Электронный архив НГУ

Методы и средства визуализации информационного наполнения больших научных порталов

Показать сокращенную информацию

dc.contributor.author Апанович, З. В. ru_RU
dc.contributor.author Винокуров, П. С. ru_RU
dc.contributor.author Кислицина, Т. А. ru_RU
dc.creator Институт систем информатики им. А. П. Ершова СО РАН ru_RU
dc.creator A. P. Ershov Institute of Informatics Systems SB RAS en_EN
dc.creator Новосибирский государственный университет ru_RU
dc.creator Novosibirsk State University en_EN
dc.date.accessioned 2015-03-03T10:10:06Z
dc.date.available 2015-03-03T10:10:06Z
dc.date.issued 2011
dc.identifier.citation Апанович З. В., Винокуров П. С., Кислицина Т. А. Методы и средства визуализации информационного наполнения больших научных порталов // Вестник НГУ. Серия: Информационные технологии. 2011. Т. 9. Вып. 3. С. 5-14. - ISSN 1818-7900. ru_RU
dc.identifier.issn 1818-7900
dc.identifier.uri http://www.nsu.ru/xmlui/handle/nsu/6920
dc.description.abstract Due to the fast development of Semantic Web and its new branch of Linked Open Data, large amounts of structured information on various scientific areas become available. Digital libraries, information systems and portals based on ontologies are the most reliable sources of this information that need careful investigation in order to optimize science management. A generally accepted way to facilitate understanding of such large and complex data sets is graph visualization. This paper is devoted to newly developed visualization algorithms of co-authorship and citation networks extracted from information portals and digital libraries of the Linked Open Data cloud. en_EN
dc.description.abstract Благодаря быстрому развитию направления Semantic Web и его новой ветви Linked Open Data в Интернете становятся доступными большие объемы структурированной информации, размещенной на научных порталах, посвященных различным научным направлениям. Наиболее достоверным источником информации, посвященной любому научному направлению, являются собственно научные публикации, составляющие основное наполнение таких порталов. Эти данные нуждаются в средствах анализа, которые могли бы способствовать упрощению их понимания и оптимизации научного менеджмента. В данной работе описываются новые алгоритмы визуализации графов, реализованные в ИСИ СО РАН, и демонстрируется применение этих алгоритмов для визуализации сетей соавторства и сетей цитирования, извлеченных из научных порталов, входящих в облако Linked Open Data. ru_RU
dc.description.sponsorship Работа выполнена при финансовой поддержке Российского фонда фундаментальных исследований (гранты No 09-07-00400 и 11-07-00388) и проекта РАН 2/12 «Формальные языки и методы спецификации, анализа и синтеза информационных систем». ru_RU
dc.language.iso ru
dc.publisher Новосибирский государственный университет ru_RU
dc.subject онтология ru_RU
dc.subject информационное наполнение ru_RU
dc.subject методы визуализации информации ru_RU
dc.subject силовой алгоритм ru_RU
dc.subject радиальный алгоритм ru_RU
dc.subject иерархические жгуты ребер ru_RU
dc.subject поуровневое изображение ориентированного графа ru_RU
dc.subject сети цитирования ru_RU
dc.subject Open Linked Data ru_RU
dc.subject Open Linked Data en_EN
dc.subject modularity en_EN
dc.subject citation networks en_EN
dc.subject layered graph drawing en_EN
dc.subject information visualization en_EN
dc.subject content en_EN
dc.subject ontology en_EN
dc.subject scientific portal en_EN
dc.title Методы и средства визуализации информационного наполнения больших научных порталов ru_RU
dc.title.alternative Visualization tools for large scientific portals content en_EN
dc.type Article
dc.description.reference 1. Апанович З. В., Кислицына Т. A. Расширение подсистемы визуализации наполнения информационного портала средствами визуальной аналитики // Проблемы управления и моделирования в сложных системах: Тр. XII Междунар. конф. Самара, 2010. С. 518–525. 2. Apanovich Z. V., Vinokurov P. S. Ontology Based Portals and Visual Analysis of Scientific Communities // First Russia and Pacific Conference on Computer Technology and Applications, 6–9 September, 2010. Vladivostok, 2010. P. 7–11. 3. Bizer C., Heath T., Berners-Lee T. Linked Data – The Story so Far // Int. J. Semantic Web Inf. Syst. 2009. Vol. 5 (3). P. 1–22. 4. Newman M. E. J., Girvan M. Finding and Evaluating Community Structure in Networks // Physical Review E. 2004. Vol. 69. 5. Fruchterman T. M. J., Reingold E. M. Graph Drawing by Force-Directed Placement // Software – Practice and Experience. 1991. Vol. 21. No. 11. P. 1129–1164. 6. Sugiyama K., Tagawa S., Toda M. Methods for Visual Understanding of Hierarchical System Structures // IEEE Trans. Systems, Man, and Cybernetics. 1981. P. 109–125. 7. Lin Shen, Kernighan B. W. An Effective Heuristic Algorithm for the Traveling-Salesman Problem // Operations Research. 1973. Vol. 21 (2). P. 498–516. ru_RU
dc.subject.udc 004.9, 004.89
dc.relation.ispartofvolume 9
dc.relation.ispartofnumber 3
dc.relation.ispartofpages 5-14


Файлы в этом документе

Данный элемент включен в следующие коллекции

Показать сокращенную информацию