Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "BIG" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    Identyfikacja trendów w polskich mediach na przykładzie kwartalnika „Studia Medioznawcze”. Wykorzystanie narzędzi Big Data
    Identification of Trends in the Polish Media on the Example of the Quarterly Studia Medioznawcze. The Use of Big Data Tools
    Autorzy:
    Pruchnik, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/1205530.pdf
    Data publikacji:
    2020
    Wydawca:
    Uniwersytet Warszawski. Wydział Dziennikarstwa, Informacji i Bibliologii
    Tematy:
    Big Data
    eksploracja danych
    media
    PwC
    trend
    data mining
    Opis:
    Rynek mediów rozwija się dynamicznie, dlatego ważne jest właściwe prognozowanie trendów. Cel/teza: Celem artykułu jest identyfikacja trendów w polskich mediach. Metody badań: W artykule zaprezentowano unikalną metodykę rafinacji informacji Big Data do analizy trendów w mediach. Jako materiał źródłowy posłużyły teksty zamieszczone w kwartalniku „Studia Medioznawcze”. Do analizy wykorzystano narzędzia eksploracji danych oraz Big Data. Wyniki i wnioski: Sformułowano własną prognozę trendów mediów na bazie publikacji naukowych i porównano ją z przygotowaną przez firmę konsultingową PwC. Wartość poznawcza: Wyniki wykazują znaczne rozbieżności. Najbardziej perspektywiczne dziedziny w raporcie PwC – VR (virtual reality) oraz OTT (over the top) – nie mają potwierdzenia w artykułach naukowych.
    The media market is developing dynamically; therefore, it is important to forecast trends correctly. Scientific objective: The aim of the paper is to identify trends in the Polish media. Research methods: The paper presents a unique methodology of information extracting—Big Data for analyzing trends in the media. The source material were the texts published in the quarterly Studia Medioznawcze. The Big Data tools have been used for the analysis. Results and conclusions: Author’s forecast of media trends based on scientific publications have been formulated, and it was compared with the one prepared by the consulting company PwC. Cognitive value: The results show significant discrepancies. The most promising areas in the PwC Report Forecasts VR and OTT have no confirmation in scientific papers.
    Źródło:
    Studia Medioznawcze; 2020, 1; 412-428
    2451-1617
    Pojawia się w:
    Studia Medioznawcze
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Rafinacja informacji sieciowych na przykładzie wyborów parlamentarnych. Część 2. Portale internetowe, konteksty medialne i merytoryczne
    Refining Network Information on the Example of Parliamentary Elections. Part 2. Internet Portals, Media and Content Contexts
    Autorzy:
    Gogołek, Włodzimierz
    Kuczma, Paweł
    Powiązania:
    https://bibliotekanauki.pl/articles/484743.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Warszawski. Wydział Dziennikarstwa, Informacji i Bibliologii
    Tematy:
    Internet
    Big Data
    internet portals
    refining Big Data
    new sources of journalistic information
    parliamentary elections 2011
    internet
    portale internetowe
    rafinacja informacji sieciowych
    nowe źródła informacji dziennikarskich
    wybory parlamentarne 2011
    Opis:
    An important part of information resources available online as part of Big Data are Internet portals created by professionals. Frequently, though not always, they are an expanded, updated version of the printed editions of dailies and magazines. An important feature influencing the topics, range and quality of content created on these sites is their creation by professional editorial offices. Refining these resources – as new sources of journalistic information – is an addition to the first part of the presented research results, which concerned information sources provided by refining social networks, where content is usually created by non-professionals.
