BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Vasilev Julian (University of Economics Varn a Department of Informatics), Marinova Nataliya (D. Tsenov Academy of Economics Svishtov Department of Business Informatics)
Tytuł
Text Mining of Articles in an Issue of the Journal "Economics and Computer Science" Dedicated on the DIMBI Project
Eksploracja tekstów artykułów w jednym z wydań czasopisma "Economics and Computer Science" dedykowanemu projektowi DIMBI
Źródło
Ekonomiczne Problemy Usług, 2017, nr 126, T.2, s. 153-159, tab., bibl.8 poz.
Słowa kluczowe
Ontologia
Ontology
Uwagi
Klasyfikacja JEL: C45 , C88
streszcz., summ.
Abstrakt
Celem artykułu jest wykorzystanie technik analizy danych biznesowych w celu przeanalizowania artykułów w jednym z numerów (tom 2, wydanie 5) czasopisma "Economics and Computer Science". Ze względu na różnorodne metody analizy danych biznesowych badanie ogranicza się do metod eksploracji tekstu. Celem badania jest znalezienie terminologii, która jest wspólna dla wszystkich artykułów w jednym, wybranym numerze czasopisma. Ponieważ w tym dzienniku poruszono wiele zagadnień tematycznych, to zadaniem badawczym jest to, aby znaleźć ontologie w każdym wydaniu tematycznym. Stosowanym narzędziem i oprogramowaniem do wydobywania tekstu jest Rapid Miner. To oprogramowanie używane jest przede wszystkim do wynajdowania najczęściej używanych słów kluczowych. Następnie , ręcznie został stworzony słowniczek pojęć. Głównymi grupami okazały się być: edukacja, badania i oprogramowanie. Proponowana metoda może być wykorzystywana przez innych autorów dla innych badań o różnej tematyce. (abstrakt oryginalny)

The purpose of this article is to use business intelligence techniques to analyse articles in an issue (Volume 2, Issue 5) of the journal "Economics and Computer Science". Since business intelligence methods are many, the research is limited to text mining methods. The research aim is to find terminology which is common for all articles in one issue of the journal. Since the journal has published several thematic issues, it is a research que stions to find ontologies in each thematic issue. Rapid Miner is used as a software tool to conduct the text mining techniques. The most frequently used terms are found by Rapid Miner. A manual thematic classification of terms is done. The main groups are: educational, research and software. The proposed methodology may be used by other authors for other surveys in different thematic content.(original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Szczecińskiego
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Economics and Computer Science Journal. Retrieved from: http://eknigibg.net/index.php?route= information/information&information_id=8 (7.02.2017).
  2. Feldman, R., Sanger, J. (2007). The text mining handbook: advanced approaches in analyzing unstructured data. New York: Cambridge University Press.
  3. Gantz, J., Reinsel, D. (2012). The digital universe in 2020: big data, bigger digital shadows, and biggest growth in the Far East. Retrieved from: http://www.emc.com/collateral/analystreports/ idc-the-digital-universe-in-2020.pdf (3.06.2016).
  4. Hashimi, H., Hafez, A., Mathkour, H. (2015). Selection criteria for text mining approaches. Computers in Human Behavior, 51, 729-733.
  5. Hearst, M. (1999). Untangling Text Data Mining. University of Maryland: Proceedings of the ACL '99.
  6. Kumar, B. S., Ravi, V. (2016). A survey of the applications of text mining in financial domain. Knowledge-Based Systems, 114, 128-147.
  7. The DIMBI project. Retrieved from: http://dimbi.paragonweb.eu/ (7.02.2017).
  8. Rapid Miner. Retrieved from: https://rapidminer.com/ (7.02.2017).
Cytowane przez
Pokaż
ISSN
1896-382X
Język
eng, pol
URI / DOI
http://dx.doi.org/10.18276/epu.2017.126/2-16
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu