ЖУРНАЛ БІЗНЕС ІНФОРМ.

УКР

ENG

Пошук:

СВІДОЦТВО ПРО РЕЄСТРАЦІЮ

КВ №19905-9705 ПР від 02.04.2013 р.

ЗАСНОВНИКИ

НАУКОВО-ДОСЛІДНИЙ ЦЕНТР ІНДУСТРІАЛЬНИХ ПРОБЛЕМ РОЗВИТКУ НАН УКРАЇНИ
(ХАРКІВ, УКРАЇНА)

Згідно з рішенням № 802 Національної ради України з питань телебачення і радіомовлення від 14.03.2024 р. зареєстрований суб’єктом у сфері друкованих медіа. Ідентифікатор R30-03156

ВИДАВЕЦЬ

ФОП Лібуркіна Л. М.

РОЗДІЛИ САЙТУ

Кластерний аналіз використання та розповсюдження Інтернет-технологій у регіонах України
Туманов О. О.

Туманов О. О. Кластерний аналіз використання та розповсюдження Інтернет-технологій у регіонах України. Бізнес Інформ. 2020. №3. C. 244–252.
https://doi.org/10.32983/2222-4459-2020-3-244-252

Розділ: Економічна статистика

Стаття написана українською мовою
Завантажень/переглядів: 5

Завантажити статтю (pdf) -

УДК 303.722.4:[332.132:004](477)

Анотація:
За останні десятиліття розвиток і розповсюдження Інтернет-технологій набули величезних обертів. Використання мобільного Інтернету значно прискорило цей процес. Людям більше не потрібно залишатися вдома або в офісі, щоб перебувати в Інтернет-мережі, а деякі навіть повністю перенесли свою роботу в онлайн-середовище. Одними з важливих елементів цього середовища є соціальні мережі, блоги та інші засоби масової інформації. Соціальні медіа швидко набули популярності, оскільки дають можливість людям спілкуватися та ділитися думками. Велике значення має автоматизований аналіз даних для отримання значущої інформації, яка необхідна потенційному бізнесу, користувачам і споживачам. Для того, щоб краще вивчити використання соціальних медіа, спочатку потрібно зосередитися на загальному підході та знайти надійні показники. Ці показники можуть бути даними інформаційно- комунікаційних технологій (ІКТ), які тепер впливають на кожен аспект життя людини. Вони відіграють значну роль на робочому місці, у бізнесі, освіті та розвагах. Дана стаття включає огляд алгоритмів загальних методів кластеризації та посилання на дослідження, зроблені за останні роки, які використовували відповідні алгоритми: 1) на основі поділів; 2) на основі ієрархії; 3) на гібридній основі та 4) на основі щільності. Досліджено використання та розповсюдження Інтернет-технологій у регіонах Україні. Інформаційною базою дослідження є показники наявної ІКТ-інфраструктури в областях України у 2018 р. На основі даних використання Інтернету в регіонах України проведено кластерний аналіз та надано візуалізацію розподілів на отримані групи.

Ключові слова: методи кластеризації, інформаційно-комунікаційні технології, аналіз, алгоритми, дослідження.

Рис.: 4. Табл.: 2. Бібл.: 17.

Туманов Олексій Олександрович – здобувач, кафедра статистики, обліку та аудиту, Харківський національний університет імені В. Н. Каразіна (пл. Свободи, 4, Харків, 61022, Україна)
Email: [email protected]

Список використаних у статті джерел

Рядно О. А., Беркут О. В. Дослідження структури та динаміки диференціації соціально-економічного розвитку регіонів України на основі кластерного аналізу. Економічний вісник Донбасу. 2016. № 1. С. 60–67. URL: https://core.ac.uk/download/pdf/87393771.pdf
Меркулова Т. B., Богданова Г. C. Довіра і соціально-економічний розвиток: кластерний аналіз зв’язку показників. Вісник Харківського національного університету імені В. Н. Каразіна. Серія «Економічна». 2016. Вип. 91. C. 74–79. URL: https://periodicals.karazin.ua/economy/article/view/8654/8189
Єріна А. М. Статистичне моделювання та прогнозування : навч. посіб. / Київ : КНЕУ, 2014, 348 с.
Корепанов Г. С., Лазебник Ю. О., Пономарьова Т. В. Застосування кластерного аналізу для групування регіонів за рівнем інвестиційної привабливості. Вісник Харківського національного університету імені В. Н. Каразіна. Серія «Економічна». 2014. Вип. 86. С. 63–70. URL: https://periodicals.karazin.ua/economy/article/view/5409/4956
Корепанов О. С., Степанов О. М. Статистичний аналіз ринку праці в Україні методами багатовимірної класифікації: регіональний аспект. Проблеми економіки. 2017. № 4. С. 384–392. URL: https://www.problecon.com/export_pdf/problems-of-economy-2017-4_0-pages-384_392.pdf
Доступ домогосподарств України до інтернету у 2018 році (за даними вибіркового обстеження умов життя домогосподарств України) : статистичний збірник. Київ : Державна служба статистики України, 2019. 45 с.
Zadeh L. A., Abbasov A. M., Shahbazova Sh. N. Analysis of Twitter Hashtags: Fuzzy Clustering Approach // Fuzzy Information Processing Society (Nafips) Held Jointly with 2015 : 5th World Conference on Soft Computing (WCONSC), 2015. Annual Conference of the North American, IEEE. DOI: 10.1109/NAFIPS-WConSC.2015.7284196
Anumol B., Pattani R. V. Efficient Density Based Clustering of Tweets and Sentimental Analysis Based on Segmentation. International Journal of Computer Techniques. 2016. Vol. 3. Issue 3. P. 53–57. URL: http://www.ijctjournal.org/Volume3/Issue3/IJCT-V3I3P9.pdf
Baralis E., Cerquitelli T., Chiusano S., Grimaudo L., Xiao X. Analysis of Twitter Data Using a MultipleLevel Clustering Strategy // International Conference on Model and Data Engineering. Springer, 2013. P. 13–24. URL: https://link.springer.com/chapter/10.1007/978-3-642-41366-7_2
Vicente M., Batista F., Carvalho J. P. Twitter Gender Classification Using User Unstructured Information // Fuzzy Systems (Fuzz-IEEE) : IEEE International Conference. IEEE, 2015. P. 1–7. DOI: 10.1109/FUZZ-IEEE.2015.7338102
Ifrim G., Shi B., Brigadir I. Event Detection in Twitter Using Aggressive Filtering and Hierarchical Tweet Clustering // Second Workshop on Social News on the Web (Snow). Seoul, Korea, 8 April 2014, ACM. URL: http://ceur-ws.org/Vol-1150/ifrim.pdf
DBSCAN // Вікіпедія. URL: https://uk.wikipedia.org/wiki/DBSCAN
Friedemann V. Clustering A Customer Base Using Twitter Data. 2015. URL: https://pdfs.semanticscholar.org/08cd/1743d71b9f3e54208871c1562c6083b25f24.pdf
Global Digital Report 2019 – We are Social. URL: https://wearesocial.com/global-digital-report-2019
Li C., Sun A., Weng J., He Q. Tweet Segmentation and Its Application to Named Entity Recognition. 2015. DOI: 10.1109/TKDE.2014.2327042
Kaur N. A Combinatorial Tweet Clustering Methodology Utilizing Inter and Intra Cosine Similarity. Regina, 2015. URL: https://ourspace.uregina.ca/bitstream/handle/10294/6549/Kaur_Navneet_200331665_MASC_SSE_Fall2015.pdf?sequence=1
Soni R., Mathai K. J. Improved Twitter Sentiment Prediction Through Cluster-Then-Predict Model. International Journal of Computer Science and Network. 2015. Vol. 4. Issue 4. P. 559–563. URL: https://arxiv.org/ftp/arxiv/papers/1509/1509.02437.pdf

ДЛЯ АВТОРІВ

Ліцензійний договір

Умови публікації

Вимоги до статей

Положення про рецензування

Договір публікації

Номер в роботі

Питання, які задаються найчастіше

ІНФОРМАЦІЯ

План наукових конференцій

НАШІ ПАРТНЕРИ

Журнал «Проблеми економіки»

Матеріали на сайті розміщені на умовах ліцензії Creative Commons Attribution 4.0 International CC BY-SA.

Написати вебмастеру