Програмне забезпечення для підтримки роботи з графовими структурами з використанням Apache Spark

Терещенко, Андрій Сергійович

Програмне забезпечення для підтримки роботи з графовими структурами з використанням Apache Spark

dc.contributor.advisor	Олійник, Юрій Олександрович
dc.contributor.author	Терещенко, Андрій Сергійович
dc.date.accessioned	2020-02-03T12:26:34Z
dc.date.available	2020-02-03T12:26:34Z
dc.date.issued	2019-06
dc.description.abstracten	The work contains 24 drawings and 19 tables. Every year the demand for solving various problems related to the theory of graphs is increasing. Graphs are widespread in our society, and therefore there is a large number of tasks for execution, which requires the use of various algorithms for processing graphs. We observe graph structures almost daily. With graphs we can present many things: flowcharts, transport networks, molecular structures, social networks, hyperlink structures. Graph theory is a powerful tool for modeling and analyzing practical problems such as communication networks and data organization. Using algorithms of machine learning for processing graphs, we can solve prediction problems, clustering and ranking of data by importance. In the first section we considered algorithms that we will use to handle the graph and describe the functional and non-functional requirements. The second section describes the software architecture and creates business process diagrams using the IDEF0 methodology. In the third section, the quality of software was analyzed, the testing methodology of our application is described, and examples of tests are demonstrated. In the fourth section, we described the deployment of the software, and also discussed in detail the work with our web application.	uk
dc.description.abstractuk	Робота містить 24 рисунки і 19 таблиць. З кожним роком зростає попит на вирішення різноманітних проблем пов’язаних з теорією графів. Графи є широко розповсюдженими в нашому суспільстві, тому і виникає велика кількість задач для виконання, яких необхідно застосовувати різноманітні алгоритми для обробки графів. Ми спостерігаємо за графовими структурами майже щодня. За допомогою графів ми можемо представити багато речей : блок-схеми, транспортні мережі, молекулярні структури, соціальні мережі, структури гіперпосилань. Теорія графів служить потужним інструментом для моделювання та аналізу практичних проблем таких як мережі зв’язку та організація даних. Використовуючи алгоритми машинного навчання для обробки графів ми можемо вирішувати задачі прогнозування, кластеризації та ранжування даних за важливістю. У першому розділі було розглянуто алгоритми, які ми будемо застосовувати для обробки графу та описано функціональні та не функціональні вимоги. У другому розділу було описано архітектуру програмного продукту та створено схеми бізнес процесів за методологією IDEF0. У третьому розділі було проаналізовано якість програмного забезпечення, описано методику тестування нашого додатку, а також продемонстровано приклади тестів. У четвертому розділі ми описали розгортання програмного забезпечення, а також детально розглянули роботу з нашим веб-додатком.	uk
dc.format.page	95 с.	uk
dc.identifier.citation	Терещенко, А. С. Програмне забезпечення для підтримки роботи з графовими структурами з використанням Apache Spark : дипломний проект ... бакалавра : 6.050103 Програмна інженерія / Терещенко Андрій Сергійович. – Київ, 2019. – 95 с.	uk
dc.identifier.uri	https://ela.kpi.ua/handle/123456789/31295
dc.language.iso	uk	uk
dc.publisher	КПІ ім. Ігоря Сікорського	uk
dc.publisher.place	Київ	uk
dc.subject	ранжування сторінок	uk
dc.subject	сингулярний розклад матриці	uk
dc.subject	пошук спільнот	uk
dc.subject	візуалізація графів	uk
dc.subject	graph theory	uk
dc.subject	page rank	uk
dc.subject	singular value decomposition	uk
dc.subject	community detection	uk
dc.subject	graphs vizualization	uk
dc.subject	теорія графів	uk
dc.subject.udc	004	uk
dc.title	Програмне забезпечення для підтримки роботи з графовими структурами з використанням Apache Spark	uk
dc.type	Bachelor Thesis	uk