PAD: taky jsem zvedavej. Jeden rozdil je, ze v centru kognitivnich ved je mozek, cili konkretni vec, ktere opravdu temer nerozumime. V centru webscience je web, kterymu rozumime docela dobre (v porovnani napriklad s mozkem).

A jasne, na tom pozorovani o shaneni fundingu neco bude, takovy priklady jsou.. :) (napada me umela inteligence)

FRAKTALEK: je to vsehochut - stejne jako treba kognitivni veda. ale ta si casem vytvorila svoje jasne obrysy. ja cekam neco podobneho i v pripade webscience - ono ve finale to nebude tak obrovsky vsezahrnujici, ale spis bych cekal jasny vliv SNA, vedy o komplexite a zrejme i ekonomie. nechme se prekvapit:)
--
treba je to i tak, ze proste je strategicky vyhodnejsi zakladat nove vedecke discipliny, protoze pak je jednodussi sehnat funding;)

PAD: web science je hrozna vsehochut. Kdyz jsem o tom slysel keynote na ECAI, tak to muj zajem spis snizilo.
Ale souhlasim s PIZI, ze tam bude spousta zajimavych lidi :)

Tohle bude velmi zajimava akce - bouzel jsem stihl uz jen registraci na waiting list (o jednu hodinu, lidi tweetovali jak sileni, tak se to hned rozkriklo). Nicmene budou to nahravat a hodej to pak na web, ale potkat se s tema lidma by bylo jiste zajimavejsi ...

http://royalsociety.org/Web-science-a-new-frontier/

PAD: tak jsem to precetl a zas tak objevne mi to neprislo. ale jako esej je to dobra - dava takovy celkovy prehled o soucasnych metodach analyzy komplexnich systemu, information retrieval a zasazuje to do filozofickeho ramce 'global brain'

Tohle jsem zatim necetl, ale vypada taky zajimave:

The Emerging Scholarly Brain
Authors: Michael J. Kurtz
(Submitted on 4 Aug 2010)

Abstract: It is now a commonplace observation that human society is becoming a coherent super-organism, and that the information infrastructure forms its emerging brain. Perhaps, as the underlying technologies are likely to become billions of times more powerful than those we have today, we could say that we are now building the lizard brain for the future organism.

http://arxiv.org/abs/1008.0826

Zda se, ze autori vyresili pomerne zasadni problem: jak detekovat komunity v sitich s mnohavrstevnou strukturou - treba v siti, ktera se sklada ze snimku porizenych v ruznych casech. Jejich aplikace na data o hlasovani s US kongresu jsou hodne zajimava i pro ne-informatiky;)

Matematicke zduvodneni moc nerozumim, snad se to zlepsi po prostudovani priloh. Kdyby tu byl nejaky fyzik nebo zdatny matematik, uvitam pomoc;)

Community Structure in Time-Dependent, Multiscale, and Multiplex Networks
Authors: Peter J. Mucha, Thomas Richardson, Kevin Macon, Mason A. Porter, Jukka-Pekka Onnela
(Submitted on 10 Nov 2009 (v1), last revised 12 Jul 2010 (this version, v3))

Abstract: Network science is an interdisciplinary endeavor, with methods and applications drawn from across the natural, social, and information sciences. A prominent problem in network science is the algorithmic detection of tightly-connected groups of nodes known as communities. We developed a generalized framework of network quality functions that allowed us to study the community structure of arbitrary multislice networks, which are combinations of individual networks coupled through links that connect each node in one network slice to itself in other slices. This framework allows one to study community structure in a very general setting encompassing networks that evolve over time, have multiple types of links (multiplexity), and have multiple scales.

http://arxiv.org/abs/0911.1824

NYX: nejsou

NYX: kolik tam toho je? Staci to rekneme k pocitani "degrees of separation" nebo spocteni nejakych jinych vlastnosti grafu?

SATAI: ja to stahl vcera a prijde mi to byt k nicemu :)

Pokud nekdo mate malo dat na nejaky experiment, zde by mohlo byt reseni: http://www.skullsecurity.org/blog/?p=887 (aktualen se zda mit nejake problemy)
100M sesbiranych FB uctu, ale jeste jsem nestacil prozkoumat, kolik se z toho da vytahat a jak moc je to strukturovane.

PAD: To vypadá celkem zajímavě - BTW: díky za diskuzi ;)

Tento clanek vypada velmi zajimave. Zatim jsem nemel cas ho prostudovat cely, ale zda se, ze by se mohlo jednat o nove paradigma v community detection - namisto klastru vrcholu hledaji klastry hran! Imho je to velmi bystre, protoze prave hrany, nikoliv vrcholy vyjadruji vyznam/relaci.

btw, doporucuji ten blog jako celek - pisou do nej celkem vyznamni vyzkumnici v oblasti SNA, komplexnich systemu a community detection ...

http://www.iq.harvard.edu/news/researchers_create_algorithm_identifying_complex_networks

SATAI: dik za random.org ;)

co delala ta regresni fce? to zni zajimave;)

PAD: S temi ceskymi filmy je to dobry napad, zkusim se nad tim zamyslet.

Pocital jsem to tak, ze jsem udelal nahodny vyber z filmu, co jsou hodnocena tam i tam (viva random.org), overil normalitu hodnoceni na imdb i csfd, jako nulovou hypotezu dal "jde o zavisle veliciny" a tu otestoval dvouvyberovym t-testem(a hlavy ted detaily nevytahnu, mam dojem, ze jsem pouzival 95% hladinu). Cvicne jsem zkousel spocit funkci pro linearni regresi, ale nijak jsem ji neproveroval.

PIZI: Diky, to zni zajimave.

Těším se na diskuzi! Taky "+" :)

Co se tyce hodnoceni, zajimavejsi nez agregace jednoho cisla pro vsechny, je criticker.com ktery pocita skore primo pro tebe.