• ВХОД

    •  

    Полное описание

    Ло Си. Распознавание контента в социальных сетях с использованием модели машинного обучения на основе больших данных / Ло Си, Ма Кунь. - Текст (визуальный) : непосредственный // Проблемы информационной безопасности государства, общества и личности : материалы международной научно-практической конференции, 7 октября 2021 года, [Владимир] / Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации, Владимирский филиал, Факультет национальной безопасности института права и национальной безопасности. - Владимир : Владимирский фил. РАНХиГС, 2021. - С. 47-52. - Библиогр. в конце ст. - ISBN 978-5-907389-35-9.

    ГРНТИ УДК
    28.23.25004.85-049.8
    19.21316.77:004

    Рубрики:
    Машинное обучение -- Применение
    Социальные сети

    Кл.слова (ненормированные): модель машинного обучения -- социальные сети -- распознавание контента -- приложение для распознавания
    Аннотация: С наступлением эпохи глобализации все сферы жизни общества быстро набирают обороты, генерируя огромное количество данных, поэтому объем информации становится колоссальным. Однако из-за огромного количества и сложности обработки больших данных возникает множество проблем, с которыми не справляются модели машинного обучения, предназначенные для работы с небольшими данными. В связи с этим исследование методов разработки моделей машинного обучения на основе больших данных становится центром внимания общества. Умение автоматически распознавать высококачественный контент из колоссального объема медиаконтента является одной из основных функций таких систем, как рекомендательные системы, поисковые системы и т.д. Существующие методы опираются на большое количество данных, размеченных вручную при обучении. В данной работе предложен метод распознавания контента в социальных сетях с использованием модели машинного обучения на основе больших данных. Описанный метод использует гетерогенные сети для одновременного моделирования текста и социальной информации статей в социальных сетях в рамках единой структуры с последующим интегрированием этой информации в сеть для получения высокоуровневых функций.
    Доп. точки доступа:
    Ма Кунь
    Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации(Москва). Владимирский филиал
    Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации(Москва). Институт права и национальной безопасности. Факультет национальной безопасности

    Экз-ры полностью f209203d375b0d2ecd4df39a2056b24e
    Нет сведений об экземплярах
    Держатели документа:
    Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -085668-711887)

    Шифр в сводном ЭК: a6ffacc1e6fa1bea64b0e6daa0a583f2




    Заказ фрагмента документа ₽