PolyAnalyst es una plataforma de software de ciencia de datos desarrollada por Megaputer Intelligence que proporciona un entorno para minería de texto , minería de datos , aprendizaje automático y análisis predictivo . Megaputer lo utiliza para crear herramientas con aplicaciones para el cuidado de la salud , la gestión empresarial , los seguros y otras industrias. PolyAnalyst también se ha utilizado para la investigación científica y la predicción de COVID-19 .
Desarrollador (es) | Inteligencia de megacomputadora |
---|---|
Versión inicial | 1994 [1] |
Lanzamiento estable | 6.5 |
Tipo | Ciencia de datos, inteligencia artificial, minería de texto, análisis predictivo |
Sitio web | www |
Descripción general
La interfaz gráfica de usuario de PolyAnalyst contiene nodos que se pueden vincular en un diagrama de flujo para realizar un análisis. El software proporciona nodos para la importación de datos , la preparación de datos , visualización de datos , análisis de datos , y la exportación de datos . [2] [3] PolyAnalyst incluye funciones para agrupamiento de texto , análisis de sentimientos , extracción de hechos, palabras clave y entidades , y la creación de taxonomías y ontologías . PolyAnalyst también soporta una variedad de máquina de aprendizaje algoritmos, así como nodos para el análisis de datos estructurados y la capacidad de ejecutar código en Python y R . [4] [5]
PolyAnalyst también actúa como un generador de informes , lo que permite que los no analistas puedan ver el resultado de un análisis. [6] Utiliza un modelo cliente-servidor y se licencia bajo un modelo de software como servicio . [6]
Aplicaciones de negocios
Seguro
Se utilizó PolyAnalyst para crear una herramienta de predicción de subrogación que determina la probabilidad de que una reclamación sea subrogable y, de ser así, la cantidad que se espera recuperar. La herramienta funciona clasificando las reclamaciones de seguros en función de si cumplen o no los criterios necesarios para una subrogación exitosa. [7] [Se necesita una mejor fuente ] PolyAnalyst también se utiliza para detectar fraudes de seguros. [8]
Cuidado de la salud
Las compañías farmacéuticas utilizan PolyAnalyst para ayudar en la farmacovigilancia . El software se utilizó para diseñar una herramienta que hace coincidir las descripciones de los eventos adversos con sus códigos MedDRA adecuados , determina si los efectos secundarios son graves o no graves y para configurar los casos para un seguimiento continuo si es necesario. [9] PolyAnalyst también se ha aplicado para descubrir nuevos usos para medicamentos existentes mediante la extracción de texto ClinicalTrials.gov [10] y para pronosticar la propagación del virus COVID-19 en los Estados Unidos y Rusia. [11] [12]
Administración de Empresas
PolyAnalyst se utiliza en la gestión empresarial para analizar los comentarios de los clientes por escrito, incluidos los datos de revisión de productos, las reclamaciones de garantía y los comentarios de los clientes. [13] En un caso, se utilizó PolyAnalyst para crear una herramienta que ayudó a una empresa a monitorear las conversaciones de sus empleados con los clientes al calificar sus mensajes en función de factores como el profesionalismo, la empatía y la corrección de la respuesta. La compañía informó a Forrester Research que esta herramienta les había ahorrado $ 11.8 millones al año. [14]
Supercomputadora SKIF Cyberia
PolyAnalyst se ejecuta en el superordenador SKIF Cyberia en Tomsk Universidad Estatal , donde se puso a disposición de los investigadores rusos a través del Centro para el uso colectivo (CCU). Los investigadores del centro utilizan PolyAnalyst para realizar investigaciones científicas y para administrar las operaciones de sus universidades. [15] En 2020, investigadores de la Universidad Estatal de Vyatka (en colaboración con CCU) realizaron un estudio en el que se utilizó PolyAnalyst para identificar y llegar a las víctimas de violencia doméstica a través del análisis de las redes sociales . Los investigadores buscaron en la web mensajes que contenían descripciones de abuso y luego clasificaron el tipo de abuso como físico, psicológico, económico o sexual. También construyeron un chatbot para contactar a las víctimas identificadas de abuso y remitirlas a especialistas según el tipo de abuso descrito en sus mensajes. Los datos recopilados en este estudio se utilizaron para crear el primer corpus en ruso sobre violencia doméstica. [16] [17]
Referencias
- ^ Kiselev, Mikhail V. (1994). "PolyAnalyst: un sistema de descubrimiento de máquinas que infiere programas funcionales" (PDF) . Informe técnico AAAI . AAAI. Taller AAAI-94 sobre descubrimiento de conocimientos en bases de datos (WS-94-03): 237-249 . Consultado el 15 de marzo de 2021 .
