This paper describes our solution f

This paper describes our solution for mining and analysis data from social media. Our approach for data processing consist from three stages and combines the use of two different concepts – big data and cloud computing. First and second stages are data mining from social media and its filtration or aggregation which in result gives relatively small datasets with data relevant to the solving task. Data mining is performed by crawler which is based in MapReduce model for distributed computations and which we implemented using Hadoop framework [2]. On the last stage obtained small datasets are analyzed using sophisticated models. Whole data analysis process is formalized in composite application which is run in our environment for distributed computing-based cloud platform CLAVIRE (CLoud Applications VIRtual Environment)
Another part of the paper describes analysis of people who write about drugs in social media. We present an idea of using social media as an additional data source for analysis and modeling of illegal activities in society. Developed technologies for mining and analysis are applied to characterize users who write about drugs. Characteristics reveal additional interests of users and compose their psychological portrait. This paper also describes prediction model for the level of drug use among population which considers various factors, like macro-state of the population and individual characteristics of residents. Results of social media analysis such as level of interest to the drug theme or characteristics of users who uses drugs can be used to increase accuracy of this model.

ผลลัพธ์ (ไทย) 1:

เอกสารนี้อธิบายหนทางแก้ปัญหาการทำเหมืองข้อมูลวิเคราะห์จากสื่อสังคม วิธีการของเราสำหรับการประมวลผลข้อมูลประกอบจากสามขั้นตอน และใช้สองแตกต่างกันแนวคิด – ข้อมูลขนาดใหญ่และเมฆรวมคำนวณ ขั้นที่หนึ่ง และสองเป็นการทำเหมืองข้อมูลจากสังคม และกรอง หรือรวมซึ่งในผลลัพธ์ให้ datasets ขนาดค่อนข้างเล็ก ด้วยข้อมูลที่เกี่ยวข้องกับงานแก้ปัญหา ดำเนินการทำเหมืองข้อมูล โดย crawler ซึ่งอยู่ในรูปแบบ MapReduce สำหรับประมวลผลแบบกระจาย และ ที่เรานำมาใช้ใช้อย่างไร Hadoop กรอบ [2] ในสุดท้าย datasets ขนาดเล็กระยะที่ได้รับจะวิเคราะห์โดยใช้รูปแบบ กระบวนการวิเคราะห์ข้อมูลทั้งหมดเป็นอย่างเป็นทางในการรวมโปรแกรมประยุกต์ที่เรียกใช้ในสภาพแวดล้อมของเราสำหรับแพลตฟอร์มเมฆกระจายที่คำนวณตาม CLAVIRE (เมฆโปรแกรมประยุกต์เสมือนสภาพแวดล้อม)ส่วนอื่นของกระดาษอธิบายวิเคราะห์ของผู้เขียนเกี่ยวกับยาเสพติดในสังคม เรานำเสนอความคิดของการใช้สื่อสังคมออนไลน์เป็นแหล่งที่มีข้อมูลเพิ่มเติมสำหรับการวิเคราะห์ และสร้างแบบจำลองของสังคม พัฒนาเทคโนโลยีการทำเหมืองและการวิเคราะห์จะใช้การกำหนดลักษณะผู้ใช้ที่เขียนเกี่ยวกับยาเสพติด ลักษณะเปิดเผยผลประโยชน์เพิ่มเติมของผู้ใช้ และเขียนภาพเหมือนจิตใจของพวกเขา เอกสารนี้อธิบายถึงแบบจำลองพยากรณ์สำหรับระดับของการใช้ยาเสพติดในหมู่ประชากรซึ่งพิจารณาปัจจัยต่าง ๆ เช่นแมโครสถานะของประชากรแต่ละลักษณะของคน สามารถใช้ผลการวิเคราะห์สื่อสังคมเช่นระดับของยารูปแบบหรือลักษณะของผู้ที่ใช้ยาเสพติดเพื่อเพิ่มความถูกต้องของรูปแบบนี้

ผลลัพธ์ (ไทย) 2:

