ttm / percolationlegacy Goto Github PK

tvz tentar tb IA nos testes de KS ára ver quais somas, multipolicações e qqr operacoes entre as medidas dah maior separacao entre os setores ou preveem as medidas.

Para tentar separacao/clusterizacao dos setores ou de grupos de tamanhos arbitrarios,
fazer o metodo de minimizacao das distancias intra e maximizacao da extra.
Tentar o IA para clusterizacao com medidas compostas: medidas criadas via IA (e.g. genetico) e fitness alguma relacao das medidas intra e extra e numero de grupos e de individuos em cada grupo.

Fusek 2.3.1 does not seem to have tdb:unionDefaultGraph working.

de onde vem o arquivo da rede? e de onde vem a variavel ego ou se eh friendship ou interaction?
Talvez começar a escrever diretamente em rdf para interagir com os dados.

as pesquisas mais recentes tem mostrado que dá (muito mais) resultado interferir nas arestas que nos vértices, em especial quando o grafo é uma representação de sistema social humano.
Assim, faz sentido fazer o PCA nas arestas, não somente nos vértices.
Medidas: modulo da diferenca do grau nos dois vertices da ponta, modulo da diferenca da forca, betweeness centrality de aresta, etc.

talvez valha também anotar de quais outras variáveis dependem o cálculo da variável.

A conceituação adotada:
Uma medição (measurement) é a atribuição de um número à características de um sistema.
"To measure" é a ação de medir: "If you want to measure something, use a measurement standard and arrive with a measure value."
Um valor de medida (measurement value) é um valor atribuído a um sistema através de uma medição.
Muitas vezes se omite a palavra valor/value:
"To measure" é a ação de medir: "If you want to measure something, use a measurement standard and arrive with a measurement (value)."
"The high measures are probably due..."
Mesmo assim, manteremos a distinção entre "measurement/measure name, type, units, etc"
de "measurement/measure value".

Por hora, parece-me razoável usar "measure values" ou "measurement values" com omissões do "values" quando o contexto permitir.

os setores estão nas análises dos setores que é entregue ao itf final.
a matrix de distancias em sector_analysis[sector][tfIdf][texts][0][tfItf][tfItf_matrix][matrix] tem dimensões iguais ao número de textos do setor sector.

substantivos, adjetivos ou verbos maiores também implica em mais espaço ocupado nos textos, embora o número de ocorrências de cada tag (está implementado) possa ser mantido ou até diminuído.

usar com ênfase o nome dos amigos para as rimas e montagens.
Usar inflexões para trocas de Nome Sobrenome ou trocas de sílabas.

Se usar as redes externas aa do grupo ou da pessoa,
pegar as que possuem mais amigos em comum,
e tb de pessoas em amigos em comum ou com separacao maxima,
e aproveitar para grupos de temas (mais amigos em comum fala os
nomes separadamente, os mais distantes pode-se fazer em nuvem.
Fazer histograma de proximidade =1/tamanho_do_caminho_mais_curto_ou_medias_de,
e tentar setorializacao de Erdos.

Usar esta música de base:
https://www.youtube.com/watch?v=gqxh7M7Jwsw&index=8&list=PLcBxHd9wUf-57Yg6esl-d8K21iA3_rPeY
Vibert and Simmonds - Rare peel
e fazer decupagem em compassos e tempos para vincular passagens de texto.
Se possível, fazer tb raspagem da página do perfil do FB para coletar textos e renderizar falas mais apropriadas.

está por hora resolvido com resultados coerentes, mas vale uma visita à literatura e implementações

É necessário também treinar um brill para cada língua e usar a interface de tradução do wordnet.
Talvez valhar fazer isso ao menos para o portugues e espanhol. Fiz já para o ingles.
Já fiz/achei e testei uma identificação ótima de línguas para mais de 100 línguas, achar isso.