Comunicat de presă: Lansare revista IT & C

postat în: Știri 0

Comunicat de presă. București, 31 august 2022

ISSN 2821 – 8469, ISSN – L 2821 – 8469

Publicație trimestrială de informare, studii și comunicări din tehnologia informației, telecomunicații, Internet, software, programare, dezvoltare web, securitate cibernetică, afaceri online și media

 

Revista IT & C, Volumul 1, Nr. 1, Septembrie 2022Revista IT & C este publicată de MultiMedia Publishing. Este o publicație trimestrială condusă de cadre academice care se concentrează pe domeniile IT&C și conexe de studiu și practică.

Revista intenționează să ajute la înțelegerea naturii globale a provocărilor din tehnologia informației și comunicații. IT & C aspiră să promoveze un dialog între diverse perspective și experiențe, bazat pe cercetări originale asupra practicii și studiului IT&C la nivel național, european și global.

IT & C permite cercetătorilor și practicienilor, atât din sectorul public cât și din cel privat, să-și împărtășească cunoștințele, ideile și abordarea cu privire la studiile de IT&C. Printr-o selecție riguroasă a articolelor, IT & C aderă la misiunea sa axată pe oferirea de șanse egale cadrelor universitare și practicienilor de tehnologia informației și telecomunicații să discute și să provoace idei consacrate și emergente, să abordeze lacunele existente în cunoaștere prin promovarea noilor cunoștințe, și să modeleze evoluția cunoașterii în aceste domenii dincolo de comunitățile tradiționale de cercetare.

IT & C este o publicație trimestrială de informare, studii și comunicări, cu scopul de a contribui fundamental la înțelegerea conceptelor promovate de IT&C și a aplicațiilor practice ale acestor concepte. Revista se constituie într-o sursă de lucrări semnificative în domenii de cercetare care includ tehnologia informației, telecomunicații, Internet, software, programare, dezvoltare web, securitate cibernetică, afaceri online și media, precum și alte subiecte de interes, oferind un mediu propice pentru publicarea cercetărilor științifice și a realizărilor tehnologice realizate de comunitatea internațională.

Revista IT & C include lucrări prin care intenționează să ofere un mediu propice pentru publicarea cercetărilor științifice, contribuind la înțelegerea naturii și funcției tehnologiei în societatea actuală. Abordările variate ale problemei vor fi binevenite. Articolele teoretice și de revizuire vor fi luate în considerare, dar se va acorda preferință cercetării originale.

Accentul revistei este pe progresele cercetării privind metodologiile noi și inovatoare ale tehnologiei informației și comunicațiilor, și aplicațiile acestora în rezolvarea problemelor specifice la nivel guvernamental, în Internet, software, programare, dezvoltare web, securitate cibernetică, afaceri online și media. Revista va funcționa ca un catalizator în diseminarea cercetării originale și inovatoare și a realizărilor comunității IT&C.

Intenția revistei este să servească drept o resursă importantă pentru cercetătorii care doresc să studieze evoluțiile și evenimentele anterioare și evaluarea analitică a viitoarelor evenimente din domeniul tehnologiei informației și comunicațiilor.

Vă rugăm să consultați instrucțiunile specifice pentru autori pentru trimiterea articolelor. Dacă aveți nevoie de informații suplimentare sau ajutor, vă rugăm să ne contactați.

Contact

Adresa poștală: Piaţa Presei Libere, Nr. 1, Casa Presei Libere, Corp A3, Etaj 1, 013701 Bucureşti, Sectorul 1
Site web: https://www.internetmobile.ro/
Email: contact@internetmobile.ro 
Tel./WhatsApp: 0745 526 896

 

Sursa: https://www.internetmobile.ro/comunicat-de-presa-lansare-revista-it-c/

Analitica rețelelor sociale

Sfetcu, Nicolae (2022), Analitica rețelelor sociale, IT & C, 1:2, 93-102Sfetcu, Nicolae (2022), Analitica rețelelor sociale, IT & C, 1:2, 93-102, DOI: 10.58679/IT85450, https://www.internetmobile.ro/analitica-retelelor-sociale/

 

Rezumat

Pe măsură ce canalele de socializare se îndreaptă de la viața personală la cea profesională și pătrund în rutinele corporative de zi cu zi și în fluxurile de lucru ale afacerilor, organizațiile se confruntă cu nevoia de a formula și implementa tehnici de măsurare care să le ajute să obțină informații din interacțiunile social media și să evalueze succesul propriilor lor inițiative de socializare. Analitica rețelelor sociale (analitica social media) este un domeniu nou și emergent, pregătit pentru a permite companiilor să își îmbunătățească inițiativele de gestionare a performanței în diferite funcții de afaceri. Indiferent dacă este vorba de măsurarea eficienței campaniilor promoționale, colectarea de informații despre nevoile și preferințele clienților, discernerea percepțiilor mărcii, obținerea de feedback cu privire la performanța produsului sau pentru a capta date despre tendințele pieței, analitica social media are potențialul de a furniza informații utile diferitelor linii de afaceri precum marketing și vânzări, relații cu clienții, relații publice și dezvoltarea de produse.

 

Cuvinte cheie: analitica, rețele sociale, social media

 

Abstract

As social media channels move from personal to professional life and permeate daily corporate routines and business workflows, organizations are faced with the need to formulate and implement measurement techniques to help them gain insights from social media interactions and evaluate the success of their own social media initiatives. Social media analytics is a new and emerging field poised to enable companies to improve their performance management initiatives across various business functions. Whether it’s to measure the effectiveness of promotional campaigns, gather information about customer needs and preferences, discern brand perceptions, get feedback on product performance, or to capture data on market trends, social media analytics has the potential to provide useful insights to different lines of business such as marketing and sales, customer relations, public relations and product development.

 

Keywords: analytics, social networks, social media

 

IT & C, Volumul 1, Numărul 2, Decembrie 2022, pp. 93-102
ISSN 2821 – 8469, ISSN – L 2821 – 8469
URL: https://www.internetmobile.ro/analitica-retelelor-sociale/
© Nicolae Sfetcu. Responsabilitatea conținutului, interpretărilor și opiniilor exprimate revine exclusiv autorilor.

 

Acesta este un articol cu Acces Deschis distribuit în conformitate cu termenii licenței de atribuire Creative Commons CC BY-SA 3.0 (https://creativecommons.org/licenses/by-sa/3.0/).

This is an Open Access article distributed under the terms of the Creative Commons Attribution License CC BY-SA 3.0 (https://creativecommons.org/licenses/by-sa/3.0/) .

 

Analitica rețelelor sociale

Nicolae Sfetcu

 

Pe măsură ce canalele de socializare se îndreaptă de la viața personală la cea profesională și pătrund în rutinele corporative de zi cu zi și în fluxurile de lucru ale afacerilor, organizațiile se confruntă cu nevoia de a formula și implementa tehnici de măsurare care să le ajute să obțină informații din interacțiunile social media și să evalueze succesul propriilor lor inițiative de socializare. Analitica rețelelor sociale (analitica social media) este un domeniu nou și emergent, pregătit pentru a permite companiilor să își îmbunătățească inițiativele de gestionare a performanței în diferite funcții de afaceri. Indiferent dacă este vorba de măsurarea eficienței campaniilor promoționale, colectarea de informații despre nevoile și preferințele clienților, discernerea percepțiilor mărcii, obținerea de feedback cu privire la performanța produsului sau pentru a capta date despre tendințele pieței, analitica social media are potențialul de a furniza informații utile diferitelor linii de afaceri precum marketing și vânzări, relații cu clienții, relații publice și dezvoltarea de produse.

În ciuda acestor beneficii recunoscute și a gamei largi de oferte ale furnizorilor și capabilități tehnologice în spațiul de analitica social media, companiile încă se luptă cu adoptarea, implementarea și instituționalizarea metodologiilor și tehnicilor pentru un program eficient de analitica social media. Analitica social media trebuie să fie poziționată ca o practică de business intelligence – legând diversele sale capacități de monitorizare, descoperire și predictive la execuția tactică a inițiativelor de social media și la obiectivele strategice la nivel înalt ale organizației.

Analitica social media este procesul de colectare și analiză a datelor din rețelele sociale precum Facebook, Instagram, LinkedIn și Twitter. Este folosită în mod obișnuit de agenții de marketing pentru a urmări conversațiile online despre produse și companii. Un autor a definit-o drept „arta și știința de a extrage informații valoroase ascunse din cantități mari de date semi-structurate și nestructurate de pe rețelele sociale pentru a permite luarea deciziilor informate și perspicace.”[1]

Fundație conceptuală

De la social media la analitica social media

Înainte de a discuta domeniul de aplicare și specificul analiticii social media, este important să se clarifice ce este inclus în definiția social media, deoarece nu există o definiție clară și concisă a termenului cu care toată lumea să fie de acord, iar termenul a fost adesea folosit greșit ca un cuvânt la modă. În ciuda lipsei unei definiții standard, majoritatea academicienilor și practicienilor folosesc termenul de social media pentru a descrie o varietate de canale și platforme online care pot facilita crearea și difuzarea în comun a informațiilor. Caracteristicile descriptive obișnuite ale social media includ social media interactive, generate de utilizatori, colaborative, partajate și diseminarea rapidă a informațiilor. Categoriile de social media definite de Sterne (2010) includ următoarele: forumuri, site-uri de recenzii și opinii, rețele sociale, blogging, microblogging, bookmarking social și partajare media.

În centrul social media, în categoriile enumerate mai sus sunt două concepte care diferențiază aceste canale și platforme de alte tehnologii tradiționale pentru comunicarea mediată de computer – și anume, fluxurile de activitate și grafurile sociale. Comportamentele din rețelele sociale, cum ar fi comunicarea, crearea, partajarea și colaborarea, constituie fluxurile de activitate ale indivizilor. În plus, aceste interacțiuni apar în contextul legăturilor și relațiilor dintre indivizi și rețeaua lor socială de prieteni, adepți și fani – reprezentând graful lor social al conexiunilor.

Aceste idei de fluxuri de activitate și grafuri sociale sunt, de asemenea, semnificative în contextul măsurării rețelelor sociale, deoarece oferă baza pentru cuantificarea și evaluarea acțiunilor și răspunsurilor care generează conținut și conversații pe platformele și canalele de socializare. Aceste valori de bază ale activității la nivel granular pot fi ulterior utilizate pentru a dezvolta modele avansate de măsurare în inițiativele de analitica socială ale unei companii.

Definirea funcțională a analiticii social media

În conformitate cu perspectiva de business intelligence a analiticii social media, adoptăm următoarea definiție de lucru a analiticii social media, așa cum a propus Lovett (Lovett, J. (2011). Social media metrics secrets. Indianapolis, IN: Wiley Publishing, Inc.): „Analitica socială este disciplina care ajută companiile să măsoare, să evalueze și să explice performanța inițiativelor de social media în contextul obiectivelor specifice de afaceri „. Această definiție evidențiază relevanța analiticii social media pentru managementul performanței și obiectivele de afaceri – constructe care definesc însăși noțiunea de business intelligence.

În esență, analitica social media cuprinde practica de definire și adoptare a valorilor adecvate pentru măsurarea succesului inițiativelor de social media în organizații. Este un cadru de măsurare care facilitează un punct de vedere integrat al obiectivelor strategice ale unei organizații, al măsurilor sale de performanță la nivel operațional și a diverselor metrici de social media care pot fi legate de aceste măsuri de performanță.

Putem facem diferența între valorile de social media și cele analitice, situându-le pe acestea din urmă ca pe un construct de ordin superior. Acest punct de vedere este în concordanță cu cel al altor cercetători și practicanți. În timp ce metricile sunt în primul rând preocupate de date, tranzacții și informații din trecut, analiticile, pe de altă parte, se bazează și analizează acele valori pentru a genera informații și a informa strategia viitoare. De exemplu, Lovett propune o ierarhie pe mai multe niveluri a măsurilor de social media, de la contorizarea valorilor la valorile fundamentale, rezultatele și valorile afacerii – fiecare nivel construindu-se unul peste celălalt și împreună constituie un program de analitica social media . Trebuie subliniat totuși că analitica acționabilă necesită metrici bine concepute și, fără un set corect de măsurători descriptive la nivel operațional, organizațiile nu vor putea descoperi tipare și obține informații pentru o strategie de afaceri eficientă.

Procesul analitica

Există trei pași principali în analiza social media: identificarea datelor, analiza datelor și interpretarea informațiilor. Pentru a maximiza valoarea derivată în fiecare moment al procesului, analiștii pot defini o întrebare la care să se răspundă. Întrebările importante pentru analiza datelor sunt: „Cine? Ce? Unde? Când? De ce? și Cum?” Aceste întrebări ajută la determinarea surselor de date adecvate de evaluat, ceea ce poate afecta tipul de analiză care poate fi efectuată.[2]

Identificarea datelor

Identificarea datelor este procesul de identificare a subseturilor de date disponibile pe care să se concentreze pentru analiză. Datele brute sunt utile odată ce sunt interpretate. După ce datele au fost analizate, se poate începe să se transmită un mesaj. Orice dată care transmite un mesaj semnificativ devine informație. La un nivel înalt, datele neprocesate iau următoarele forme pentru a se traduce într-un mesaj exact: date zgomotoase; date relevante și irelevante, date filtrate; numai date relevante, informații; date care transmit un mesaj vag, cunoștințe; date care transmit un mesaj precis, înțelepciune; date care transmit mesajul exact și motivul din spatele acestuia. Pentru a obține înțelepciune dintr-o dată neprelucrată, trebuie să începem să le procesăm, să rafinăm setul de date prin includerea datelor pe care vrem să ne concentrăm și să organizăm datele pentru a identifica informațiile. În contextul analiticii social media, identificarea datelor înseamnă „ce” conținut este de interes. Pe lângă textul de conținut, vrem să știm: cine a scris textul? Unde a fost găsit sau pe ce rețea de socializare a apărut? Suntem interesați de informații dintr-o zonă specifică? Când a spus cineva ceva în rețelele sociale?[2]

Proces de analiză a rețelelor sociale.
Credit: Asmat Muradi, Wikipedia, licența CC BY-SA 4.0. Traducere și adaptare Nicolae Sfetcu

([4] Proces de analiză a rețelelor sociale. )

Atributele datelor care trebuie luate în considerare sunt următoarele:

  • Structură: Datele structurate sunt date care au fost organizate într-un depozit formatat – de obicei o bază de date – astfel încât elementele sale să poată fi adresate pentru o procesare și o analiză mai eficace. Datele nestructurate, spre deosebire de datele structurate, sunt datele cel mai puțin formatate.[3]
  • Limbă: Limba devine semnificativă dacă vrem să cunoaștem sentimentul unei postări, mai degrabă decât numărul de mențiuni.
  • Regiune: Este important să ne asigurăm că datele incluse în analiză provin doar din acea regiune a lumii pe care se concentrează analiza. De exemplu, dacă scopul este de a identifica problemele cu apa curată din India, am dori să ne asigurăm că datele colectate sunt numai din India.
  • Tip de conținut: Conținutul datelor poate fi Text (text scris ușor de citit și de înțeles dacă cunoașteți limba), Fotografii (desene, schițe simple sau fotografii), Audio (înregistrări audio ale cărților, articolelor, discuțiilor, sau discuții) sau Videoclipuri (înregistrare, streamuri live).
  • Locație: Conținutul rețelelor sociale este generat într-o varietate de locuri, cum ar fi site-uri de știri și site-uri de rețele sociale (de exemplu, Facebook, Twitter). În funcție de tipul de proiect pentru care sunt colectate datele, locația devine foarte semnificativă.
  • Timp: Este important să colectați datele postate în intervalul de timp care este analizat.
  • Proprietatea datelor: Datele sunt private sau disponibile public? Există vreun drept de autor asupra datelor? Acestea sunt întrebările importante care trebuie abordate înainte de colectarea datelor.

Analiza datelor

Analiza datelor este setul de activități care ajută la transformarea datelor brute în perspectivă, care, la rândul său, conduce la o nouă bază de cunoștințe și valoare de afaceri. Cu alte cuvinte, analiza datelor este faza care ia datele filtrate ca intrare și le transformă în informații de valoare pentru analiști. Multe tipuri diferite de analize pot fi efectuate cu datele din rețelele de socializare, inclusiv analiza postărilor, sentimentul, factorii de sentiment, geografia, datele demografice etc. Etapa de analiză a datelor începe odată ce știm ce problemă vrem să rezolvăm și știm că avem suficiente date

Dezvoltarea unui model de date este un proces sau o metodă pe care o folosim pentru a organiza elementele de date și pentru a standardiza modul în care elementele individuale de date se relaționează între ele. Acest pas este important deoarece dorim să rulăm un program de calculator peste date; avem nevoie de o modalitate de a spune computerului care cuvinte sau teme sunt importante și dacă anumite cuvinte se referă la subiectul pe care îl explorăm.

În analiza datelor noastre, este util să avem la dispoziție mai multe instrumente pentru a obține o perspectivă diferită asupra discuțiilor care au loc în jurul subiectului. Scopul aici este de a configura instrumentele care să funcționeze la vârf pentru o anumită sarcină. De exemplu, gândindu-ne la un nor de cuvinte, dacă luăm o cantitate mare de date în jurul profesioniștilor din informatică, să spunem „arhitectul IT”, și construim un nor de cuvinte, fără îndoială cel mai mare cuvânt din cloud ar fi „arhitect”. Această analiză se referă și la utilizarea instrumentului. Unele instrumente pot face o treabă bună la determinarea sentimentelor, în timp ce altele pot face o treabă mai bună în descompunerea textului într-o formă gramaticală care ne permite să înțelegem mai bine sensul și utilizarea diferitelor cuvinte sau expresii. În efectuarea analizei analitice, este dificil de enumerat fiecare pas de făcut într-o călătorie analitică. Este foarte mult o abordare iterativă, deoarece nu există un mod prescris de a face lucrurile.[2]

Taxonomia și înțelegerea derivată din această analiză sunt următoarele:

  • Profunzimea analizei: Statistici descriptive simple bazate pe date în flux, analiză ad-hoc pe datele acumulate sau analiză profundă efectuată pe datele acumulate. Această dimensiune de analiză este într-adevăr determinată de cantitatea de timp disponibilă pentru a veni cu rezultatele unui proiect. Acesta poate fi considerat un continuum larg, în care timpul de analiză variază de la câteva ore la un capăt la câteva luni la celălalt capăt. Această analiză poate răspunde la următoarele tipuri de întrebări:
    • Câți oameni au menționat cuvântul în tweet-urile lor?
    • Care politician a avut cel mai mare număr de aprecieri în timpul dezbaterii?
    • Care concurent adună cele mai multe mențiuni în contextul afacerilor sociale?
  • Capacitatea mașinii: Cantitatea de procesor necesară pentru a procesa seturi de date într-o perioadă de timp rezonabilă. Capacitatea trebuie să răspundă nu numai nevoilor CPU, ci și capacității rețelei necesare pentru a prelua date. Această analiză ar putea fi efectuată în timp real, aproape în timp real, explorare ad-hoc și analiză profundă. Analiza în timp real în rețelele sociale este un instrument important atunci când încercați să înțelegeți percepția publicului asupra unui anumit subiect pe măsură ce se desfășoară, pentru a permite o reacție sau o schimbare imediată a cursului. În analiza aproape în timp real, presupunem că datele sunt ingerate în instrument la o rată mai mică decât în ​​timp real. Analiza ad-hoc este un proces conceput pentru a răspunde la o singură întrebare specifică. Produsul analizei ad-hoc este de obicei un raport sau un rezumat al datelor. O analiză profundă implică o analiză care se întinde pe o perioadă lungă de timp și implică o cantitate mare de date, care de obicei se traduce într-o cerință ridicată de CPU.[2]
  • Domeniul analizei: Domeniul analizei este clasificat pe scară largă în rețelele sociale externe și rețelele sociale interne. De cele mai multe ori, când oamenii folosesc termenul de social media, se referă la rețele sociale externe. Aceasta include conținutul generat de pe site-uri populare de rețele sociale, cum ar fi Twitter, Facebook și LinkedIn. Rețelele sociale interne includ rețeaua socială a întreprinderii, care este o rețea socială privată utilizată pentru a sprijini comunicarea în cadrul afacerilor.[5]
  • Viteza datelor: Viteza datelor în rețelele sociale poate fi împărțită în două categorii: date în repaus și date în mișcare. Dimensiunile vitezei datelor în mișcare pot răspunde la întrebări precum: Cum se schimbă sentimentul populației generale despre jucători în timpul disputei? Mulțimea transmite un sentiment pozitiv despre cel care pierde de fapt jocul? În aceste cazuri, analiza se face așa cum vine. În această analiză, cantitatea de detaliu produsă este direct corelată cu complexitatea instrumentului sau a sistemului analitic. Un instrument extrem de complex produce mai multe detalii. Al doilea tip de analiză în contextul vitezei este o analiză a datelor în repaus. Această analiză este efectuată odată ce datele sunt colectate complet. Efectuarea acestei analize poate oferi perspective precum: care dintre produsele companiei dumneavoastră are cele mai multe mențiuni în comparație cu altele? Care este sentimentul relativ în jurul produselor dvs. în comparație cu produsul unui concurent?[2]

Interpretarea informațiilor

Perspectivele derivate din analiză pot fi la fel de variate ca întrebarea inițială care a fost pusă în primul pas al analizei. În această etapă, întrucât utilizatorii de afaceri netehnici sunt receptorii informațiilor, forma de prezentare a datelor devine importantă. Cum ar putea datele să aibă sens în mod eficient, astfel încât să poată fi utilizate în luarea deciziilor corecte? Vizualizarea (grafica) informațiilor este răspunsul la această întrebare.[6]

Cele mai bune vizualizări sunt cele care expun ceva nou despre tiparele de bază și relațiile care conțin datele. Expunerea tiparelor și subestimarea acestora joacă un rol cheie în procesul de luare a deciziilor. În principal, există trei criterii de luat în considerare în vizualizarea datelor.

  • Înțelegeți audiența: înainte de a construi vizualizarea, stabiliți-vă un scop, care este transmiterea unor cantități mari de informații într-un format ușor de asimilat de către consumatorul de informații. Este important să răspundeți „Cine este publicul?” și „Puteți presupune că publicul are cunoștințele terminologiilor folosite?” Un public de experți va avea așteptări diferite față de un public general; prin urmare, așteptările trebuie luate în considerare.[7]
  • Stabiliți un cadru clar: analistul trebuie să se asigure că vizualizarea este corectă din punct de vedere sintactic și semantic. De exemplu, atunci când se folosește o pictogramă, elementul ar trebui să semene cu lucrul pe care îl reprezintă, cu dimensiunea, culoarea și poziția, toate comunicând sens pentru privitor.[7]
  • Spuneți o poveste: informațiile analitice sunt complexe și greu de asimilat, prin urmare, scopul vizualizării este de a înțelege și de a da sens informațiilor. Povestirea ajută spectatorul să obțină o perspectivă din date. Vizualizarea ar trebui să împacheteze informațiile într-o structură care este prezentată ca o narațiune și ușor de reținut. Acest lucru este important în multe scenarii când analistul nu este aceeași persoană cu un factor de decizie.[7]

Referințe

[1] Sponder, Marshall; Khan, Gohar F. (2017). Digital analytics for marketing. New York, NY. ISBN 9781138190672. OCLC 975370877.

[2] Ganis, Matthew; Kohirkar, Avinash (2015). Social media Analytics: Techniques and insights for Extracting Business Value Out of Social Media. New York: IBM Press. pp. 40–137. ISBN 978-0-13-389256-7.

[3] „What is structured data? – Definition from WhatIs.com”. WhatIs.com. Retrieved 2016-12-06.

[4] Ganis, Matthew; Kohirkar, Avinash (2015). Social media Analytics: Techniques and insights for Extracting Business Value Out of Social Media. New York: IBM Press. pp. 247–248. ISBN 978-0-13-389256-7.

[5] Kitt, Denise (2012-05-24). „Enterprise Social Networks Explained”. CRM Switch. Retrieved 2016-11-05.

[6] Steele, Julie (2012-02-15). „Why data visualization matters”. O’Reilly Media. Retrieved 2016-12-11.

[7] „The Three Elements of Successful Data Visualizations”. Harvard Business Review. Retrieved 2016-12-11.

 

Sursa: Sfetcu, Nicolae (2020). Analitica rețelelor sociale, MultiMedia Publishing, ISBN 978-606-033-704-1, https://www.telework.ro/ro/e-books/analitica-retelelor-sociale/. Licența CC-BY 3.0

Deschideți / Creați o imagine în Adobe Photoshop

Sfetcu, Nicolae (2022), Deschideți / Creați o imagine în Adobe Photoshop, IT & C, 1:2, 43-48Sfetcu, Nicolae (2022), Deschideți / Creați o imagine în Adobe Photoshop, IT & C, 1:2, 43-48, DOI: 10.58679/IT23484, https://www.internetmobile.ro/deschideti-creati-o-imagine-in-adobe-photoshop/

 

Rezumat

Odată ce ați deschis Adobe Photoshop, puteți începe să editați imediat. Urmați instrucțiunile din acest articol pentru a deschide sau crea un fișier Photoshop (.psd) sau o imagine existentă sau nouă.