- ^ Apicella, Mario (3 de julio de 2000). "PolyAnalyst 4.1 excava a través de datos en busca de oro" . Info World .
- ^ Zhang, Qingyu; Segall, Richard S. (1 de diciembre de 2008). "Web mining: un estudio de la investigación, las técnicas y el software actuales" . Revista internacional de tecnología de la información y toma de decisiones . 7 (4): 683–720. doi : 10.1142 / S0219622008003150 . ISSN 0219-6220 .
- ^ Zhang, Qingyu; Segall, Richard S. (1 de enero de 2010). "Revisión de software de minería de datos, texto y web" . Kybernetes . 39 (4): 625–655. doi : 10.1108 / 03684921011036835 . ISSN 0368-492X .
- ^ Zhang, Qingyu; Segall, Richard S. (2010), Maimon, Oded; Rokach, Lior (eds.), "Software comercial de minería de datos" , Manual de minería de datos y descubrimiento del conocimiento , Boston, MA: Springer US, págs. 1245-1268, Bibcode : 2010dmak.book.1245Z , doi : 10.1007 / 978-0 -387-09823-4_65 , ISBN 978-0-387-09823-4, consultado el 3 de octubre de 2020
- ^ a b Halper, Fern (2011). "Análisis predictivo: informe del índice de victoria de Hurwitz" (PDF) . Hurwitz y asociados . Consultado el 28 de septiembre de 2020 .
- ^ "Inteligencia de megacomputadoras" . big-data.insuranceciooutlook.com . Consultado el 21 de septiembre de 2020 .
- ^ Wang, John; Yang, James GS "Técnicas de minería de datos para la función de auditoría y detección de fraude". CiteSeerX 10.1.1.453.5506 .
- ^ "Ciencias de la vida: aumento de la velocidad de comprensión en la industria farmacéutica" . kmworld.com . Consultado el 22 de septiembre de 2020 .
- ^ Su, Eric Wen; Sanger, Todd M. (23 de marzo de 2017). "Reposicionamiento sistemático de fármacos mediante la extracción de datos de eventos adversos en ClinicalTrials.gov" . PeerJ . 5 : e3154. doi : 10.7717 / peerj.3154 . ISSN 2167-8359 . PMC 5366063 . PMID 28348935 .
- ^ "COVID-19: Megaputer proporciona un mapa geográfico interactivo para pronosticar el pico de casos activos en el espacio geoespacial de EE . UU . " . 29 de abril de 2020 . Consultado el 30 de septiembre de 2020 .
- ^ "В России представили модели пика заболеваемости COVID-19 в регионах" . РБК (en ruso) . Consultado el 24 de septiembre de 2020 .
- ^ Richard S. Segall; Qingyu Zhang. "Web Mining of Hotel Customer Survey Data". Sistémica, Cibernética e Informática . 6 (6): 23-29. CiteSeerX 10.1.1.455.7659 .
- ^ Evelson, Boris (10 de noviembre de 2015). "Panorama de proveedores: Big Data Text Analytics". Forrester .
- ^ редакция, Любимая. "В ТГУ открылся Центр коллективного пользования платформой для аналитики big data" . Томский Обзор (en ruso) . Consultado el 26 de febrero de 2021 .
- ^ "Ученые ВятГУ совместно с компанией Мегапьютер Интеллидженс разработали чат -бот для помощи жертвам супружеского насилия - Официальный сайт ВятГУ" . vyatsu.ru . Consultado el 26 de febrero de 2021 .
- ^ "Суперкомпьютер помогает находить в интернете жертв домашнего насилия | iot.ru Новости Интернета" . iot.ru . Consultado el 26 de febrero de 2021 .
enlaces externos
- Página web oficial