Нет, конечно же, ты ничего мне не должен.=) Так же, как и я тебе. Просто мало ли, может тебе интересно. Есть несколько лекций Артура Хачуяна на эту тему. С этого можно начать.
Вообще, тема датамайнинга и бигдата анализа - очень интересная штука. Я сам игрался с этим на ВКонтактике, инстаграмме, натравляя на них довольно простые python паучки. Интересно, что с больших данных получаешь порой неожиданную информацию по корреляциям, которую со своего роста никак не увидишь, только "с высоты". |
Цитата:
|
caseyryan в случае с распространением информации - там даже обучение никакое не нужно, просто арифметика. Подсчет того, как далеко от источника (того, что запостил) уходит новость по репостам, подсчёт лайком, комментов, лайков комментов, дружественные связи между репостнувшими и комментаторами и т.п.
Если говорить про профилирование то да, тут нужна обучающая выборка. Но у нас же есть соцсети, где люди сами о себе всё рассказывают, заполняя анкетку. Вот тебе и выборка. Нейросеть обучается на них, выявляет закономерности их поведения. Таким образом учится профилировать пользователя по его поведению в сети, выдавая на выходе анкетку в том виде, в котором, по её мнению, он бы её заполнил. Но такого рода профилирование это сложная задача. Нужно иметь в своём распоряжении весь массив данных соцсетей и, желательно, остального интернета. |
вроде после cambridge analytica фб сильно подзакрутил гайки т.к. оказалось,что имея много данных легко можно стать президентом :)
|
Цитата:
|
да, это data mining называется=) Когда ты из бигдаты извлекаешь некоторую полезную структурированную информацию, не очевидную сразу.
|
Цитата:
|
Цитата:
Цитата:
Цитата:
|
Часовой пояс GMT +4, время: 04:21. |
Copyright © 1999-2008 Flasher.ru. All rights reserved.
Работает на vBulletin®. Copyright ©2000 - 2024, Jelsoft Enterprises Ltd. Перевод: zCarot
Администрация сайта не несёт ответственности за любую предоставленную посетителями информацию. Подробнее см. Правила.