 

Cuvinte cheie: Adobe Photoshop

 

Abstract

Once you open Adobe Photoshop, you can start editing right away. Follow the instructions in this article to open or create an existing or new Photoshop (.psd) file or image.

 

Keywords: Adobe Photoshop

 

IT & C, Volumul 1, Numărul 2, Decembrie 2022, pp. 43-48
ISSN 2821 – 8469, ISSN – L 2821 – 8469
URL: https://www.internetmobile.ro/deschideti-creati-o-imagine-in-adobe-photoshop/
© 2022 Nicolae Sfetcu. Responsabilitatea conținutului, interpretărilor și opiniilor exprimate revine exclusiv autorilor.

 

Creative Commons CC BY 4.0Acesta este un articol cu Acces Deschis distribuit în conformitate cu termenii licenței de atribuire Creative Commons CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/), care permite utilizarea, distribuirea și reproducerea fără restricții pe orice mediu, cu condiția ca lucrarea originală să fie citată corect.

This is an Open Access article distributed under the terms of the Creative Commons Attribution License CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/), which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.

 

Deschideți / Creați o imagine în Adobe Photoshop

Nicolae Sfetcu

 

Deschiderea unei imagini sau fișier existent

Odată ce ați deschis AdobePhotoshop, puteți începe să editați imediat! Urmați instrucțiunile de mai jos pentru a deschide un fișier Photoshop (.psd) sau o imagine existentă.

  1. Pentru a deschide un document sau o imagine Photoshop: Accesați File și selectați Open …
  2. Va apărea o fereastră de răsfoire și puteți localiza fișierul, îl puteți selecta și faceți clic pe Open.

Sfat: Pentru a redeschide un fișier deschis recent, selectați Open Recent  pentru a selecta dintr-o listă de fișiere deschise recent.

Creați o imagine

Creați un nou fișier Photoshop

Deși, de obicei, puteți deschide imagini în Photoshop, există momente când trebuie să creați un fișier nou. Acest lucru se poate întâmpla atunci când doriți să creați un colaj, să creați un banner web, să proiectați un anunț sau altele.

  1. Pentru a crea un document nou: Accesați File și selectați New …
  2. Utilizați ghidul de mai jos pentru a seta dimensiunea și setările dorite ale documentului.

Casetă de dialog pentru un document nou

  1. Nume (Name): Câmpul Name este locul în care puteți adăuga un nume noului dvs. document. Acesta ar trebui să fie un nume care să vă ajute să identificați cu ușurință fișierul.
  2. Presetare (Prest): Câmpul Preset este locul în care puteți alege dacă doriți să vă bazați dimensiunea documentului pe o presetare furnizată sau creând propria dimensiune personalizată.

  1. Dimensiune (Size): Dacă ați ales Custom pentru presetare, atunci nu va trebui să utilizați acest meniu derulant.

Dacă ați ales să utilizați orice altă presetare de mai sus, atunci veți vedea opțiuni de dimensiune bazate pe presetarea pe care ați selectat-o. De exemplu, dacă ați selectat U.S. Paper, veți vedea dimensiuni obișnuite ale hârtiei din SUA, cum ar fi Letter, Legal și Tabloid.

Dacă nu sunteți sigur de o dimensiune bună pentru documentul dvs., vă recomandăm să încercați una dintre dimensiunile presetate și predeterminate.

  1. Lățime (Width), și
  2. Înălțime (Height): Dacă nu ați selectat o presetare și ați ales să creați o dimensiune personalizată, atunci aici puteți introduce lățimea și înălțimea documentului dorit. Rețineți că puteți schimba unitățile făcând clic pe meniurile derulante de lângă valorile lățimii și înălțimii și selectând inci, pixeli, centimetri etc.

  1. Rezoluție (Resolution): Rezoluția este cea care determină calitatea imaginii și se referă la numărul de pixeli pe inch (sau centimetru) al imaginii.
  2. Mod culoare (Color Mode): Modul culoare vă permite să alegeți ce mod și biți doriți să utilizați pentru noul dvs. document. Notă: CMYK se referă la culorile de imprimare și este utilizat în general pentru imaginile care vor fi tipărite. RGB se referă la culorile punctelor și este destinat utilizării web, video sau a oricărei imagini afișată digital.

  1. Conținut de fundal (Background Contents): Acest lucru vă permite să determinați culoarea stratului de fundal. Alegând Alb sau Transparent, stratul dvs. va deveni respectiv alb sau transparent. Alegerea culorii de fundal va schimba culoarea stratului în ceea ce este selectat în prezent drept culoare de fundal în paleta de culori.

  1. Profil de culoare (Color Profile): Dacă utilizați un flux de lucru gestionat de culoare sau doriți să utilizați un profil de culoare al unui anumit dispozitiv sau spațiu de culoare, puteți selecta acel profil din acest meniu derulant.
  2. Raportul aspectului pixelilor (Pixel Aspect Ratio): Raportul de aspect al pixelilor este util pentru cei care creează grafică pentru a fi utilizată pentru lucrări video care nu sunt HD sau care nu utilizează pixeli pătrați.

  1. Dimensiunea imaginii (Image Size): Aceasta se referă la dimensiunea fișierului noului dvs. document, adică cât spațiu este necesar pe un hard disk sau disc pentru a salva fișierul. Acest număr este măsurat în octeți, kilobiți (K), megaocteți (M) și gigaocteți (G).

 

Sursa: Sfetcu, Nicolae (2021). Adobe Photoshop pentru începători, MultiMedia Publishing, ISBN 978-606-033-530-6, https://www.telework.ro/ro/e-books/adobe-photoshop-pentru-incepatori/

Proiectarea și modelarea tehnologiei blockchain – Bitcoin

Sfetcu, Nicolae (2022), Proiectarea și modelarea tehnologiei blockchain - Bitcoin, IT & C, 1:2, 85-92Sfetcu, Nicolae (2022), Proiectarea și modelarea tehnologiei blockchain – Bitcoin, IT & C, 1:2, 85-92, DOI: 10.58679/IT85290, https://www.internetmobile.ro/proiectarea-si-modelarea-tehnologiei-blockchain-bitcoin/

 

Rezumat

Ingineria ontologică, împreună cu tehnologiile Web semantice, permit modelarea și dezvoltarea semantică a fluxului operațional necesar pentru proiectarea TB. Cel mai utilizat sistem de modelare blockchain prin reprezentarea abstractă, descrierea și definirea structurii, a proceselor, a informațiilor și a resurselor, este modelarea intreprinderilor. Modelarea intreprinderii utilizează ontologiile de domeniu folosind limbaje de reprezentare a modelului. Bitcoin este principalul sistem de plată peer-to-peer şi monedă digitală care folosește tehnologia blockchain.

 

Cuvinte cheie: proiectare, modelare, tehnologii, blockchain, bitcoin

 

Abstract

Ontology engineering, together with Semantic Web technologies, enable the semantic modeling and development of operational flow required for TB design. The most widely used blockchain modeling system by abstractly representing, describing and defining structure, processes, information and resources is enterprise modeling. Enterprise modeling uses domain ontologies using model representation languages. Bitcoin is the leading peer-to-peer payment system and digital currency that uses blockchain technology.

 

Keywords: design, modeling, technologies, blockchain, bitcoin

 

IT & C, Volumul 1, Numărul 2, Decembrie 2022, pp. 85-92
ISSN 2821 – 8469, ISSN – L 2821 – 8469
URL: https://www.internetmobile.ro/proiectarea-si-modelarea-tehnologiei-blockchain-bitcoin/
© 2022 Nicolae Sfetcu. Responsabilitatea conținutului, interpretărilor și opiniilor exprimate revine exclusiv autorilor.

 

Creative Commons CC BY 4.0Acesta este un articol cu Acces Deschis distribuit în conformitate cu termenii licenței de atribuire Creative Commons CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/), care permite utilizarea, distribuirea și reproducerea fără restricții pe orice mediu, cu condiția ca lucrarea originală să fie citată corect.

This is an Open Access article distributed under the terms of the Creative Commons Attribution License CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/), which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.

 

Bitcoin

 

Proiectarea și modelarea tehnologiei blockchain – Bitcoin

Nicolae Sfetcu

 

Proiectare

Ingineria ontologică, (Smith 2004) împreună cu tehnologiile Web semantice, permit modelarea și dezvoltarea semantică a fluxului operațional necesar pentru proiectarea TB. Web-ul semantic, conform W3C, „oferă un cadru comun care permite partajarea și reutilizarea datelor în limitele aplicațiilor, ale intreprinderilor și ale comunității,” (W3C 2013) și deci poate fi văzut ca un integrator pentru diferite conținuturi, aplicații și sisteme de informare. Tim Berners-Lee a avut primul o viziune a puterii rețelelor de date (Berners-Lee 2007) procesate de mașini: (Berners-Lee 2004)

”Am un vis pentru Webul care devine capabil să analizeze toate datele de pe Web – conținutul, legăturile și tranzacțiile dintre oameni și computere. Un „Web semantic”, care face acest lucru posibil, va apare în curând, dar atunci când se va întâmpla, mecanismele zilnice de comerț, de birocrație și din viața noastră de zi cu zi vor fi tratate de mașini care vorbesc cu mașinile. „Agenții inteligenți” pe care oamenii i-au căutat de-a lungul veacurilor, se vor materializa în cele din urmă.” (Berners-Lee 2000)

Metadatele și tehnologiile Web semantice au permis aplicarea ontologiilor pentru proveniența cunoașterii. Cercetarea ontologică computațională poate fi utilă în plan economic (inclusiv pentru firme), social, și pentru alți cercetători, contribuind la dezvoltarea aplicațiilor specifice. (Kim and Laskowski 2016)

Mulți cercetători consideră ontologia computațională ca un fel de filozofie aplicată. (Tom Gruber 2008) În lucrarea „Despre principiile de proiectare a ontologiilor utilizate pentru schimbul de cunoștințe„, Tom Gruber oferă o definiție deliberată a ontologiei ca termen tehnic în domeniul informaticii. (Thomas Gruber 1994) Gruber a introdus termenul ca o specificație a unei conceptualizări:

”O ontologie este o descriere (ca o specificare formală a unui program) a conceptelor și a relațiilor care pot exista formal pentru un agent sau o comunitate de agenți. Această definiție este compatibilă cu utilizarea ontologiei ca set de definiții conceptuale, dar mai general. Și este un alt sens al cuvântului decât folosirea lui în filosofie.” (Tom Gruber 1992)

În încercarea de a distanța ontologiile de taxonomii, Gruber a declarat: (Tom Gruber 1993)

”Ontologiile sunt deseori asimilate cu ierarhiile taxonomice ale clasei, definițiilor de clasă și relației de subsumare, dar ontologiile nu trebuie să se limiteze la aceste forme. Ontologiile nu se limitează, de asemenea, la definiții conservatoare – adică definiții în sens logic tradițional care introduc numai terminologia și nu adaugă nicio cunoaștere despre lume. (Enderton 2001) Pentru a specifica o conceptualizare, este necesar să se precizeze axiome care împiedică interpretările posibile pentru termenii definiți.” (Tom Gruber 1993)

Feilmayr și Wöß au rafinat această definiție: „O ontologie este o specificare formală și explicită a unei conceptualizări comune, caracterizată printr-o expresivitate semantică ridicată necesară pentru o complexitate sporită.” (Feilmayr and Wöß 2016)

Una din cele mai elaborate ontologii în acest sens este ontologia trasabilității (Kim, Fox, and Gruninger 1995) care a ajutat la dezvoltarea ontologiilor TOVE pentru modelarea intreprinderilor, (Fox and Grüninger 1998) considerată ca sursă principală pentru proiectarea blockchain.

Proiectarea blockchain se bazează pe principiile fundamentale ale arhitecturii Internet: supraviețuirea (comunicațiile pe Internet trebuie să continue în ciuda pierderii de rețele sau gateway), varietatea tipurilor de servicii (mai multe tipuri de servicii de comunicații), varietatea rețelelor (mai multe tipuri de rețele), gestionarea distribuită a resurselor, rentabilitatea, ușurința de a atașa gazdele și responsabilitatea în utilizarea resurselor. (Hardjono, Lipton, and Pentland 2018)

Modele

Cel mai utilizat sistem de modelare blockchain prin reprezentarea abstractă, descrierea și definirea structurii, a proceselor, a informațiilor și a resurselor, este modelarea intreprinderilor. (Leondes and Jackson 1992) Modelarea intreprinderii utilizează ontologiile de domeniu folosind limbaje de reprezentare a modelului. (Vernadat 1997)

Bazându-se pe proiectarea bazată pe componente, ontologia blockchain descompune blocurile în componente individuale funcționale sau logice și identifică posibilitățile, asistând în proiectarea, implementarea, și măsurarea performanțelor diferitelor arhitecturi de blocuri. (Tasca and Tessone 2017) Conform lui Paolo Tasca, abordarea metodologică este compusă în principiu din următoarele etape:

  1. Studiul comparativ al diferitelor blocuri: analiza vocabularului și a termenilor pentru a rezolva ambiguitățile și dezacordurile
  2. Definirea cadrului: identificarea și clasificarea componentelor, definind o ontologie ierarhică
  3. Categorisirea nivelelor: sunt introduse și comparate diferite aspecte pentru componentele de la cel mai mic nivel al structurii ierarhice.

