МЕТОДИКА ЗАСТОСУВАННЯ КЛАСТЕРИЗАЦІЇ ТЕКСТІВ НА ОСНОВІ ЛІНГВІСТИЧНИХ ПРАВИЛ ДЛЯ ДОСЛІДЖЕННЯ ПОТРЕБ НАСЕЛЕННЯ У СОЦІАЛЬНОМУ ЗАХИСТІ ТА СОЦІАЛЬНОМУ ЗАБЕЗПЕЧЕННІ

Юзеф КОРБИЧ; Олексій ШОЛОХОВ; Олексій ЗАРУДНИЙ; Роман КОВАЛЬ

doi:10.17721/3041-2323.2024.172-184

Автор(и)

Юзеф КОРБИЧ University of Zielona Góra Автор
Олексій ШОЛОХОВ Київський національний університет імені Тараса Шевченка Автор
Олексій ЗАРУДНИЙ Інститут телекомунікацій і глобального інформаційного простору НАН України Автор
Роман КОВАЛЬ Інститут телекомунікацій і глобального інформаційного простору НАН України Автор

DOI:

https://doi.org/10.17721/3041-2323.2024.172-184

Ключові слова:

кластеризація текстів, лінгвістичні правила, інтелектуальний аналіз даних, соціальний захист і соціальне забезпечення, інформаційна технологія

Анотація

Питання соціального захисту та соціального забезпечення завжди були одними з найактуальніших для всіх без винятку верств суспільства. А в умовах війни ця сфера набула особливого значення, адже від ефективності державної політики соціального захисту та соціального забезпечення залежить не лише добробут громадян і збалансованість розвитку суспільства, а й забезпечення національної безпеки. За період війни обсяги витрат на соціальний захист і соціальне забезпечення зросли суттєво і зростатимуть надалі, незважаючи на обмеженість бюджетного фінансування. Тому особливої уваги потребує цільова спрямованість коштів на соціальний захист і соціальне забезпечення, контроль за адресністю надання державної допомоги. Оскільки в умовах війни проведення соціологічних досліджень значно ускладнюється, перспективним напрямом стає дослідження онлайнсередовища. Значна кількість населення використовує різноманітні соціальні мережі, цифрові платформи державних установ та організацій тощо. Тому, маючи інформацію з інтернет-джерел, можна дослідити проблеми, які є значущими для різних соціальних груп, проаналізувати настрої та очікування населення. Заропоновано методику побудови аналітичної моделі дослідження проблем соціального захисту та соціального забезпечення, що потребують особливої уваги з боку держави, із використанням засобів аналізу текстової інформації з інтернет-джерел і побудови моделей класифікації.

Посилання

Aggarwal, C. C., & Zhai, C. (2012). Mining text data. Springer.

Berry, M. W. (Ed.). (2003). Survey of text mining I: Clustering, classification, and retrieval. Springer.

Bodianskyi, Y. V. (2016). Analysis and processing of data streams using computational intelligence. Lviv Polytechnic Publishing [in Ukrainian].

Do Prado, H. A., & Ferneda, E. (Eds.). (2007). Emerging technologies of text mining: Techniques and applications. Idea Group Reference. Find the information that matters using natural language processing (NLP). (n. d.). https://www.sas.com/ru_ua/software/visual-text-analytics.html.

Gladun, A. Y., & Rogushina, Y. V. (2016). Data mining: Search for knowledge in data.. ADEF-Ukraine [in Ukrainian].

Gren, T. Y. (2022). Features of implementing social protection policy in wartime conditions. Scientific Notes of TNU named after V. I. Vernadsky. Series: Public Administration and Governance, 33(72), 6, 81–84 [in Ukrainian]. https://doi.org/10.32782/TNU-2663-6468/2022.6/13

Lande, D. V. (2014). Elements of computational linguistics in legal informatics. Kyiv: Research Institute of Legal Informatics [in Ukrainian].

Litvin, V. V., Pasichnyk, V. V., & Nikolskyi, Y. V. (2017). Data and knowledge analysis: Textbook. Magnolia 2006 [in Ukrainian].

Matignon, R. (2007). Data mining using SAS Enterprise Miner. https://www.amazon.com/Data-Mining-Using-Enterprise-Miner/dp/0470149019.

Ministry of Digital Transformation of Ukraine. (n. d.). Official website of the Ministry of Digital Transformation of Ukraine [in Ukrainian]. https://thedigital.gov.ua

Ministry of Finance of Ukraine. (n. d.). Expenditures on social assistance [in Ukrainian]. https://mof.gov.ua/uk/expenditures_on_social_assistance

Perebyinis, V. I. (2013). Statistical methods for linguists. Nova Knyha [in Ukrainian].

Schüring, E., & Loewe, M. (Eds.). (2021). Social protection systems. Edward Elgar Publishing. https://doi.org/10.4337/9781839109119.

Sharma, S., & Jain, A. (n. d.). Role of sentiment analysis in social media security and analytics. WIREs Data Mining and Knowledge Discovery, 10(5). https://doi.org/10.1002/widm.1366.

Shapovalova, T. (2022). Concept and content of social protection and social security of the population in modern Ukraine. Economic Analysis, 32(3), 123–130 [in Ukrainian]. https://doi.org/10.35774/econa2022.03.123

Shkurko, O. V. (2018). Types of linguistic text analysis. Dnipro: Alfred Nobel University [in Ukrainian].

Smush-Kulesha, M., Fedorova, A., & Moisa, B. (2022). Social rights in Ukraine during the war. Needs assessment report. Council of Europe [in Ukrainian]. https://rm.coe.int/needs-assessment-ua-2/1680a9b408

SAS Institute. (2012). Getting started with SAS® Text Miner 12.1. https://support.sas.com/documentation/onlinedoc/txtminer/12.1/tmgs.pdf.

SAS Institute. (2014). Text analytics using SAS Text Miner: Course notes. https://documentation.sas.com/?docsetId=tmref&docsetTarget=n1d7r58qug6sefn162cu6cqx0nq4.htm&docsetVersion=14.3&locale=en

Text Cluster Node Results. (n. d.). https://documentation.sas.com/?docsetId=tmref-

&docsetTarget=n1d7r58qug6sefn162cu6cqx0nq4.htm&docsetVersion=14.3&locale=en.

Valls Martínez, M. d. C., Santos-Jaén, J. M., Amin, F.-u., & Martín-Cervantes, P. A. (2021). Pensions, ageing and social security research: Literature review and global trends. Mathematics, 9, 3258. https://doi.org/10.3390/math9243258.