- •Розділ 1. Загальна інформація про lsu і інститут компютерних наук та інженерії
- •Розділ 2. Добування даних з соціальних мереж, дослідження графів та програмних засобів їх аналізу
- •2.1. Важливість добування даних з соціальних мереж
- •2.2. Як дані соціальних мереж можна представити у вигляді графу
- •2.3. Міри центральності
- •2.7. Завдання на базі практики
- •Розділ 3. Результати отримані на базі практики
- •3.1. Демонстраційний додаток
- •3.2. Проблеми, що виникли
- •Розділ 4. Аналіз зображення зразку крові
- •4.1. Додаток для аналізу зображення зразку крові
- •4.2. Обрані засоби
- •4.2. Архітектура ядра
- •4.3. Алгоритми
- •Висновки
- •Список літератури
- •Додаток a. Uml діаграма класів ядра
- •Додаток б. Uml діаграма послідовностей для класифікації
- •Додаток в. Визначення звязних компонент
- •Додаток г. Гістограма спільних ознак інтенсивності
- •Додаток д. Класифікація клітин
Ministry of Education and Science of Ukraine
Lviv Polytechnic National University
Software Department
Report about research training related to master’s qualification work
The student of _________________________________
_________________________________
(first name, last name, patronymic)
Training organization_____________________________________
_____________________________________
(organization name)
Terms of training: from « » to « »
Training supervisors
University supervisor _______________________________
(signature) (position, Name)
Organization supervisor _______________________________
(signature) (position, Name)
Master’s qualification work _______________________________
(signature)
supervisor _______________________________
(degree, academic status, Name)
Score______________Date______________
Lviv – 2015
ЗМІСТ
РОЗДІЛ 1. ЗАГАЛЬНА ІНФОРМАЦІЯ ПРО LSU І ІНСТИТУТ КОМПЮТЕРНИХ НАУК ТА ІНЖЕНЕРІЇ 3
РОЗДІЛ 2. ДОБУВАННЯ ДАНИХ З СОЦІАЛЬНИХ МЕРЕЖ, ДОСЛІДЖЕННЯ ГРАФІВ ТА ПРОГРАМНИХ ЗАСОБІВ ЇХ АНАЛІЗУ 4
2.1. Важливість добування даних з соціальних мереж 4
2.2. Як дані соціальних мереж можна представити у вигляді графу 4
2.3. Міри центральності 5
2.4. SNAP 6
2.5. NodeXL 6
2.6. GraphML 7
2.7. Завдання на базі практики 7
РОЗДІЛ 3. Результати отримані на базі практики 9
3.1. Демонстраційний додаток 9
3.2. Проблеми, що виникли 10
РОЗДІЛ 4. АНАЛІЗ ЗОБРАЖЕННЯ ЗРАЗКУ КРОВІ 11
4.1. Додаток для аналізу зображення зразку крові 11
4.2. Обрані засоби 11
4.2. Архітектура ядра 12
4.3. Алгоритми 13
ВИСНОВКИ 15
СПИСОК ЛІТЕРАТУРИ 16
Додаток A. UML діаграма класів ядра 17
Додаток Б. UML діаграма послідовностей для класифікації 18
Додаток В. Визначення звязних компонент 19
Додаток Г. Гістограма спільних ознак інтенсивності 20
Додаток Д. Класифікація клітин 21
Розділ 1. Загальна інформація про lsu і інститут компютерних наук та інженерії
Університет штату Луізіана розміщений в місті Батон Руж штату Луізіана, США. Університет є головним вишом у системі університетів Луізіани. [1]
Інститут Компютерних Наук та Інженерії задіяний в багатьох дослідницьких проектах, що повязані з теоретичними аспектами, базами даних і аналітикою даних, програмним забезпеченням, програмними системами, компютерними науками і цифровими даними. [2]
Протягом практики я був задіяний в одному з дослідницьких проектів під керівництвом Др. Баумгартнера в LSU. Я отримав доступ до лабораторії, безпровідного аккаунту і репозиторію проекту. Протягом роботи над проектом, всі люди, які були задіяні в різних проектах під керівництвом Др. Баумгарнтера зустрічалися щотижня для того, щоб обговорити проекти. Протягом кожної зустрічі я мав можливість послухати і поцікавитися, що відбувається в інших проектах, а також розказати про мої успіхи в проекті, в якому я був задіяний. Др. Баумгартнер давав мені рекомендації, що робити далі і як можна спробувати справитись з проблемами, що виникали по ходу роботи над проектом. Також я мав можливість працювати разом з іншою студенткою, що була задіяна в тому ж проекті, що і я.
Розділ 2. Добування даних з соціальних мереж, дослідження графів та програмних засобів їх аналізу
2.1. Важливість добування даних з соціальних мереж
Добування даних з соціальних мереж є досить новою областю досліджень з багатьма невирішеними проблемами. Ця область потребує нових підходів Data Mining і маштабованих алгоритмів, які б обєднали різні дисципліни, концепції і теорії. В загальному, соціальні мережі можна розглядати як світ соціальних атомів (індивідумів), сутностей (контенту, мереж) і взаємодій між цими індивідумами та сутностями. [3]
Розумне опрацювання цієї інформації може допомогти у вирішенні багатьох проблем: покращення взаємодії між організаціями, найм прцівників, пошук цільової аудиторії для брендів та маркетинг, тощо. В проекті Др. Баумгартнера, в який я був задіяний, засоби аналізу соціальних мереж планується використовувати для допомоги координації дій організаціям, що борються з бідністю. В рамках цього проекту було вирішено представити соціальні медіа як мережу або граф і аналізувати певні його властивості.
2.2. Як дані соціальних мереж можна представити у вигляді графу
В соціальних мережах люди взаємодіють між собою через дружбу, e-mail, блоги, купляючи схожі продукти і багатьма іншими способами. Аналізувати соціальні мережі можна представивши їх як граф. [3]
Рис 2.1: Приклад соціального графу
Як приклад, розглянемо множину осіб в соціальній мережі. Кожна особа може бути представлена у вигляді вузла, і двоє осіб що дружать між собою можуть бути зєднані ребром. [3]
Відобразивши відносини в соціальні мережі як граф і проаналізувавши його, ми можемо знайти відповіді на багато цікавих питань, наприклад:
Хто є найбільш популярним чи дружелюбним в мережі.
Через яку особу зєднані різні групи людей?
Як люди згуртовані навколо якоїсь ідеї чи інформації?
Як допомогти різним організація координувати між собою дії. Тощо.