    Istotną część zasobów informacyjnych dostępnych w internecie składających się na Big Data są tworzone przez profesjonalistów portale internetowe. Często, choć nie zawsze, są one rozszerzoną, aktualizowaną kopią wydań drukowanych dzienników i czasopism. Ważnym czynnikiem wpływającym na tematykę, zakres i jakość tworzonych w tych miejscach treści jest ich przygotowywanie przez zawodowe redakcje. Rafinacja tych zasobów – jako nowych źródeł informacji dziennikarskich – stanowi uzupełnienie części pierwszej prezentacji wyników badań. Dotyczyły one zasobów informacyjnych dostarczanych przez rafinację sieci społecznościowych, gdzie treści z reguły są tworzone przez nieprofesjonalistów
    Źródło:
    Studia Medioznawcze; 2013, 3 (54); 153-156
    2451-1617
    Pojawia się w:
    Studia Medioznawcze
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Identification of Vortex Information. Detection of fake news eruption time
    Autorzy:
    Gogołek, Włodzimierz
    Powiązania:
    https://bibliotekanauki.pl/articles/32443895.pdf
    Data publikacji:
    2024-02-16
    Wydawca:
    Uniwersytet Warszawski. Wydział Dziennikarstwa, Informacji i Bibliologii
    Tematy:
    fake news
    harmful information
    bigrams (letter pairs)
    fake news detection
    information vortex
    Big Data
    AI
    information refininig
    Opis:
    The purpose of this study is to develop and validate a procedure known as the Information Vortex Indicator (IVI) for its effectiveness, designed to detect the timing of information vortex formation in textual data streams. Research has established that the formation of this vortex coincides with the onset of the dissemination of fake news (FN) concerning a particular object (such as a person, organization, company, event, etc.). The primary aim of this detection is to minimize the time required for an appropriate response or defense against the adverse effects of information turbulence caused by the spread of fake news. Methodology: The study used Big Data information resources analysis instruments (Gogołek, 2019, 2022), including selected statistical and artificial intelligence techniques and tools, to automatically detect vortex occurrence in real time. Experimental validation of the efficacy of these tools has been conducted, enabling a reliable assessment of the timing of vortex emergence. This assessment is quantified using the V-function, procedure, or test, which formally describes the IVI procedure. The V-function’s parameters are derived from the distribution patterns of letter pair clusters within the textual information stream. Conclusions: A comparison of manual (reference) and automatic detection of vortex emergence times confirmed an accuracy rate of over 80% in detecting the appearance of fake news. These results underscore the effectiveness of the IVI procedure and the utility of the selected tools for rapidly automating the detection of information vortices, which herald the propagation of fake news. Furthermore, the study demonstrates the applicability of IVI for the continuous monitoring of information with significant media value across multiple multilingual data streams. Originality: This research introduces a novel approach utilizing the distribution of letter pair clusters within information streams to detect the onset of information vortices, coinciding with the emergence of fake news. This methodology represents a unique contribution to the field, as prior research on this subject is limited.
    Źródło:
    Studia Medioznawcze; 2024, 1; 1-12
    2451-1617
    Pojawia się w:
    Studia Medioznawcze
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Z badań nad systemem rafinacji sieciowej. Identyfikacja sentymentów
    From research on the system of refining the Web. Identifying sentiment words
    Autorzy:
    Gogołek, Włodzimierz
    Jaruga, Dariusz
    Powiązania:
    https://bibliotekanauki.pl/articles/1288721.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Warszawski. Wydział Dziennikarstwa, Informacji i Bibliologii
    Tematy:
    informacja
    internet
    Big Data
    kolekcjonowanie informacji
    identyfikacja sentymentów
    analiza sentymentów
    information
    collecting information
    identifying sentiment words
    sentiment analysis
    Opis:
    Dostępny potencjał mocy obliczeniowych i pamięci komputerowych stworzył niedostępne wcześniej warunki do analizy dużych zasobów informacyjnych – Big Data. W procesie tej analizy można wykorzystywać procedury kolekcjonowania informacji i ich analizy do trafnej oceny – w kategoriach emocjonalnych (sentymentów – dobry, zły) badanych zjawisk w przeszłości, w czasie rzeczywistym, a także do predykcji. Artykuł jest prezentacją kluczowej części tej procedury – istoty automatyzacji procesu identyfikacji sentymentów.
    Available potential of computing power and computer memory had created, previously unavailable conditions for the analysis of, large information resources – Big Data. In the process of this analysis can be used procedures for collecting information and analysis for the accurate assessment – in terms of emotional (sentiments – good, bad) of studied phenomena – in the past, in real time, as well as to the prediction. The article is a presentation of the key parts of this procedure – being automate the process of identifying sentiment words.
    Źródło:
    Studia Medioznawcze; 2016, 4 (67); 103-111
    2451-1617
    Pojawia się w:
    Studia Medioznawcze
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Z badań nad wykorzystaniem rafinacji informacji sieciowej Wybory prezydenckie i parlamentarne 2015
    From the research – refining the information from the net Presidential and parliamentary elections in 2015
    Autorzy:
    Gogołek, Włodzimierz
    Jaruga, Dariusz
    Kowalik, Krzysztof
    Celiński, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/484403.pdf
    Data publikacji:
    2015
    Wydawca:
    Uniwersytet Warszawski. Wydział Dziennikarstwa, Informacji i Bibliologii
    Tematy:
    Big Data
    rafinacja informacji
    polityka
    wybory
    predykcja
    źródło informacji
    refining of information
    politics
    elections
    prediction
    the source of information
    Opis:
    Dzięki nowym technologiom informacyjnym możliwe stało się gromadzenie gigantycznych zbiorów informacji (Big Data, głównie sieciowych) i ich niestandardowa analiza – rafinacja informacji. Jej wynik jest cennym, tanim w uzyskaniu, nowym źródłem danych. Tworzą one wartościowy obraz przeszłości, czasu rzeczywistego i predykcji. Dowodzą tego m.in. wyniki badań dotyczących aktywności politycznej – wyborów prezydenckich i parlamentarnych w Polsce (2011, 2015).
    The new information technology makes a chance to collect enormous collections of information (Big Data, especially from the net) and to make their custom analysis – refining the information. The result is a valuable and inexpensive to obtain, the new source of the data. The data provide a genuine picture of the past, the real-time picture and the predictions. This is confi rmed by, among others, results of research on political activity during presidential and parliamentary elections in Poland (2011, 2015).
    Źródło:
    Studia Medioznawcze; 2015, 3 (62); 31-40
    2451-1617
    Pojawia się w:
    Studia Medioznawcze
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Internetowe predykcje notowań spółek giełdowych
    Online predictions of joint stock companies
    Autorzy:
    Woch, Agnieszka
    Wójcikiewicz, Michał
    Powiązania:
    https://bibliotekanauki.pl/articles/484278.pdf
    Data publikacji:
    2018
    Wydawca:
    Uniwersytet Warszawski. Wydział Dziennikarstwa, Informacji i Bibliologii
    Tematy:
    Big Data
    giełda
    spółki giełdowe
    sentymenty
    nowe źródła informacji
    finanse
    stock market
    joint stock companies
    sentiments
    new sources of information
    finances
    Opis:
    Na przykładzie możliwości predykcji notowań spółek giełdowych, korzystając z analizy sentymentów dotyczących tych przedsiębiorstw, wykazano, że Big Data jest wartościowym źródłem nowych informacji. Dowodzą tego wyniki analiz zależności między zasobami Big Data i wartościami akcji spółek KGHM, Enea, Synthos i Tauron. Dokonano interpretacji i klasyfikacji wypowiedzi użytkowników internetu, a następnie porównano zawarte w nich sentymenty (pozytywne, negatywne i neutralne) do notowań poszczególnych spółek z okresu stycznia i marca 2015 r.
    Through the example of opportunities of prediction of share prices on basis of the analysis of sentiments related with joint stock companies companies, this paper indicates that Big Data is a valuable source of new information. The authors have analyzed relations between Big Data resources and share prices of selected companies: KGHM, Enea, Synthos and Tauron. They have further made an interpretation and classification of the posts written by internet users. The analysis is being completed by research on sentiments (positive, negative and neutral) to share prices in the period of January and March 2015.
