С 17 марта 2020 г. для ресурсов (учебные, научные, материалы конференций, статьи из периодических изданий, авторефераты диссертаций, диссертации) ЭБ СПбПУ, обеспечивающих образовательный процесс, установлен особый режим использования. Обращаем внимание, что ВКР/НД не относятся к этой категории.

Details

Title: Применение модифицированного алгоритма LSH для кластеризации внешнего окружения веб-пространства университетов // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Сер.: Информатика. Телекоммуникации. Управление: научное издание. – 2015. – № 5 (229)
Creators: Корелин Василий Николаевич; Блеканов Иван Станиславович; Сергеев Сергей Львович
Organization: Санкт-Петербургский государственный университет; Министерство образования и науки Российской Федерации
Imprint: Санкт-Петербург: Изд-во Политехн. ун-та, 2015
Collection: Общая коллекция
Subjects: Вычислительная техника; Манипулирование данными; Статистика; Теория статистики; кластерный анализ; вебометрика; вебометрические рейтинги; методы кластеризации; кластеризация внешних ресурсов; внешние ресурсы; веб-ресурсы; web-ресурсы; LSH алгоритм; Locality-Sensitive Hashing; кластеризация доменов; сайты вузов; рейтинги вузов
UDC: 004.62; 311
LBC: 32.973-018.2; 60.60
Document type: Article, report
File type: PDF
Language: Russian
DOI: 10.5862/JCSTCS.229.8
Rights: Свободный доступ из сети Интернет (чтение, печать, копирование)

Allowed Actions: Read

Action 'Download' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

Проведен кластерный анализ внешних ресурсов сайтов крупных университетов. В качестве исследуемых объектов выбраны сайты университетов России, США и Великобритании, занимающие в своих регионах ведущие позиции в вебометрическом рейтинге. Цель работы – в выявлении для каждого сайта университета групп внешних веб-ресурсов с одинаковым родом деятельности. Проведен анализ найденных групп: определена степень влияния количества и размеров этих групп на вебометрический рейтинг сайтов университетов. Разработан алгоритм кластеризации, основанный на вероятностном методе понижения размерности многомерных данных (Locality-Sensitive Hashing –LSH). Поставлен эксперимент, в котором на тестовых данных показано, что алгоритм позволяет с высокой скоростью и допустимой точностью проводить кластеризацию большого объема данных. Приведены основные результаты исследования.

The paper is dedicated to cluster analysis of external web sites of large universities (web sites that refer to universities and web sites that are referred by universities). Web sites in Russia, the USA and the UK that have highest webometric ranking in their region were chosen as the subject of the study. The goal of the research is to identify a group of sites for each university that have the same kind of activity. The found clusters have been analyzed to determine the impact of group size and the number of groups on webometric ranking of university sites. To achieve the goal of the research, the authors developed a clustering algorithm based on the probabilistic method of reducing the dimension of multidimensional data (Locality-Sensitive Hashing, or LSH). An experiment that was conducted using the test data showed that the developed algorithm has good clustering quality and fast speed performance during massive dataset mining. The main results of the research are presented.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print Download
Internet Authorized users Read Print Download
-> Internet Anonymous Read

Usage statistics

stat Access count: 395
Last 30 days: 5
Detailed usage statistics