
8.4.2. Сетевая структура новостного веб
8.5. Визуализация сложных сетей
9.2. Характеристики перколяционных сетей
9.3. Сеть с
экспоненциально широким распределением
9.4. Диодные перколяционные сети
9.5. Перколяция на случайных сетях
9.6. Теория перколяции и моделирование атак на сети
10. МОДЕЛИ ИНФОРМАЦИОННЫХ ПОТОКОВ
10.4. Модель диффузии информации
10.5. Модель самоорганизованной критичности
11. Элементы фрактального анализа
11.1. Фракталы и
фрактальная размерность
11.3. Информационное пространство и фракталы
11.4. Фракталы и временные ряды
11.4.2.
Корреляциионный анализ
11.5.
Мультифрактальный анализ рядов измерений
Обработка материалов для сайта — Галактика-Zoom:
Индексирование веб-сайтов — InfoStream: