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 data analysis" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 36
Tytuł:
Advances on Permutation Multivariate Analysis of Variance for big data
Autorzy:
Bonnini, Stefano
Assegie, Getnet Melak
Powiązania:
https://bibliotekanauki.pl/articles/2107160.pdf
Data publikacji:
2022-06-14
Wydawca:
Główny Urząd Statystyczny
Tematy:
big data
MANOVA
permutation test
multivariate analysis
Opis:
In many applications of the multivariate analyses of variance, the classic parametric solutions for testing hypotheses of equality in population means or multisample and multivariate location problems might not be suitable for various reasons. Multivariate multisample location problems lack a comparative study of the power behaviour of the most important combined permutation tests as the number of variables diverges. In particular, it is useful to know under which conditions each of the different tests is preferable in terms of power, how the power of each test increases when the number of variables under the alternative hypothesis diverges, and the power behaviour of each test as the function of the proportion of true alternative hypotheses. The purpose of this paper is to fill the gap in the literature about combined permutation tests, in particular for big data with a large number of variables. A Monte Carlo simulation study was carried out to investigate the power behaviour of the tests, and the application to a real case study was performed to show the utility of the method.
Źródło:
Statistics in Transition new series; 2022, 23, 2; 163-183
1234-7655
Pojawia się w:
Statistics in Transition new series
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An effective data reduction model for machine emergency state detection from big data tree topology structures
Autorzy:
Iaremko, Iaroslav
Senkerik, Roman
Jasek, Roman
Lukastik, Petr
Powiązania:
https://bibliotekanauki.pl/articles/2055178.pdf
Data publikacji:
2021
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
OPC UA
OPC tree
principal component analysis
PCA
big data analysis
data reduction
machine tool
anomaly detection
emergency states
analiza głównych składowych
duży zbiór danych
redukcja danych
wykrywanie anomalii
stan nadzwyczajny
Opis:
This work presents an original model for detecting machine tool anomalies and emergency states through operation data processing. The paper is focused on an elastic hierarchical system for effective data reduction and classification, which encompasses several modules. Firstly, principal component analysis (PCA) is used to perform data reduction of many input signals from big data tree topology structures into two signals representing all of them. Then the technique for segmentation of operating machine data based on dynamic time distortion and hierarchical clustering is used to calculate signal accident characteristics using classifiers such as the maximum level change, a signal trend, the variance of residuals, and others. Data segmentation and analysis techniques enable effective and robust detection of operating machine tool anomalies and emergency states due to almost real-time data collection from strategically placed sensors and results collected from previous production cycles. The emergency state detection model described in this paper could be beneficial for improving the production process, increasing production efficiency by detecting and minimizing machine tool error conditions, as well as improving product quality and overall equipment productivity. The proposed model was tested on H-630 and H-50 machine tools in a real production environment of the Tajmac-ZPS company.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2021, 31, 4; 601--611
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Apache Hadoop, platforma do gromadzenia, przetwarzania i analizy dużych zbiorów danych
Apache Hadoop, platform for the collection, processing and analysis of large data sets
Autorzy:
Gil, M.
Powiązania:
https://bibliotekanauki.pl/articles/98040.pdf
Data publikacji:
2017
Wydawca:
Politechnika Lubelska. Instytut Informatyki
Tematy:
Hadoop
big data
analiza danych
analysis of the data
Opis:
W artykule przedstawiono możliwości wykorzystania platformy Hadoop w zarządzaniu wielkimi zbiorami danych. Na podstawie dostępnych źródeł przedstawiono rozwój wydajności aplikacji. Dodatkowo zostały opisane organizacje, które dzięki wdrożeniu tego oprogramowania odniosły sukces w świecie Internetu.
The article presents the possibilities of using Hadoop platform to manage large data sets. The development of application performance has been shown based on available sources. Additionally, the article describes the organizations that have been successful in the Internet thanks to the implemented software.
Źródło:
Journal of Computer Sciences Institute; 2017, 4; 70-75
2544-0764
Pojawia się w:
Journal of Computer Sciences Institute
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of Digital Data Analysis Technology in Education
Autorzy:
Kovalev, Evgeniy E.
Powiązania:
https://bibliotekanauki.pl/articles/2044840.pdf
Data publikacji:
2021-12-28
Wydawca:
Uniwersytet Rzeszowski
Tematy:
information systems and services in education
integration of digital resources andservices
analysis of big data in education
interoperability of digital systems and data portability
Opis:
The main directions of digitalization of the education system are considered, the infrastructural and technological aspect of new strategic directions of development is analyzed. The author analyzed information systems and services in education, taking into account the possibility of using technologies for analytical data processing. The problem of using data analytics tools in education at present is the lack of uniform formats and tools for integrating information systems. Data in education accumulates in various solutions that do not share the results of the educational process. Based on this, it is impossible to build a clear system of end-to-end interaction between systems on common platforms. The author aims to solve this problem by modeling an integrated solution for data analysis at all levels of education. The article proposes technical and organizational solutions for the creation of integrated analytics services that allow accumulating and transmitting data on educational results during the transition of a student between learning levels. The analysis tools are based on the use of big data technologies.
Źródło:
Journal of Education, Technology and Computer Science; 2021, 12, 2(32); 132-140
2719-6550
Pojawia się w:
Journal of Education, Technology and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Applications of rough sets in big data analysis: An overview
Autorzy:
Pięta, Piotr
Szmuc, Tomasz
Powiązania:
https://bibliotekanauki.pl/articles/2055175.pdf
Data publikacji:
2021
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
rough sets theory
big data analysis
deep learning
data mining
teoria zbiorów przybliżonych
duży zbiór danych
uczenie głębokie
eksploracja danych
Opis:
Big data, artificial intelligence and the Internet of things (IoT) are still very popular areas in current research and industrial applications. Processing massive amounts of data generated by the IoT and stored in distributed space is not a straightforward task and may cause many problems. During the last few decades, scientists have proposed many interesting approaches to extract information and discover knowledge from data collected in database systems or other sources. We observe a permanent development of machine learning algorithms that support each phase of the data mining process, ensuring achievement of better results than before. Rough set theory (RST) delivers a formal insight into information, knowledge, data reduction, uncertainty, and missing values. This formalism, formulated in the 1980s and developed by several researches, can serve as a theoretical basis and practical background for dealing with ambiguities, data reduction, building ontologies, etc. Moreover, as a mature theory, it has evolved into numerous extensions and has been transformed through various incarnations, which have enriched expressiveness and applicability of the related tools. The main aim of this article is to present an overview of selected applications of RST in big data analysis and processing. Thousands of publications on rough sets have been contributed; therefore, we focus on papers published in the last few years. The applications of RST are considered from two main perspectives: direct use of the RST concepts and tools, and jointly with other approaches, i.e., fuzzy sets, probabilistic concepts, and deep learning. The latter hybrid idea seems to be very promising for developing new methods and related tools as well as extensions of the application area.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2021, 31, 4; 659--683
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Are Central Banks’ Research Teams Fragile Because of Groupthink in the Area of Monetary Policy? – Evidence on Inflation Targeting
Czy departamenty badań ekonomicznych banków centralnych są narażone na myślenie grupowe w obszarze polityki pieniężnej? – przykład realizacji celu inflacyjnego
Autorzy:
Rybacki, Jakub
Powiązania:
https://bibliotekanauki.pl/articles/2142119.pdf
Data publikacji:
2020-12-30
Wydawca:
Szkoła Główna Handlowa w Warszawie. Kolegium Analiz Ekonomicznych
Tematy:
big data
analiza sieci
banki centralne
myślenie grupowe
network analysis
central banks
groupthink
Opis:
In the recent years, the a great vast majority of the world’s central banks have globally failed to realize meet their inflation targets. We attempt to answer a question of determine whether such this failure resulted from insufficient inadequate organization organisation of economic research in those institutions. Our study shows a positive, but statistically weak, relationship between these two issues aspects. However, the analysis finds also finds a few several adverse irregularities in how research is organised in major central banks’s. research organizations. The research of the U.S. Federal Reserve, the Bundesbank, and the Bank of England are is relatively less diversified compared tothan that of the European Central Bank. In the cases of Poland and Italy, central bank economic departments are dominated by groups of researchers focused on a narrow range of topics. On the other hand, the organization organisation of research departments in France and Canada supports a greater variety of topics and independence of researchers.
W ubiegłych latach stosunkowo duża część banków centralnych miała problem z realizacją własnych celów inflacyjnych. Badanie ma na celu odpowiedzieć, czy przyczyną tego zjawiska jest niedoskonała organizacja prac działów badań ekonomicznych. Przedstawiony model wskazuje pozytywną, choć stosunkowo mało istotną statystycznie relację pomiędzy koncentracją idei poruszanych w badaniach a sumą odchyleń od celów inflacyjnych. Przedstawione zostały również nieregularności widoczne w danych. Amerykańska Rezerwa Federalna, Bundesbank czy Bank Anglii prowadzą mniej zdywersyfikowane badania niż EBC. Departamenty badań Banku Włoch oraz NBP są zdominowane przez prace wąskiej grupy badaczy. Z kolei Banki Francji i Kanady prowadzą najbardziej różnorodne badania.
Źródło:
Gospodarka Narodowa. The Polish Journal of Economics; 2020, 304, 4; 81-103
2300-5238
Pojawia się w:
Gospodarka Narodowa. The Polish Journal of Economics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
BI and Big Data solutions in project management
Wykorzystanie narzędzi klasy BI i systemów Big Data do zarządzania projektami
Autorzy:
Pondel, Jolanta
Pondel, Maciej
Powiązania:
https://bibliotekanauki.pl/articles/431964.pdf
Data publikacji:
2015
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
Business Intelligence
Big Data
analysis
project management
project execution
IT tools
Opis:
The success of projects in enterprises and the success of an entire organization’s business largely depend on the possession and efficient use of the relevant information. In a broader context, success depends on having the adequate knowledge at the right time and place. Business processes generate large amount of data that are collected and processed in a way enabling transforming data into a measurable and useful value, which is information. Its efficient usage streamlines business processes, and allows to respond quickly to changes and proper decision-making. The aim of the paper is to present and define the project management challenges and ideas of Business Intelligence and Big Data systems. The types of analysis available in both platforms are also discussed. In the paper, the authors try to identify the areas of project management that can benefit from Business Intelligence and Big Data analysis.
Źródło:
Informatyka Ekonomiczna; 2015, 4(38); 55-63
1507-3858
Pojawia się w:
Informatyka Ekonomiczna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Big data analysis and simulation of distributed marine green energy resources grid-connected system
Autorzy:
Tian, J.
Huang, L.
Powiązania:
https://bibliotekanauki.pl/articles/259959.pdf
Data publikacji:
2017
Wydawca:
Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
Tematy:
distributed
ocean
green energy resources
grid-connected systems
big data analysis
Opis:
In order to improve the working stability of distributed marine green energy resources grid-connected system, we need the big data information mining and fusion processing of grid-connected system and the information integration and recognition of distributed marine green energy grid-connected system based on big data analysis method, and improve the output performance of energy grid-connected system. This paper proposed a big data analysis method of distributed marine green energy resources grid-connected system based on closed-loop information fusion and auto correlation characteristic information mining. This method realized the big data closed-loop operation and maintenance management of grid-connected system, and built the big data information collection model of marine green energy resources grid-connected system, and reconstructs the feature space of the collected big data, and constructed the characteristic equation of fuzzy data closed-loop operation and maintenance management in convex spaces, and used the adaptive feature fusion method to achieve the auto correlation characteristics mining of big data operation and maintenance information, and improved the ability of information scheduling and information mining of distributed marine green energy resources grid-connected system. Simulation results show that using this method for the big data analysis of distributed marine green energy resources grid-connected system and using the multidimensional analysis technology of big data can improve the ability of information scheduling and information mining of distributed marine green energy resources grid-connected system, realizing the information optimization scheduling of grid-connected system. The output performance of grid connected system has been improved.
Źródło:
Polish Maritime Research; 2017, S 3; 182-191
1233-2585
Pojawia się w:
Polish Maritime Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Big data w procesie zarządzania firmą
Big Data in the process of management
Autorzy:
Dembowski, P.
Powiązania:
https://bibliotekanauki.pl/articles/108929.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Szczeciński. Wydawnictwo Naukowe Uniwersytetu Szczecińskiego
Tematy:
big data
analiza sieci
zarządzanie sieciowe
zarządzanie macierzowe
teoria grafów
Big Data
social network
network analysis
graph theory
matrix management
Opis:
Przedmiotem niniejszego artykułu jest zjawisko Big Data. Autor przedstawia ogólne informacje na temat tego, czym ów zbiór jest, a także gdzie i w jaki sposób jest lub może być wykorzystany. Wskazuje problemy, które generuje wzmożony napływ informacji (którego znaczący wzrost obserwujemy w ciągu ostatnich kilku lat) oraz omawia przykładowe narzędzia, które pomogą te problemy rozwiązywać. Wybór instrumentów nie jest przypadkowy, gdyż stanowią one skuteczną pomoc w procesie zarządzania procesami produkcji czy usług, a także zasobami ludzkimi.
The main subject of this article is the phenomenon of Big Data. Author would like to present general information about Big Data, as well as where and how it is used. Also discused will be problem generated by increased flow of information which increased over last few years, and examples of tools that can be helpful to solve these problems. The choise of instruments isn’t accidental, because they are useful in management processes of production, services and humar resources.
Źródło:
Studia Informatica Pomerania; 2017, 46, 4; 5-17
2451-0424
2300-410X
Pojawia się w:
Studia Informatica Pomerania
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Cloud-based sentiment analysis for measuring customer satisfaction in the Moroccan banking sector using Naïve Bayes and Stanford NLP
Autorzy:
Riadsolh, Anouar
Lasri, Imane
ElBelkacemi, Mourad
Powiązania:
https://bibliotekanauki.pl/articles/2141901.pdf
Data publikacji:
2020
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
Big Data processing
Apache Spark
Apache Kafka
real-time text processing
sentiment analysis
Stanford core NLP
Naïve Bayes classifier
Opis:
In a world where every day we produce 2.5 quintillion bytes of data, sentiment analysis has been a key for making sense of that data. However, to process huge text data in real-time requires building a data processing pipeline in order to minimize the latency to process data streams. In this paper, we explain and evaluate our proposed real-time customer’ sentiment analysis pipeline on the Moroccan banking sector through data from the web and social network using open-source big data tools such as data ingestion using Apache Kafka, In-memory data processing using Apache Spark, Apache HBase for storing tweets and the satisfaction indicator, and ElasticSearch and Kibana for visualization then NodeJS for building a web application. The performance evaluation of Naïve Bayesian model show that for French Tweets the accuracy has reached 76.19% while for English Tweets the result was unsatisfactory and the resulting accuracy is 56%. To remedy this problem, we used the Stanford core NLP which, for English Tweets, reaches a precision of 80.7%.
Źródło:
Journal of Automation Mobile Robotics and Intelligent Systems; 2020, 14, 4; 64-71
1897-8649
2080-2145
Pojawia się w:
Journal of Automation Mobile Robotics and Intelligent Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Czego nie mówią politycy, powie wam big data
What politicians do not say, big data will tell you
Autorzy:
Dobrowolski, Mateusz
Kalisz, Paweł
Powiązania:
https://bibliotekanauki.pl/articles/1849500.pdf
Data publikacji:
2020-09-30
Wydawca:
Instytut Dyskursu i Dialogu
Tematy:
big data
twitter
analiza języka
politycy
language analysis
politicians
Opis:
Artykuł ten jest opisem analizy języka, jakim posługują się politycy na Twitterze z podziałem na frakcje polityczne i wykorzystanie algorytmów uczenia maszynowego.
This article is a description of language analysis of Polish politicians on Twitter, considering political fractions with the use of machine learning algorithms.
Źródło:
Dyskurs & Dialog; 2020, II, 3 (5); 55-78
2658-2368
2658-2406
Pojawia się w:
Dyskurs & Dialog
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Depression in the light of the Transactional Analysis theory – social media Big Data analysis
Depresja w świetle teorii analizy transakcyjnej - analiza mediów społecznościowych przy pomocy Big Data
Autorzy:
Wieczorek, Zbigniew
Powiązania:
https://bibliotekanauki.pl/articles/445825.pdf
Data publikacji:
2019
Wydawca:
Uniwersytet Humanistyczno-Przyrodniczy im. Jana Długosza w Częstochowie. Wydawnictwo Uczelniane
Tematy:
depresja
analiza transakcyjna
Big Data
media społecznościowe
depression
transactional analysis
big data
social media
Opis:
Analiza wyników badań epidemiologicznych pozwala stwierdzić wzrost częstości zachorowań na depresje. Trzeba też mieć świadomość istnienia osób, które znajdują się na pograniczu depresji a także tych, którzy z różnych powodów nie będą nigdy zdiagnozowani a są osobami chorymi. Depresja znacząco obniża jakość życia chorych i ma poważne konsekwencje zdrowotne. Dodatkowo jest to poważny problem społeczny, który wiąże się ze skutkami psychologicznymi dla otoczenia chorego oraz rosnącymi kosztami leczenia depresji. Opis depresji jest złożony, wiąże się z czynnikami psychospołecznymi, pojawia się wiele modeli depresji i sposobów radzenia sobie z chorobą. Wzrost wiedzy na temat depresji może przyczynić się do wcześniejszego diagnozowania a w określonych sytuacjach do zapobiegania chorobie. Model depresji przedstawiony w teorii analizy transakcyjnej jest przydatny w opisie i zrozumieniu problemów depresyjnych. Specyficzny język analiz transakcyjnej przydatny jest w procesie edukacyjnym, pozwala też na analizę zjawiska poprzez rozpoznawanie specyficznych zachowań i wypowiedzi. Język ten można wykorzystać w analizie mediów społecznościowych, które od pewnego czasu są odbiciem problemów realnego życia.
The analysis of epidemiological studies shows an increase in the number of people suffering from depression. One should also take into account those on the brink of depression and those who, for various reasons, will never be diagnosed but are ill. Depression has a detrimental effect on patients’ quality of life and poses a threat to one’s health. Additionally, it is a serious social issue that is linked with psychological consequences for a given patient’s environment and growing costs of depression treatment. The description of depression is complex and regards psycho-social factors. There are many models of depression and ways of dealing with it. The growth of knowledge about depression might contribute to early diagnosing and, in particular situations, it might prevent the illness. The model of depression presented in the theory of transactional analysis is useful in describing and understanding issues concerning depression. The specific language of transactional analysis is useful in the educational process, it also allows for analysing the phenomenon by identifying particular behaviour and utterances. This language can be used for the analysis of social media which have been reflecting real-life problems for some time.
Źródło:
Edukacyjna Analiza Transakcyjna; 2019, 8; 91-115
2299-7466
Pojawia się w:
Edukacyjna Analiza Transakcyjna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Dlaczego Big Data?
Autorzy:
Hyunjoung, Lee
Powiązania:
https://bibliotekanauki.pl/articles/303256.pdf
Data publikacji:
2019
Wydawca:
Wydawnictwo Druk-Art
Tematy:
baza danych
inteligentne zarządzanie
analiza danych Big Data
database
intelligent management
big data analysis
Opis:
Ilość danych jest ogromna i cały czas rośnie w szalonym tempie. Jednocześnie przybywa danych zbędnych, a wykonanie bardziej efektywnej, rzetelnej analizy wymaga ich przefiltrowania i usunięcia. Umiejętność wyodrębniania ze zbiorów danych prawidłowych i przydatnych informacji staje się czymś nieodzownym. Dzięki analizie Big Data przedsiębiorstwo zyskuje możliwość oddzielenia „ziarna od plew” i poszerzenia swojej początkowo dość wąskiej perspektywy. Istotą Big Data nie jest objętość (ilość) danych, szybkość ich przepływu ani różnorodność, lecz poszerzenie horyzontów myślowych oraz inne spojrzenie na dane. Chcesz zobaczyć cały las? To nie wychodź z niego, ale wespnij się na szczyt góry. Podobnie rzeczy mają się z Big Data. Szukasz istotnych informacji? Wzbij się niczym ptak w przestworza, a im wyżej się wniesiesz, tym szersze będzie twoje pole widzenia. Aby zobaczyć z zewnątrz to, czego się nie da uchwycić, pozostając wewnątrz, potrzebny jest punkt widzenia obejmujący cały las. I tutaj właśnie wkracza Big Data.
Źródło:
Napędy i Sterowanie; 2019, 21, 2; 62-69
1507-7764
Pojawia się w:
Napędy i Sterowanie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Generalized formal model of big data
Autorzy:
Shakhovska, N.
Veres, O.
Hirnyak, M.
Powiązania:
https://bibliotekanauki.pl/articles/410946.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Oddział w Lublinie PAN
Tematy:
analysis
data
model
big data
information technology
Opis:
This article dwells on the basic characteristic features of the Big Data technologies. It is analyzed the existing definition of the "big data" term. The article proposes and describes the elements of the generalized formal model of big data. It is analyzed the peculiarities of the application of the proposed model components. It is described the fundamental differences between Big Data technology and business analytics. Big Data is supported by the distributed file system Google File System technology, Cassandra, HBase, Lustre and ZFS, by the MapReduce and Hadoop programming constructs and many other solutions. According to the experts, such as McKinsey Institute, the manufacturing, healthcare, trade, administration and control of individual movements undergo the transformations under the influence of the Big Data.
Źródło:
ECONTECHMOD : An International Quarterly Journal on Economics of Technology and Modelling Processes; 2016, 5, 2; 33-38
2084-5715
Pojawia się w:
ECONTECHMOD : An International Quarterly Journal on Economics of Technology and Modelling Processes
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Good and bad sociology: does topic modelling make a difference?
Autorzy:
BARANOWSKI, MARIUSZ
CICHOCKI, PIOTR
Powiązania:
https://bibliotekanauki.pl/articles/2028162.pdf
Data publikacji:
2021-12-31
Wydawca:
Uniwersytet im. Adama Mickiewicza w Poznaniu
Tematy:
unsupervised text analysis
LDA
topic modelling
sociological methods
big data sociology
Opis:
The changing social reality, which is increasingly digitally networked, requires new research methods capable of analysing large bodies of data (including textual data). This development poses a challenge for sociology, whose ambition is primarily to describe and explain social reality. As traditional sociological research methods focus on analysing relatively small data, the existential challenge of today involves the need to embrace new methods and techniques, which enable valuable insights into big volumes of data at speed. One such emerging area of investigation involves the application of Natural Language Processing and Machine-Learning to text mining, which allows for swift analyses of vast bodies of textual content. The paper’s main aim is to probe whether such a novel approach, namely, topic modelling based on Latent Dirichlet Allocation (LDA) algorithm, can find meaningful applications within sociology and whether its adaptation makes sociology perform its tasks better. In order to outline the context of the applicability of LDA in the social sciences and humanities, an analysis of abstracts of articles published in journals indexed in Elsevier’s Scopus database on topic modelling was conducted. This study, based on 1,149 abstracts, showed not only the diversity of topics undertaken by researchers but helped to answer the question of whether sociology using topic modelling is “good” sociology in the sense that it provides opportunities for exploration of topic areas and data that would not otherwise be undertaken.
Źródło:
Society Register; 2021, 5, 4; 7-22
2544-5502
Pojawia się w:
Society Register
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 36

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