    Źródło:
    Studia Medioznawcze; 2018, 1 (72); 57-66
    2451-1617
    Pojawia się w:
    Studia Medioznawcze
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Big Data o mediach. Dominanty świata mediów
    Big Data On the Media. Dominants of the Media World
    Autorzy:
    Gogołek, Włodzimierz
    Powiązania:
    https://bibliotekanauki.pl/articles/2137728.pdf
    Data publikacji:
    2022-06-30
    Wydawca:
    Uniwersytet Warszawski. Wydział Dziennikarstwa, Informacji i Bibliologii
    Tematy:
    Big Data
    dominanty świata mediów
    media
    paradygmat przemysłu mediowego
    przemysł mediowy
    rafinacja informacji
    sztuczna inteligencja
    dominants of media
    media industry paradigm
    media industry
    information refining
    artificial intelligence
    Opis:
    Cel: identyfikacja aktualnych dominant świata mediów (kontynentów i wysp) wskazujących determinanty biznesowej kondycji przemysłu mediowego. Metodologia: zidentyfikowano źródła informacji i automatycznie pobrano zgromadzone w nich treści (tekstowe dane źródłowe). Następnie przeprowadzono ilościową analizę tych danych i przygotowano wizualizację uzyskanych wyników. W tym celu zastosowano narzędzia rafinacji informacji – Big Data. Uzyskane w ten sposób informacje umożliwiły ocenę stanu i dynamiki zmian dominant mediów. Wyniki i wnioski: wyniki badań umożliwiły identyfikację zbioru najistotniejszych dominant świata mediów oraz ich atrybutów. Są propozycją swoistego paradygmatu parametrów biznesowego modelu inwestycji w przemyśle mediowym. Ograniczenia badawcze: brak doświadczeń i autorytatywnych opracowań/publikacji w zakresie korzystania z informacyjnego potencjału Big Data w badaniach przemysłu mediowego w obszarze poszukiwania dominant świata mediów. Oryginalność: autorowi nieznane są badania, w których wykorzystano zasoby Big Data (treści i metody/narzędzia) odnoszące się do poszukiwania dominant przemysłu mediowego. Ponadto brak jest teorii oceniającej wiarygodność wyników badań prowadzonych na dużych zasobach informacji – Big Data. Zalążkiem takiej teorii mogą być opisane dalej badania oraz wyniki kilkudziesięciu wcześniejszych badań empirycznych wymienionych w bibliografii. Dowodzą one, począwszy od 2010 roku (m.in. pierwsze na świecie zastosowania Big Data w predykcji wyborów prezydenckich), trafności ocen (dotychczas niekwestionowanych) stanu i predykcji badanych zjawisk, dokonywanych na podstawie analiz Big Data.
    Scientific objective: to identify the current dominants of the media world (of continents and islands) that indicate the determinants of the business condition of the media industry. Research methodology: information sources were identified, and their content was automatically downloaded (text source data). Then, a quantitative analysis of these data was carried out and the obtained results were visualized. For this purpose, information refining tools were used––Big Data. Information obtained in this way made it possible to assess the state and dynamics of changes of the media dominants. Results and conclusions: results of the research made it possible to identify a set of the most important dominants of the media world and their attributes. They constitute a proposal of a specific paradigm of parameters for the business model of investment in the media industry. Research limitations: lack of experience and authoritative studies / publications in the field of using the information potential of Big Data in media industry research in the area of searching for the dominant elements of the media world. Originality: the author is not familiar with studies that use Big Data resources (content and methods / tools) relating to the search for the dominant elements of the media industry. Moreover, there is no theory assessing the credibility of research results conducted on large information resources––Big Data. The research and the results of several dozen previous empirical studies mentioned in the bibliography may constitute the seed of such a theory. They prove, starting from 2010 (including the first in the world applications of Big Data in predicting presidential elections), the accuracy of, so far unquestioned, assessments of the state and prediction of the studied phenomena, made on the basis of Big Data analyses.
    Źródło:
    Studia Medioznawcze; 2022, 2; 1171-1180
    2451-1617
    Pojawia się w:
    Studia Medioznawcze
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-7 z 7

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies