本文提出了一种用于形成,聚类和可视化所谓的有向相关性网络的技术。 这样的网络的节点之间的链接对应于向量之间的互相关的值-对应于以某种方式修改的这些节点的参数集。 为了建立每个节点(主题)的网络结构,形成向量-对应于特定时间序列的数字数组。 例如,本文考虑了由Google Books Ngram Viewer服务生成的时间序列,该方法与现有方法不同,具有直观和现实的规则,节点和链接权重的定义,可靠的数学基础等优点。为了进行相关性分析,对对应于实体的出版物的时间序列的先前未使用的参数进行核算,从而允许根据所述实体的时间趋势,客观性和相对简单性将所述实体分组。 该技术可以基于例如从内容监视系统获得的数据,并且可以出于各种目的在分析系统中使用,以便概括一组变量,而无需在变量之间建立明确的链接。