Сообщения

NETWORK-АНАЛИЗ

Изображение
Для анализа были взяты данные по авиаперевозкам. Network Explorer: MDS: Correlations: Выводы: 1. Меньше всего связей у Large Hub. Больше всего у Medium Hub, Small Hub и Nonhub Primari. У Nonprimary Commercial Service связей нет вообще. Наибольшее значение имеют Medium Hub, Small Hub и Nonhub Primari: их больше всего. Large Hub могут учитываться, но данные могут быть бесполезными. 2. Центральным элементом во всех связых является Small Hub. Они являются связующим звеном между Medium Hub и Nonhub Primari. Это видно по модели MDS. По модели Network Explorer труднее обозначить центральный элемент. Однако, по ней видно, что большую часть занимает Nonhub Primari: это видно по окрашиванию всей области связей. 3. Удобней всего модель MDS: в ней четко определены связи между всеми компонентами, в отличии от Network Explorer, в которой все связи смешиваются в одно большое пятно, и Correlations, в которой обозначены слишком подробные данные.

Графический анализ с кластеризацией

Изображение
1. Результаты кластеризации и Image Grid отличаются. На мой взгляд, Image Grid выполнен логичнее и точнее. Там более понятен смысл разделения, нежели в кластеризации (по тому, что изображено на картинках). 2. Для анализа я выбрал альбомы музыкального исполнителя Lida. В Image Grid раздление на группы произошло по тому, что изображено на картинках: количество объектов, их размер, тип. В кластеризации принцип разделения не понятен. Картинки будто были выбраны в хаотичном порядке: нет разделения ни по цветовой гамме, ни по объектам. С классификацией Image Grid я согласен на 100%, она логична, понятна. Можно выделить конкретные признаки, по которым программа разделила на группы эти картинки.

объектно-ориентированный графический анализ

Изображение
Для анализа я брал обложки альбомов и отдельных треков и фитов группы "Папин Олимпос". Согласно анализу, на второй картинке программа разделила обложки на пять конкретных групп по горизонтали и одну промежуточную. При этом вертикально они тоже разделены на группы. В общем, на 2 картинке они разделены по признакам: человек или нет; по технике изображения, стилю; по количеству объектов; по надписям; по цветовой гамме. Согласно анализу, на первой картинке, программа разделила картинки точно также, как на второй. Восьмая картинка посередине, так как не относится конкретно к какой-либо группе, имеет общее сразу совсеми. Четвертая, первая и шестая картинки стоят отдельно, также как и на второй картинке анализа, потому что схожи по цветовой гамме, рисовке и расположению объектов. Седьмая картинка тоже стоит отдельно, потому что она отличается от всех остальных: объект перекрыт текстом и стоит спиной. Различий между группировкой разных анализов нет. Я согласен с такой группиро...

Качественно-количественный контент-анализ

Изображение
Для анализа я взял тексты о группе "Три дня дождя" из прошлого задания. Оба тексты примерно одинаковы по своему содержанию. В первои и во втором тексте часто употребляются предлоги, название группы и имя солиста. В целом тексты посвящены биографии солиста и биографии группы. Анализ это подтвердил: среди часто упомянаемых слов встречаются слова:три, дня, проект, исполнитель музыкант и т.д.

Автоматизированный контент-анализ

Изображение
Для анализа я взял три текста о группе "Тра дня дождя". Первый текст: фактов больше, чем в других; эмоций больше, чем в других; имен меньше, чем в других; названий меньше, чем в других. Второй текст: фактов с третьим примерно одинаково и меньше, чем в первом; эмоций меньше, чем в других; имен с третим примерно одинаково и больше, чем в первом; названий больше, чем в других. Третий текст: фактов примерно одинакого со вторым и меньше, чем в первом; эмоций средне, между первым и вторым текстом; имена со вторым примерно одинакого и больше, чем в первом; названий средне, между первым и вторым текстом. Вывод: первый текст больше нацелен на факты и эмоции, без глубокого углубления в подробности по типу имен и названий. Второй текст и третий, судя по анализу, примерно одинаковы по своему содержанию, но во втором большее углубление в подробности, по типу имен и названий.

Ручной контент-анализ

Изображение
Вывод. Во второй тексте использовано больше имен, чем в первом. Также и с названиями. Скорее всего, это связано с тем, что первый текст направлен на историю самой группы «Три дня дождя», а второй рассказывает о творчестве группы, упоминая больше людей, с которыми работала группа.

Кластерный анализ из внешней базы данных

Изображение
Для анализа было взято слово quest а) мы видим, что слово quest связано с такими словами, как books, film, qames и др. Есть и другие слова, связанные с новостями. Это связано с тем, что тематика квестов может быть совершенно разной, а также применяться данный формат может где угодно. б) очень много пересечений со словом other, это подтверждает, что тематика и применение квестов широко применимо в любой области жизни людей.