Все программы анализа данных подразделяются на универсальные и специализированные. Первые называют также пакетами статистических программ (ПСП); они содержат большое число разнообразных процедур, каждая из которых предназначена для реализации определенного класса методов (описательная статистика, регрессионный, кластерный, факторный и другие виды анализа). Эти пакеты позволяют проводить комплексный статистический анализ, начиная от управления данными и расчета выборочных характеристик исходных признаков и заканчивая использованием разнообразных «тонких» методов. Именно такие пакеты статистических программ рекомендуются для выполнения большинства работ по анализу данных в эмпирической социологии.
Специализированные программы предназначены для глубокой обработки данных лишь какими-либо видами статистической обработки – обработка динамических рядов, кластерный анализ и т.п. Их применение в эмпирической социологии весьма ограничено.
Краткое описание универсальных пакетов статистического анализа данных можно найти в книгах и статьях, приведенных в списке литературы. Изложенные в них рекомендации по выбору пакетов статистических программ в определенной степени зависят от склонности и даже личных интересов авторов, тем не менее, большинство отмечают такие пакеты программ анализа данных, как SPSS, SAS, BMDP, STATISTICA, STATGRAPHICS.
Парсинг в Python за 10 минут!
Популярным среди специалистов пакетом является SPSS (Statistical Package for the Social Sciences) – комплекс программ анализа данных общественных наук. Пакет разработан Норманом Ни и его сотрудниками из National Opinion Research Center at the University of Chicago. Система SPSS развивается, начиная с 1975 года, и в настоящее время, помимо базового модуля, имеет большое количество специализированных модулей (SPSS Professional Statistics, SPSS Advanced Statistics, SPSS Categories, SPSS Tables, SPSS Trends, SPSS Exact Tests, SPSS CHAID и другие). В настоящее время в продаже в России имеется уже версия 18.0 этого пакета; автором использовалась версия пакета SPSS Base 8.0 для Windows 95, вышедшая в 1997 г. Система имеет макроязык типа Visual Basic, который позволяет автоматизировать процесс обработки данных.
Для системы SPSS, являющейся «стандартом де факто» для специалистов, работающих в государственных и региональных органах статистики, имеются руководства по эксплуатации и применению на русском языке, поставляемые фирмой СПСС Русь вместе с пакетом SPSS Base для Windows.
Программы SAS (Statistical Analysis System) – наиболее дорогие профессиональные программы, включающие мощные процедуры анализа данных, большинство из которых в силу их сложности доступны только математикам высокой квалификации. Интерес к этим пакетам обусловлен также и тем, что фирма-разработчик (SAS Institute, США) успешно работает в области создания систем обработки данных большого объема (а это – не столь далекое будущее науки и практики управления).
Среди зарубежных исследователей широко распространен ПСП BMDP (Biomedical Computer Programs), разработанный под руководством У. Диксона в ВЦ Медицинского центра Калифорнийского университета в Лос-Анджелесе, США. Первая версия этого пакета (BMD) появилась в 1991 г. и в 1975 г. сменилась новой версией BMDP. Пакет схож с SPSS по своей направленности на обработку разнообразных, в том числе номинальных данных. Многие процедуры из BMDP вошли в SAS.
24 часа ТОРГУЮ с помощью ChatGPT | Нейросеть для трейдинга
ПСП STATISTICA является интегрированной системой для комплексного статистического анализа и обработки данных в среде Windows и непрерывно совершенствуется фирмой StatSoft Inc. (США), начиная с первой версии 1991 года. В программу включен внутренний язык программирования Statistica BASIC, который позволяет наращивать систему и осуществлять автоматизацию рутинных процессов обработки (управление системой в пакетном режиме также возможно с помощью командного языка SCL – STATISTICA Command Language).
В 1998 г. вышло второе издание учебного пособия по системе STATISTICA на русском языке, в котором рассматриваются технологии статистической обработки данных, материалы по инсталляции системы, приведено детальное описание пользовательского интерфейса.
ПСП STATGRAPHICS является также зарубежной разработкой, относящейся к классу популярных пакетов анализа данных. По своим возможностям он близок к пакету SPSS, но документация к нему не столь корректна, в частности, отсутствуют некоторые необходимые сведения типа списка формул.
Из пакетов отечественной разработки можно указать статистические системы «Мезозавр», «Эвриста», STADIA. По своему интерфейсу они, однако, уступают описанным выше ПСП; представление об их возможностях можно получить из публикации А.П. Кулаичева.
В данной главе описаны возможности и особенности двух ПСП – SPSS и STATISTICA. В главах, посвященных изложению различных методов анализа данных в медицине, наряду с примерами их применения, нами будут также приводиться указания по использованию различных процедур программ STATISTICA и SPSS, что поможет читателю самостоятельно разобраться и в других статистических пакетах.
Пакет статистических программ анализа данных общественных наук SPSS
SPSS является программным продуктом, предназначенным для выполнения всех этапов статистического анализа, начиная от просмотра данных, создания таблиц, вычисления описательных статистик и заканчивая применением «тонких» многомерных методов. Базовый модуль SPSS содержит большое число процедур, позволяющих решить большинство задач, возникающих в процессе анализа социологических данных. К ним относятся (речь идет о версии SPSS Base 8.0):
- Дескриптивные статистики. Они являются первым шагом в изучении набора данных. В зависимости от уровня измерения различают дескриптивные статистики для нормально распределенных данных, количественных переменных и переменных с упорядоченными значениями, для переменных с неупорядоченными категориями.
- Критерии сравнения средних. В SPSS Base предусмотрены алгоритмы для трех типов t-критериев: одновыборочный, парный и двухвыборочный t-критерий.
- Однофакторный и многофакторный дисперсионный анализ.
- Проверка взаимосвязей: измерение связи между двумя дискретными переменными, корреляция и регрессия для количественных переменных;
- Выявление групп: кластерный, дискриминантный и факторный анализ.
- подсчет частот и процентов для числовых и строковых переменных;
- расчет накопленных процентов для количественных переменных и переменных с упорядоченными категориями;
- расчет робастных статистик (медиана, квартили, процентили) для количественных переменных, которые не обязательно подчиняются нормальному распределению;
- определение статистик типа среднего и стандартного отклонения для переменных с нормальным или симметричным распределением;
- построение столбиковых диаграмм для представления переменных с неупорядоченными и упорядоченными категориями;
- построение гистограмм для представления количественных переменных;
- Редактор данных. Это система, похожая внешне на электронную таблицу, предназначена для определения, ввода, редактирования и представления данных;
- Навигатор вывода. Его использование упрощает просмотр результатов применения процедуры, позволяя выборочно открыть и закрыть элементы вывода для показа;
- Многомерные мобильные таблицы. Эта опция позволяет расщеплять таблицу, переустанавливать строки, столбцы и слои;
- Высококачественные графики. Предусмотрены высокая разрешающая способность, полная цветовая палитра для построения секторных, столбиковых диаграмм, гистограмм, диаграмм рассеяния, трехмерных графиков и т.п.;
- Доступ к базам данных.
- Преобразование данных: выделение подмножеств; объединение категорий; добавление, агрегирование, слияние, расщепление, транспонирование файлов и другие преобразования;
- Электронное распределение: сообщение по E-mail нажатием мыши, экспорт таблиц и диаграмм в формате HTLM для Интернета и т.п.;
- Интерактивная справка.
- Электронные таблицы для ввода и задания исходных данных, а также специальные таблицы для вывода численных результатов анализа;
- Мощная графическая система для визуализации данных и результатов статистического анализа;
- Набор специализированных статистических модулей, в которых собраны группы логически связанных между собой статистических процедур;
- Специальный инструментарий для подготовки отчетов;
- Встроенные языки программирования, которые позволяют пользователю расширить стандартные возможности системы.
- Основные статистики и таблицы;
- Непараметрическая статистика;
- Дисперсионный анализ;
- Множественная регрессия;
- Нелинейное оценивание;
- Анализ временных рядов и прогнозирование;
- Кластерный анализ;
- Факторный анализ;
- Дискриминантный функциональный анализ;
- Анализ длительностей жизни;
- Каноническая корреляция;
- Моделирование структурных уравнений;
- Контроль качества;
- Анализ процессов;
- Планирование эксперимента (этот и два предыдущих модуля объединены в группу «Промышленная статистика»).
- Вычисление главного собственного вектора матрицы парного сравнения и его нормализация;
- Вычисление максимального собственного числа матрицы парного сравнения с целью определения согласованности данных;
- Иерархический синтез для взвешивания собственных векторов весами критериев с целью вычисления суммарного вектора приоритетов;
- Выявление элементов матрицы парных сравнений, обусловливающих ее несогласованность, и корректировка матрицы суждений;
- Вычисление усредненного вектора приоритетов с целью определения согласованного мнения экспертов.
- Возможность структурировать сложную проблему в диалоговом режиме с редактированием. Система может эффективно обрабатывать сложные иерархии, требующие большого количества вычислений.
- Обрабатывать мнения группы экспертов и получать усредненные векторы приоритетов по группам различных комбинаций экспертов.
- Получать отклонения мнений экспертов от их среднегруппового значения.
- По иерархии, созданной пользователем, система автоматически создает матрицы парных сравнений элементов с заполненной главной диагональю.
- Система может воспринимать как количественные (абсолютные), так и качественные (относительные) суждения при оценках. Для использования вербальной и численной шкал не требуется совершать никаких переключений.
- В системе используется девятибалльная шкала для парного сравнения элементов.
- Возможность просматривать векторы приоритетов и коэффициенты, отражающие согласованность суждений (max, ИС, ОС) для каждой матрицы парных сравнений.
- Возможность вычислять отношение согласованности иерархии в целом.
- Векторы приоритетов изображаются как в числовом представлении, так и виде столбиковой диаграммы.
- Возможность изменять суждения с целью достижения лучшего индекса согласованности для матриц парных сравнений с автоматическим перерасчетом итогового вектора приоритетов.
- Возможность изменять точность при расчете векторов приоритетов.
- Возможность производить изменения в иерархии с автоматическим формированием новых матриц парных сравнений, заимствующих максимум информации о попарных сравнениях элементов из таблиц парных сравнений предыдущих иерархий – таким образом можно постепенно структурировать рассматриваемую сложную проблему без потери ранее созданных оценок.
- Возможность просматривать отчет о согласованности парных суждений и выявлять наиболее несогласованные суждения.
- Возможность производить принудительное согласование элементов с целью достижения идеальной согласованности.
- Возможность переносить полученные с помощью системы результаты в другие приложения Windows.
- Возможность сохранять результаты работы в файлах, для того чтобы потом можно было продолжить прерванную работу.
- В файлах Expert Decide сохраняется также информация об авторе, а также времени создания и последнего изменения файла.
Источник: studfile.net
Топ 10 бесплатных программ статистического анализа на рынке
Программное обеспечение для статистического анализа
Организации и компании по всему миру используют метод анализа данных, чтобы, с одной стороны, понять ожидания клиентов и, с другой стороны, обеспечить качество программ, основанных на данных. Во многих организациях происходит большой объем данных, и очень приятно, что для анализа данных и статистического анализа доступно множество программных опций. Статистические инструменты, начиная от простых инструментов, таких как калькулятор, и заканчивая индивидуальными решениями, отвечающими вашим индивидуальным требованиям, приобретают огромное значение и популярность для брендов во всех секторах.
Поэтому, если бренды не хотят тратить бесчисленное количество часов на повторяющиеся расчеты или миллионы долларов, которые могут испортить их бюджетные расходы, лучше инвестировать в пакет статистического анализа, который может выполнять функции, не будучи слишком дорогим или менее эффективным.
При этом на рынке имеется ряд бесплатных программных инструментов статистического анализа, которые могут быть внедрены компаниями для достижения своих целей и задач в отношении данных. Итак, как компании выбирают лучший пакет программного обеспечения для статистического анализа, который может всесторонне удовлетворить их потребности. В целом, выбор правильных инструментов статистического анализа может быть сложным решением.
Вот почему важно рассмотреть некоторые важные вещи, прежде чем решить, какой инструмент может эффективно помочь брендам достичь своих целей систематическим и всеобъемлющим образом. Вот некоторые важные соображения, которые компании должны иметь в виду, прежде чем окончательно принять решение о программном инструменте статистического анализа, который они хотели бы использовать:
Люди, которые собираются использовать инструмент в компании:
Среди первых вещей, которые любая компания должна учитывать при инвестировании в программное обеспечение для статистического анализа, — это люди, которые собираются их использовать. Будут ли они быть экспертной статистикой, относительными профессионалами или кем-то, кто был смесью обоих? Будут ли данные анализироваться на регулярной основе или в течение фиксированного периода времени? Будет ли анализ данных основной работой аналитиков или это будет просто одна из многих работ, которые они выполняют для компании? Они опытны в использовании компьютерных систем или это просто что-то, что стало частью их профиля работы?
Понимая людей, которые собираются использовать программное обеспечение для статистического анализа, компании могут принимать лучшие решения, поскольку это поможет им выбрать то, что соответствует их потребностям и возможностям. Если вы выбираете сложную систему и ваша команда относительно заполнена стажерами, тогда инвестиции могут быть не такими полезными, и наоборот. Кроме того, важно, чтобы, если члены вашей команды охватывали несколько регионов и демографических групп, инвестирование в программное обеспечение для статистического анализа с несколькими языковыми опциями могло бы быть очень хорошей идеей.
Простота использования программного обеспечения для статистического анализа:
Различные инструменты анализа данных имеют разный уровень опыта, необходимый для их использования. Это не совсем плохо, потому что разные профессионалы имеют разные уровни знаний. В то время как опытный статистик, по всей вероятности, знал бы, как правильно настроить данные, а также вводить статистические уравнения в интерфейсе командной строки, менее опытный человек может намекает на это.
Интерфейс на основе меню может быть лучше для них. Кроме того, многие пакеты программного обеспечения для статистического анализа поставляются с руководствами и страницами инструкций, чтобы ознакомить их с пакетом. При этом легкость использования этих программ — это то, что каждый бренд должен учитывать, чтобы они могли выбрать тот, который может быть использован группой аналитики данных простым и эффективным способом. Также убедитесь, что вы выбрали программное обеспечение, которое допускает различные варианты интерфейса.
Таким образом, становится проще настроить интерфейс в соответствии с возможностями ответственного пользователя данных.
Наличие поддержки клиентов и где она будет использоваться, является важным фактором:
Люди в компании должны иметь опыт работы с программным обеспечением. Либо они захотят кого-то в организации, кто знает все о программном обеспечении, либо инвестируют в кого-то, кто знает. Если в этом случае ваша компания ищет поддержки для помощи со стороны персонала, занимающегося программным обеспечением, лучше проверить ее, прежде чем вкладывать средства в указанное программное обеспечение. Иногда сотрудники программного обеспечения предлагают помощь только в том, что касается анализа, а иногда и проблем с установкой и ИТ.
Важно проверить все эти аспекты, прежде чем инвестировать в программное обеспечение, поскольку, если этого избежать, они могут создать препятствие в процессе обработки данных на более позднем этапе. Рекомендуется заглянуть на форумы клиентов и онлайн-порталы указанного программного обеспечения, чтобы узнать, какую поддержку получают существующие клиенты. Это даст компаниям четкое представление об услугах, которые они также могут получить. Также имейте в виду, что способ, которым компании будут использовать свое программное обеспечение, также важен.
Важно знать, должно ли программное обеспечение статистического анализа использоваться в офисах в определенном месте или в разных местах, даже по всему миру. Если в разных странах мира используется одно программное обеспечение, лицензионные требования могут отличаться. Кроме того, если одно и то же программное обеспечение должно использоваться в разных системах, им могут потребоваться отдельные копии лицензии. Это еще одна вещь, которую компании должны проверить, прежде чем окончательно определиться с программным обеспечением по своему выбору.
Поэтому инвестирование в бесплатный инструмент статистического анализа может быть очень хорошим вложением для любой компании. Поскольку программное обеспечение для статистического анализа является бесплатным по своей природе, это делает его еще более выгодным вложением средств. С помощью простых в использовании программ и пакетов, которые довольно легко расшифровать, эти программы разрабатываются различными источниками, включая неправительственные организации (NG), правительственными органами, университетами, а иногда даже отдельными лицами.
Хотя некоторые пакеты разрабатываются для конкретных целей, есть и другие, которые в основном используются для общих целей и содержат множество статистических процедур. Некоторые из бесплатных статистических инструментов, доступных на рынке, освещены в этой статье. Они заключаются в следующем:
Программное обеспечение для статистического анализа
ADaMSoft:
ADaMSoft — бесплатное программное обеспечение для статистического анализа с открытым исходным кодом, разработанное на Java. Вот почему это программное обеспечение может работать в любой системе, которая поддерживает программное обеспечение Java.
Изначально разработанный Марко Скарно как простой в использовании прототип статистического программного обеспечения, вначале он назывался WinIDAMS. Позже многие действия были добавлены к тому же и использовались статистической группой CASPUR, которая является частью группы ADaMS. Когда к инструменту были добавлены комплексные инструменты, он был представлен веб-сообществу как программное обеспечение ADaMSoft. ADaMSoft может выполнять широкий спектр аналитических методов, таких как извлечение данных, методы связи записей, логистическая регрессия, линейная регрессия, кластерный анализ, анализ соответствия, редактирование данных и анализ, графики и многое другое. Кроме того, он также может считывать и записывать статистические значения данных из ряда источников, таких как текстовые файлы, электронные таблицы Excel, источники данных ODBC, Postgresql, Oracle и MySQL.
Байесовская фильтрующая библиотека:
Библиотека с открытым исходным кодом C ++ для рекурсивной байесовской оценки, библиотека байесовской фильтрации является частью проекта orocos. Первоначально написанный Klaas Gadeyne, бельгийским ученым, теперь он поддерживается Tinne De Laet. Эта система работает на разных платформах, включая Mac OS X, Microsoft и Linux. Некоторые особенности этого более мягкого включают системы на основе сетки, камановую фильтрацию, последовательные методы Монте-Карло, фильтры частиц и фильтры влажности.
CBEcon:
CBEcon — это также бесплатное программное обеспечение для эконометрики и статистики, которое также называется облачным эконометрическим и статистическим программным обеспечением. Это программное обеспечение не требует какой-либо загрузки или установки со стороны пользователя, потому что оно работает полностью через Интернет.
Это программное обеспечение находилось в стадии разработки с 2012 года и было запущено в мае 2014 года. Разработанный для удобства и простоты использования, CBEcon совместим с рядом систем, включая настольные браузеры и смартфоны. Кроме того, программное обеспечение CBEcon также может функционировать как командная строка или как программное обеспечение для указания и щелчка. Некоторые из опций библиотеки для этого включают калькулятор (основные операции, такие как сложение, вычитание и умножение, а также функции мощности и факториала), матричные операции, включая инверсию, умножение и транспортировку, манипуляции SQL, описательный анализ, T-тест (тестирование среднего значения выборка или сравнение средних двух выборок), распределение вероятностей и многомерная регрессия.
Анализатор внутреннего шума:
Другое программное обеспечение с открытым исходным кодом, предназначенное для изучения кинетики реакций в живых клетках, анализатор внутреннего шума анализирует математические модели кинетики внутриклеточных реакций, таких как экспрессия генов, регуляторные сети и сигнальные пути для количественной оценки колебаний концентрации. В идеальном сценарии концентрация живых клеток часто моделируется набором детерминированных реакций, которые иногда очень неточны. Эта случайная природа может создавать флуктуации числа, и именно здесь может помочь анализатор собственного шума, поскольку он может предоставить лучший способ для достижения желаемой статистики за счет расширения размера системы основного уравнения для химической системы, что является более систематическим методом аналитической аппроксимации.
Мондриан:
Универсальное программное обеспечение для визуализации статистических данных, Mondrian предлагает интерактивные инструменты визуализации данных. Сюжеты в Мондриане полностью связаны между собой, и это программное обеспечение также предлагает ряд взаимодействий и запросов.
Кроме того, любой случай, выбранный на любом участке в Мондриане, также выделяется на всех остальных участках. Некоторые из реализованных графиков включают в себя Mosaic Plat, диаграммы рассеяния и карты SPOM, Barcharts, гистограммы и Boxplots и другие. Эта система также обеспечивает базовую поддержку для работы непосредственно с данными в базах данных. Кроме того, это программное обеспечение также предлагает статистические процедуры, такие как сглаживатели диаграмм рассеяния, многомерное масштабирование, интерактивная оценка плотности и анализ главных компонентов.
Панды:
Программная библиотека, написанная для языка программирования Python, Pandas используется для обработки и анализа данных. Этот инструмент / программное обеспечение предлагает структуры данных и операции, которые можно использовать для управления числовыми таблицами и временными рядами.
Бесплатное программное обеспечение Pandas было выпущено под лицензией BSD, состоящей из трех пунктов. Pandas был разработан Уэсом МакКинни, который начал работу над этим программным обеспечением в 2008 году.
Разработанный из-за необходимости создания высокопроизводительного инструмента для количественного анализа финансовых данных, Pandas был одна из самых популярных библиотечных программ в сообществе. Некоторые функции Pandas включают в себя следующее: 1. Pandas содержит объект фрейма данных, который может использоваться для манипулирования данными, а также интегрированную индексацию. 2. В программном обеспечении есть инструменты для чтения и записи данных не только для структур данных памяти, но и для различных. а также форматы файлов 3. Это программное обеспечение имеет выравнивание данных и интегрированную обработку отсутствующих данных 4. В программном обеспечении есть место для изменения формы и поворота наборов данных 5. Это программное обеспечение также содержит иерархическую ось, которая может индексировать работу с высокой или низкой структурой данных. Функциональность временного ряда, Pandas имеет генерацию диапазона дат и преобразование частоты.