Ca orice tehnologie TIC, un blockchain este condus de principiile fundamentale ale descentralizării datelor, transparenței, securității și confidențialității. (Aste, Tasca, and Matteo 2017) Alte proprietăți fundamentale ale blockchain includ automatizarea datelor și capacitatea de stocare a datelor.

Conform lui Fox și Gruninger, dintr-o perspectivă de proiectare, un model de intreprindere ar trebui să ofere limbajul folosit pentru a defini în mod explicit o intreprindere. (Fox and Grüninger 1998) Din perspectiva operațiunilor, modelul intreprinderii trebuie să fie capabil să reprezinte ceea ce este planificat, și ceea ce s-a întâmplat, și să furnizeze informațiile și cunoștințele necesare pentru a sprijini operațiunile. (Fox and Grüninger 1998) Funcțiile sunt modelate printr-o reprezentare structurată, (FIPS PUBS 1993) o reprezentare grafică într-un domeniu definit pentru identificarea nevoilor de informare, identificarea oportunităților și determinarea costurilor. (Department Of Defense (DOD) Records Management (RM) 1995) Alte perspective pot fi cele comportamentale, organizaționale sau informaționale. (Koskinen 2000)

O modelare funcțională adecvată TB se concentrează pe proces, folosind patru simboluri în acest scop:

  • Proces: Ilustrează transformarea de la intrare la ieșire.
  • Stocare: Colectarea de date sau alt fel de material.
  • Debit: Deplasarea datelor sau a materialelor în proces.
  • Entitate externă: Externă față de sistemul modelat, dar interacționează cu acesta.

Un proces poate fi reprezentat ca o rețea a acestor simboluri. În Dynamic Enterprise Modeling (DEMO), de exemplu, o descompunere se face în modelul de control, modelul de funcții, modelul de proces și modelul organizațional.

Modelarea datelor folosește aplicarea descrierilor formale într-o bază de date. (Whitten, Bentley, and Dittman 2004) Modelul de date va consta din entități, atribute, relații, reguli de integritate și definiții ale obiectelor, fiind utilizat pentru proiectarea interfeței sau a bazei de date.

Bitcoin

Bitcoin este principalul sistem de plată peer-to-peer şi monedă digitală care folosește tehnologia blockchain. Caracteristicile rețelei Bitcoin: (Calvery 2013)

  • Nu există un server central, rețeaua Bitcoin este peer-to-peer.
  • Nu există un depozit central, registrul de bitcoin este distribuit.
  • Registrul este public, oricine îl poate stoca pe computer.
  • Nu există un administrator, registrul este menținut de o rețea de mineri la fel de privilegiați.
  • Oricine poate deveni un miner.
  • Adăugările la registru sunt menținute prin concurență. Până când un nou bloc nu este adăugat în registru, nu se știe care miner va crea blocul.
  • Emisiunea de bitcoin este descentralizată. Aceste criptovalute sunt emise ca recompensă pentru crearea unui nou bloc.
  • Oricine poate să creeze o adresă bitcoin nouă (o corespondență bitcoin a unui cont bancar) fără a avea nevoie de aprobare.
  • Oricine poate trimite o tranzacție în rețea fără a avea nevoie de aprobare, rețeaua confirmă doar că tranzacția este legitimă.

Cercetătorii au subliniat o „tendință de centralizare”: pe de o parte, minerii Bitcoin se alătură unor mari baze miniere pentru a minimiza varianța veniturilor lor. (Böhme et al. 2015, 215–22) Pe de altă parte, s-a format o „aristocrație” Bitcoin ca rezultat al arhitecturii codului; membrii acestei aristocrații sunt cei care au intrat devreme în jocul Bitcoin.

Nigel Dodd argumentează în Viața socială a Bitcoin că esența ideologiei bitcoin este de a scoate banii din controlul social, inclusiv al guvernului, existând chiar o Declarație de independență Bitcoin. Declarația include un mesaj al cripto-anarhismului cu cuvintele: „Bitcoin este în mod inerent anti-instituție, anti-sistem și anti-stat. Bitcoin subminează guvernele și perturbă instituțiile, deoarece bitcoin este fundamental umanitar.” (von Hayek 1976)

David Golumbia afirmă că ideile care influențează susținătorii bitcoin apar din mișcările extremiste de dreapta și retorica lor anti-banca centrală, sau, mai recent, libertarianismul lui Ron Paul și Tea Party. (The Economist 2018)

Kroll și colab. susțin că ecologia Bitcoin va avea nevoie de structuri de guvernare pentru a supraviețui, (Kroll, Davey, and Felten 2013) existând deja semne de structuri de guvernanță emergente. Aceste moduri de guvernare se pot baza pe consens și, dacă conducerea se opune, comunitatea poate să aleagă un alt curs. Dincolo de acestea, evoluțiile recente au arătat că un singur bazin minier ar putea contribui atât de mult la procesele computationale ale Bitcoin, încât ar putea controla eficient întregul sistem, punând astfel capăt structurii sale descentralizate. (Kostakis and Giotitsas 2014)

Bauwens și Kostakis susțin că Bitcoin nu este un proiect orientat spre comunitate, ci o monedă care reflectă un nou tip de capitalism – capitalismul „distribuit”, (Kostakis, Bauwens, and Niaros 2015) bazat pe ideologia politică liberală care pledează pentru eliminarea statului în favoarea suveranității individuale. În practică, ceea ce se obține este un capital concentrat și o guvernare centralizată.

Vasilis Kostakis și Chris Giotitsas consideră și ei că Bitcoin exemplifică un tip derivat de „capitalism distribuit” (Kostakis and Giotitsas 2014) deși ar trebui să fie mai degrabă văzut ca o inovație tehnologică.

Bibliografie

Aste, Tomaso, Paolo Tasca, and Tiziana di Matteo. 2017. “Blockchain Technologies: The Foreseeable Impact on Society and Industry.” Computer 50: 18–28. https://doi.org/10.1109/MC.2017.3571064.

Berners-Lee, Tim. 2000. Weaving the Web: The Original Design and Ultimate Destiny of the World Wide Web. HarperCollins.

———. 2004. “Semantic Web.” ResearchGate. 2004. https://www.researchgate.net/publication/307845029_Tim_Berners-Lee’s_Semantic_Web.

———. 2007. “Q&A with Tim Berners-Lee – Bloomberg.” 2007. https://www.bloomberg.com/news/articles/2007-04-09/q-and-a-with-tim-berners-leebusinessweek-business-news-stock-market-and-financial-advice.

Böhme, Rainer, Christin Nicolas, Edelman Benjamin, and Tyler Moore. 2015. “Bitcoin: Economics, Technology, and Governance.” https://pubs.aeaweb.org/doi/pdfplus/10.1257/jep.29.2.213.

Calvery, Jennifer Shasky. 2013. “Statement of Jennifer Shasky Calvery, Director Financial Crimes Enforcement Network United States Department of the Treasury Before the United States Senate Committee on Homeland Security and Government Affairs.” https://www.fincen.gov/sites/default/files/2016-08/20131118.pdf.

Department Of Defense (DOD) Records Management (RM). 1995. “Reader’s Guide to IDEF0 Function Models.” https://www.archives.gov/files/era/pdf/rmsc-19951006-dod-rm-function-and-information-models.pdf.

Enderton, Herbert. 2001. “A Mathematical Introduction to Logic – 2nd Edition.” 2001. https://www.elsevier.com/books/a-mathematical-introduction-to-logic/enderton/978-0-08-049646-7.

Feilmayr, Christina, and Wolfram Wöß. 2016. “An Analysis of Ontologies and Their Success Factors for Application to Business.” Data & Knowledge Engineering 101: 1–23. https://doi.org/10.1016/j.datak.2015.11.003.

FIPS PUBS. 1993. “FIPS Publication 183 Released of IDEFØ December 1993 by the Computer Systems Laboratory of the National Institute of Standards and Technology (NIST).” http://www.idef.com/wp-content/uploads/2016/02/idef0.pdf.

Fox, Mark Stephen, and Michael Grüninger. 1998. “Enterprise Modeling.” ResearchGate. 1998. https://www.researchgate.net/publication/220604924_Enterprise_Modeling.

Gruber, Thomas. 1994. “Toward Principles for the Design of Ontologies Used for Knowledge Sharing.” ResearchGate. 1994. https://www.researchgate.net/publication/2626138_Toward_Principles_for_the_Design_of_Ontologies_Used_for_Knowledge_Sharing.

Gruber, Tom. 1992. “What Is an Ontology?” 1992. http://www-ksl.stanford.edu/kst/what-is-an-ontology.html.

———. 1993. “A Translation Approach to Portable Ontology Specifications.” 1993. http://tomgruber.org/writing/ontolingua-kaj-1993.htm.

———. 2008. “Ontology.” 2008. http://tomgruber.org/writing/ontology-definition-2007.htm.

Hardjono, Thomas, Alexander Lipton, and Alex Pentland. 2018. “Towards a Design Philosophy for Interoperable Blockchain Systems.” ResearchGate. 2018. https://www.researchgate.net/publication/325168344_Towards_a_Design_Philosophy_for_Interoperable_Blockchain_Systems.

Hayek, Friedrich von. 1976. “Denationalisation of Money: The Argument Refined.” https://nakamotoinstitute.org/static/docs/denationalisation.pdf.

Kim, Henry M., Mark S. Fox, and Michael Gruninger. 1995. “An Ontology of Quality for Enterprise Modelling.” In , 105. IEEE Computer Society. http://dl.acm.org/citation.cfm?id=832309.837247.

Kim, Henry M., and Marek Laskowski. 2016. “Towards an Ontology-Driven Blockchain Design for Supply Chain Provenance.” ArXiv:1610.02922 [Cs]. http://arxiv.org/abs/1610.02922.

Koskinen, Minna. 2000. “Process Perspectives. In: Metamodeling and Method Engineering.” http://users.jyu.fi/~jpt/ME2000/Me14/sld004.htm.

Kostakis, Vasilis, Michel Bauwens, and Vasilis Niaros. 2015. “Urban Reconfiguration after the Emergence of Peer-to-Peer Infrastructure: Four Future Scenarios with an Impact on Smart Cities.” In Smart Cities as Democratic Ecologies, edited by Daniel Araya, 116–24. London: Palgrave Macmillan UK. https://doi.org/10.1057/9781137377203_8.

Kostakis, Vasilis, and Chris Giotitsas. 2014. “The (A)Political Economy of Bitcoin.” ResearchGate. 2014. https://www.researchgate.net/publication/287241993_The_APolitical_Economy_of_Bitcoin.

Kroll, Joshua A., Ian C. Davey, and Edward W. Felten. 2013. “The Economics of Bitcoin Mining , or Bitcoin in the Presence of Adversaries.” In .

Leondes, Cornelius T., and Richard Henry Frymuth Jackson. 1992. Manufacturing and Automation Systems: Techniques and Technologies. Academic Press.

Smith, Barry. 2004. “Beyond Concepts: Ontology as Reality Representation.” In Formal Ontology in Information Systems (FOIS), edited by Achille C. Varzi and Laure Vieu, 1–12.

Tasca, Paolo, and Claudio J. Tessone. 2017. “Taxonomy of Blockchain Technologies. Principles of Identification and Classification.” ArXiv:1708.04872 [Cs]. http://arxiv.org/abs/1708.04872.

The Economist. 2018. “Bitcoin and Other Cryptocurrencies Are Useless.” The Economist, 2018. https://www.economist.com/leaders/2018/08/30/bitcoin-and-other-cryptocurrencies-are-useless.

Vernadat, F. B. 1997. “Enterprise Modelling Languages.” In Enterprise Engineering and Integration: Building International Consensus Proceedings of ICEIMT ’97, International Conference on Enterprise Integration and Modeling Technology, Torino, Italy, October 28–30, 1997, edited by Kurt Kosanke and James G. Nell, 212–24. Research Reports Esprit. Berlin, Heidelberg: Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-642-60889-6_24.

W3C, W3C. 2013. “W3C Semantic Web Activity Homepage.” 2013. https://www.w3.org/2001/sw/.

Whitten, Jeffrey L., Lonnie D. Bentley, and Kevin C. Dittman. 2004. Systems Analysis and Design Methods. McGraw-Hill Irwin.

1 … 41 42 43 44 45 46 47