Сетевая платформа для туристического сектора: преобразование и интерпретация многогранных данных
Автор: Куклина М.В., Труфанов А.И., Богданов В.Н., Кобылкин Д.В., Красноштанова Н.Е., Рыгзынов Т.Ш., Самаева Л.Н., Маланова А.А.
Журнал: Вестник Алтайской академии экономики и права @vestnik-aael
Рубрика: Экономические науки
Статья в выпуске: 1, 2022 года.
Бесплатный доступ
В современных условиях возможности развития туризма тесным образом связаны с возможностями сетевой науки. В сетевой науке рассматривают различные элементы или участников процесса, представленных узлами, и связи между элементами или участниками, представленные связями. Сетевая наука оказывает информационную помощь, что позволит использовать общедоступные текстовые, пространственные и временные данные. В рамках исследования сетевой подход был применен для изучения туристического направления Байкальской природной территории, в связи с проблемами общей устойчивости региональных социально-экологических систем. Целью исследования является разработка интегрированной сетевой платформы для гармонизации таких сложных и хрупких систем, как Байкальская природная территория. Платформа предоставляет исследователям и заинтересованным сторонам концентрированную информацию, которая может быть не только эффективно обработана, но и понятна, правильно сопоставлена и реализована в смежных сферах. Более того, эти и другие данные о смежных отраслях и видах деятельности, преобразуемые в сетевую форму, дают большие преимущества для высокопроизводительной обработки больших данных. Данная платформа поможет лицам, принимающим решения, получить своевременную, конфиденциальную информацию о положительных и отрицательных тенденциях в различных региональных процессах, их взаимосвязях и взаимозависимостях. Что позволит в целом противодействовать угрозам устойчивости региональных социально-экологических систем.
Социально-экологические системы, байкальская природная территория, устойчивость, туризм, всеобъемлющий охват сети, сетеподобные данные, сетевизация, непохожие на сеть данные
Короткий адрес: https://sciup.org/142231760
IDR: 142231760 | DOI: 10.17513/vaael.2036
Список литературы Сетевая платформа для туристического сектора: преобразование и интерпретация многогранных данных
- Miguéns J., Mendes J.F.F. Travel and tourism: Into a complex network. Phys. A Stat. Mech. Its Appl. 2008. № 387. P. 2963–2971.
- Нина О., Россодивита А., Тихомиров А., Труфанов А. Сетевая интеграция объектов, отличных от сетей: как сохранить закодированную информацию. Создать. Интеллект. Технол. Наука о данных. 2019. Р. 143-151.
- Lee J.W., Maeng S.E., Ha G.-G., Lee M.H., Cho E.S. Applications of Complex Networks on Analysis of World Trade Network. J. Physics Conf. Ser. 2013. № 410. Р. 012063.
- Семенов А., Манцарис А.В., Николаев А., Веремьев А., Вейялайнен Д., Пасильяо И.Л., Богинский В. Исследование ландшафта социальных сетей на постсоветском пространстве. IEEE Access 2018. № 7. Р. 411–426.
- Gadek G., Pauchet A., Brunessaux S., Khelif K., Grilheres B. AI techniques to analyse a social network on text, user and group level: Application on Galaxy2. In Proceedings of the 4ème Conférence sur les Applications Pratiques de L’Intelligence Artificielle (APIA2018), Nancy, France, 2–6 July, 2018.
- Wu Q., Zhu W. Toward a generalized theory of epidemic awareness in social networks. Int. J. Mod. Phys. C. 2017. № 28. Р. 1750070.
- Newman M.E.J. The Structure and Function of Complex Networks. SIAM Rev. 2018. № 45. Р. 167–256.
- Dirnberger M., Kehl T., Neumann A. NEFI: Network Extraction from Images. Sci. Rep. 2017. № 5. Р. 15669.
- Заиди Ф. Анализ, структура и организация сложных сетей. Сетевая и Интернет-архитектура; Université Sciences et Technologies – Bordeaux I, 2020. Engish.tel-00542703; 152п. URL: https://tel.archives-ouvertes.fr/tel-00542703/PDF/FarazZaidiThesis.pdf (дата обращения: 1.06.2020).
- Кинаш А., Труфанов Н., Берестнева О.Г. Общая топологическая среда железнодорожной сети России. Ж. Физика: конф. Сер. 2017. № 803. Р. 12165.
- Glotin H., Poupard M., Marxer R., Ferrari M., Ricard J., Roger V., Patris J., Malige F., Giraudet P., Prevot J.-M. et al. Big Data Passive Acoustic for Baikal Lake Soundscape & Ecosystem Observatory. In Russian-French Workshop in Big Data and Applications, Russia, Moscow, 12–13 October 2017; HSE Publishing House: Moscow, 2018. Р. 21–44. URL: https://www.hse.ru/data/2018/10/04/1157264869/ Proceedings_Russian_French_Workshop.pdf (дата обращения: 1.06.2020).
- Roberts S.L., Swann G.E.A., McGowan S., Panizzo V., Vologina E.G., Sturm M., Mackay A.W. Diatom evidence of 20th century ecosystem change in Lake Baikal, Siberia. PLoS ONE 2018. № 13. Р. e0208765.
- Галиндо Ф., Дмитриенко Н.В., Карузо А., Россодивита А., Тихомиров А.А., Труфанов А.И., Шубников Е.В. Моделирование совокупных атак на сложные сети // Информационная безопасность. 2010. № 3. С. 115-121.