กระดาษนี้จะอธิบายวิธีการแก้ปัญหาของเราสำหรับการทำเหมืองข้อมูลและการวิเคราะห์จากสื่อสังคม วิธีการของเราสำหรับการประมวลผลข้อมูลที่ประกอบด้วยสามขั้นตอนและรวมการใช้งานของสองแนวคิดที่แตกต่างกัน - ข้อมูลขนาดใหญ่และคอมพิวเตอร์เมฆ ขั้นตอนแรกและครั้งที่สองที่มีการทำเหมืองข้อมูลจากสื่อสังคมและการกรองหรือการรวมผลซึ่งจะช่วยให้ชุดข้อมูลขนาดเล็กที่มีข้อมูลที่เกี่ยวข้องกับงานแก้ การทำเหมืองข้อมูลจะดำเนินการโดยซอฟต์แวร์รวบรวมข้อมูลที่อยู่ในรูปแบบ MapReduce สำหรับการคำนวณการกระจายและการที่เราดำเนินการโดยใช้กรอบ Hadoop [2] ในขั้นตอนสุดท้ายที่ได้รับชุดข้อมูลขนาดเล็กที่มีการวิเคราะห์โดยใช้แบบจำลองที่มีความซับซ้อน ขั้นตอนการวิเคราะห์ข้อมูลทั้งที่เป็นทางการในการประยุกต์ใช้คอมโพสิตซึ่งเป็นที่ทำงานในสภาพแวดล้อมของเราสำหรับการกระจายการคำนวณที่ใช้แพลตฟอร์มเมฆ CLAVIRE (การประยุกต์ใช้งานเสมือนเมฆสิ่งแวดล้อม)
เป็นส่วนหนึ่งของกระดาษก็อธิบายการวิเคราะห์ของคนที่เขียนเกี่ยวกับยาเสพติดในสังคมสื่อ เรานำเสนอความคิดของการใช้สื่อทางสังคมในฐานะที่เป็นแหล่งข้อมูลเพิ่มเติมสำหรับการวิเคราะห์และการสร้างแบบจำลองของกิจกรรมที่ผิดกฎหมายในสังคม เทคโนโลยีที่พัฒนาสำหรับการทำเหมืองและการวิเคราะห์จะใช้กับลักษณะของผู้ใช้ที่เขียนเกี่ยวกับยาเสพติด ลักษณะเปิดเผยผลประโยชน์ที่เพิ่มขึ้นของผู้ใช้และเขียนภาพทางด้านจิตใจของพวกเขา บทความนี้ยังอธิบายถึงรูปแบบการคาดการณ์สำหรับระดับของการใช้ยาในกลุ่มประชากรที่จะพิจารณาปัจจัยต่างๆเช่นมหภาคของรัฐของประชากรและลักษณะของแต่ละบุคคลของผู้อยู่อาศัย ผลของการวิเคราะห์สื่อสังคมเช่นระดับของความสนใจกับรูปแบบยาเสพติดหรือลักษณะของผู้ใช้ที่ใช้ยาเสพติดที่สามารถนำมาใช้เพื่อเพิ่มความถูกต้องของรุ่นนี้

ผลลัพธ์ (ไทย) 3:

บทความนี้อธิบายโซลูชั่นของเราสำหรับเหมืองแร่และวิเคราะห์ข้อมูลจากสื่อสังคม วิธีการของเราเพื่อการประมวลผลข้อมูลประกอบจาก 3 ขั้นตอน และรวมการใช้สองแนวคิดที่แตกต่างกันและข้อมูลที่ใหญ่และคอมพิวเตอร์เมฆครั้งแรกและครั้งที่สองขั้นตอนคือการทำเหมืองข้อมูลจากสื่อทางสังคมและการกรองหรือการรวมตัวซึ่งส่งผลให้ข้อมูลที่ค่อนข้างเล็กที่มีข้อมูลที่เกี่ยวข้องกับการแก้ไขงาน การทำเหมืองข้อมูลจะดําเนินการโดย Crawler ซึ่งอยู่ในรูปแบบ mapreduce กระจายและการประมวลผลที่เราใช้ใช้ Hadoop กรอบ [ 2 ]บนเวทีเมื่อได้รับข้อมูลขนาดเล็ก โดยใช้โมเดลที่ซับซ้อน กระบวนการวิเคราะห์ข้อมูลทั้งหมดคราวในการประกอบที่ใช้ในสภาพแวดล้อมของเราสำหรับการคำนวณแบบกระจาย clavire ใช้แพลตฟอร์มเมฆ ( เมฆโปรแกรมประยุกต์เสมือนสิ่งแวดล้อม
ส่วนอื่นของกระดาษที่อธิบายถึงการวิเคราะห์ของผู้เขียนเกี่ยวกับยาเสพติดในสังคมสื่อ