TIBM

Ощущение прошедшего дня обволакивает тебя, в момент, когда ты просыпаешься и видишь, что на часах уже в 6 часов и день этот прошел без тебя. В мыслях царит приятный беспорядок и кажется, что время идет чуточку медленнее. Вот разобрал фотографии с прошлой ночи, а там было, что разобрать на самом деле. В Москву приезжал Ferry Corsten, чтобы провести концерт Twice in a blue moon. У меня возникло такое ощущение, наблюдая за ним, что у него есть третий глаз, или третье ухо. Он чувствует публику, эту массу рук, тел, энергии, которая ищет выход. Он как капитан за своим пультом во время шторма, бури. Он играл в районе 4-5 часов, что само по себе не мало. 4 часа энергии, огня, позитивного настроения и качественного транса исходило от него. Загонял он нас в ту ночку определенно, ушли мы довольно - уставшие. Другими словами мы были довольные, что так устали.

Let's get in depth

That is a picture for John_edwards and words from regional_descriptors. I've published here formal concepts that I've got from the contexts, I'll mention later.

Well recently I've finished computing some contexts, where the objects are bloggers_day and the attributes are the words from some groups of words like topical descriptors, mentioned in previous topics, religious descriptors and regional descriptors. All contexts were built for about a week (day20-day27) and for every politician(if a blogger has mentioned politician he becomes a part of a context). So I've just put some pictures here of those contexts(some of). Write me if you'll have any ideas concerning them.
And that is the picture for huckabee for religious words, and that is the picture of the context only.

группы бывают разные, политики, религия и ост

В один из сессионых дней было принято решение разделить все наши слова-признаки по блогам на 4 части: политики(pol), их 6 ('john_edwards', 'huckabee', 'mitt_romney', 'giuliani' ,'barack_obama', 'john_mccain', 'hillary_clinton'), topical descriptors(TD) : global warming, climate change, immigrati,nuclear, environment, war, gun, tax cuts, foreign policy, abortion,

recession, national security, supreme court, human right, terrorist,terror, gay; regional descriptors(RD): iran, china, gaza, palestin, british, israel,iraq, afghan, pakistan, mexico, vietnam, africa, middle east, europe; religious descriptors(REL_D): muslim, islam, christian, jewish. Надо сразу отметить, что такие группы были выделены не без помощи наших французких коллег и вся работа проводилась за 100 день. Так вот, вся информация за 100 день была поделен на 4 части и затем обработана FasterStabilitytest-ом с той целью чтобы в дальнейшем посмотреть насколько связаными будут группы интенсионально. Попытался сравнить группы признаков интенсионально функцией select_intensionally_related, но в результате получил, что друг с другом группы плохо связаны(каждая группа признаков с решеткой лежит в отд файле, т.е. я сравнивал их друг с другом). Вспомнил про "ужасную функцию " nest, решил попробывать, и записал результаты сравнения в файл. Затем его опять обработал FasterStabilitytest-ом и построил решетку для первых 20-25 контекстов, которую и вставил сюда.

после страшной пятницы 13 холодного февраля

Удалось подключить модуль optimize, который рассматривали на лекциях по питону, к проблеме выбора оптимального набора признаков.  Теперь с помощью серии алгоритмов можно выбирать эти самые признаки...Ура!... Думаю стоит отметить критерии отбора этих признаков. Их два : 1) каждый с каждый должны пересекаться по минимальному набору объектов 2) объединение объектов, имеющих эти признаки должно быть наибольшим. Если будут мысли по поводу какие критерии нужно учитывать, то пишите. Сразу проверил эти алгоритмы на данных по американским блогам(весь период). Я отбирал 20 признаков разными алгоритмами, затем строил контекст только для этих 20 признаков и через FasterStabilityTest находил устойчивые формальные понятия. Сразу стоит отметить, что таких понятий получалось очень много.  Затем файлы ...i-stability.cxt строил в conexp, примерно для 30-50 понятий.