Сёгун (ящик для инструментов):
Бесплатный набор инструментов с открытым исходным кодом, написанный на C ++, предлагает множество алгоритмов и структур данных для задач машинного обучения. Shogun лицензируется в соответствии с условиями Стандартной общественной лицензии GNU и специализируется на машинах ядра, таких как машины опорных векторов, для задач классификации и регрессии. Кроме того, это программное обеспечение статистического анализа также предлагает полную реализацию скрытых марковских моделей.
Shogun также предлагает интерфейсы для Octave, R, Java, Ruby и C #, в том числе с 1999 года. С активным сообществом пользователей Shogun также используется в качестве базы для исследовательских и образовательных секторов. Одной из наиболее важных особенностей Shogun является то, что программное обеспечение было разработано с использованием приложений биоинформатики и способно обрабатывать огромные наборы данных, состоящие из 10 миллионов образцов. Поддерживая использование предварительно рассчитанных ядер, Shogun позволяет пользователям использовать комбинированные ядра комбинаций лайнеров разных доменов. Некоторые области, которые поддерживает Shogun, включают в себя алгоритмы онлайн-обучения, такие как SGD-QN и Vowpal Rabbit, скрытые марковские модели, линейный дискриминантный анализ, алгоритмы уменьшения размерности, перцептроны ядра и другие.
Вывод
В заключение, бесплатное программное обеспечение для статистического анализа сегодня становится важной основой, на которой компании могут перейти на новый уровень анализа данных. Поэтому инвестирование в программное обеспечение для статистического анализа является необходимостью для брендов и организаций занять стратегическое и успешное положение.
- SPSS — анализ данных для статистического анализа
- QM для Windows — Статистический анализ с использованием QM
Источник: ru.education-wiki.com
Инструменты для анализа данных из открытых источников
Рекомендуем почитать:
Xakep #289. Взлом в воздухе
- Содержание выпуска
- Подписка на «Хакер» -60%
Американец Джестер (th3j35t3r) называет себя патриотическим киберактивистом: он ищет и атакует врагов Америки, начиная с Wikileaks и Anonymous, и заканчивая исламскими веб-сайтами.
Естественно, Джестер скрывает своё настоящее имя, но бурная деятельность в последние два года принесла ему некоторую известность, в Википедии даже есть статья про Джестера. Некоторые недоброжелатели высказывают мнение, что его поддерживают государственные агентства. В самом деле, ФБР успешно вычислило и арестовало членов хакерских группировок LulzSec и UGNazi, но вроде никогда не охотилось за Джестером.
Несколько дней назад Джестер в своём блоге рассказал о программах и сервисах, которые он использует для OSINT (Open-source intelligence, анализ данных из открытых источников). Может быть, после публикации такой статьи Джестер надеется, что у него появятся последователи.
Maltego. Инструментарий используется для анализа связей между людьми в социальных сетях Twitter и Facebook, группами, веб-сайтами, доменами, сетями, частями интернет-инфраструктуры и т.д.
Программа Creepy работает под Windows и Linux и предназначена для анализа геолокационных данных о пользователи на основе информации из социальных сетей, в том числе Twitter и Flickr. Составленные кластеры дают возможность предположить координаты места жительства и места работы пользователя.
Spokeo — агрегатор, который анализирует информацию из множества источников, в том числе телефонных справочников, социальных сетей, фотоальбомов, маркетинговых опросов, данных государственной переписи населения и т.д. Собираются демографические данные, социальные профили, проводится оценка финансового состояния и владения недвижимостью.
CaseFile — младший брат Maltego. Программа предназначена для анализа данных, которые собираются в офлайне, а не из открытых источников. Такими инструментами пользуются следователи и частные детективы.
Аналитические инструменты Recorded Future помогают выявить тенденции в больших массивах неструктурированной информации, извлекая необходимые факты из интернета. С помощью проприетарных алгоритмов этот сервис составляет графики с визуализацией трендов в прошлом, настоящем и экстраполяцией на будущее.
Источник: xakep.ru