Візуалізація даних з урахуванням особливостей Science 2.0

Abstract

В науковій, як і в освітній сфері неможливо впоратись без візуального представлення матеріалу, що досліджується або викладається. Науковці оперують великим набором вихідних даних, або результатів досліджень, які варто кластерізувати і представити у більш адаптованому вигляді. Візуалізація даних є одним з методів опрацювання наукових доробків. Методи візуалізації потрібно впровадити глибше та розширити охоплювані області. Логічно кластеризація текстових даних поділяється на два етапи. На першому етапі текстові представлення документів переводять у векторні, а на другому до отриманих векторних представлень застосовують методи кластеризації, які базуються на пошуку відстані між векторами. Такий висновок є логічним, адже більше заглиблення в тему дає більше даних для аналізу, а отже кластеризація надасть точніший результат с точки зору глибини вивчення.