Politikai įvairiai deklaruoja savo elgesį, todėl vienintelis būdas juos kontroliuoti –
stebėjimas. Šiame darbe yra analizuojamas LRS darbas, susijęs su balsavimais. Stengiamasi atsakyti
į klausimą: ar informacinių technologijų įrankiai gali leisti nustatyti ar Seimo narių priklausomybė
partijai (frakcijai) ar pozicijai (opozicijai) lemia jų balsavimą? Pagrindiniai darbo tikslai – Seimo
narių grupavimas ir balsavimo kitimo aptikimas. Apžvelgiama 2008-2012 metų Seimo kadencijos
veikla, atlikta balsavimų statistinė analizė, taip pat apžvelgti kiti tyrimai, susiję su parlamentinėmis
veiklomis. Seimo narių grupavimui taikome klasterizavimo metodus. Klasterizavimas gali būti
apibrėžiamas kaip objektų suskirstymas į grupes (klasterius), kuriose objektų skirtumai yra kuo
mažesni, o tarp grupių skirtumai - kuo didesni. Darbe apžvelgiami įvairūs klasterizavimo metodai,
jų veikimo principai, aprašomi atstumų tarp objektų skaičiavimo metodai, kokybės įvertinimo
kriterijai. Balsavimų duomenys saugomi MySQL duomenų bazėje, todėl sukurtas įrankis duomenų
apdorojimui. Aprašomi visi darbo etapai: naudoti įrankiai, balsavimo kodavimas, balsavimų
skaidymas į periodus.
Tyrimams atlikti pasirinkti k-Means, hierarchiniai tolimiausio kaimyno, vidutinių atstumų,
artimiausio kaimyno klasterizavimo metodai. Objektų panašumams įvertinti naudojami Euklido
(ang. Euclidean) ir Manheteno (angl. Manhattan) atstumų skaičiavimo metodai. Klasterizavimo
kokybės įvertinimui naudojame PURITY, RAND, NMI metodus... [toliau žr. visą tekstą] / Politicians declare their behavior in different ways, so the only way to control it -
monitoring. In this thesis tools for Lithuanian Parliament Members voting behavior are analyzed.
The question is following: can Information technologies tool help to determine how membership in
a faction or the position (opposition) is related with voting behavior? The main objectives of this
work are Lithuanian Parliament members grouping by their voting behavior and its' change
detection.
In the thesis the 2008-2012 of the Parliament activities are analysed using statistical voting
analysis. We use clustering for grouping members of the Parliament. A loose definition of
clustering could be the process of organizing objects into groups whose members are similar in
some way.
A cluster (group) is a collection of objects which are similar between them and are dissimilar
to the objects belonging to other clusters. We overviewed different clustering methods and their
principles of operation, described the distance between the objects of calculation methods, quality
evaluation criteria in this work. Voting data is stored in MySQL database, hence a tool was created
for data processing. We describe all the stages of the work: the use of tools, coding of the votes,
division of the votes into the periods. The following techniques were chosen: K-Means,
Hierarchical Clustering with Complete (furthest neighbor), Average, Single (nearest neighbor)
linkage. We use Euclidean and Manhattan methods for... [to full text]
| Identifer | oai:union.ndltd.org:LABT_ETD/oai:elaba.lt:LT-eLABa-0001:E.02~2012~D_20120620_112756-41462 |
| Date | 20 June 2012 |
| Creators | Bytautas, Kęstutis |
| Contributors | Krilavičius, Tomas, Kazlauskas, Kazys, Morkevičius, Vaidas, Vytautas Magnus University |
| Publisher | Lithuanian Academic Libraries Network (LABT), Vytautas Magnus University |
| Source Sets | Lithuanian ETD submission system |
| Language | Lithuanian |
| Detected Language | English |
| Type | Master thesis |
| Format | application/pdf |
| Source | http://vddb.laba.lt/obj/LT-eLABa-0001:E.02~2012~D_20120620_112756-41462 |
| Rights | Unrestricted |
Page generated in 0.0023 seconds