АНАЛИЗ МЕТОДОВ КЛАССИФИКАЦИИ ИНФОРМАЦИИ В ИНТЕРНЕТЕ ПРИ РЕШЕНИИ ЗАДАЧ ИНФОРМАЦИОННОГО ПОИСКА
Работая с нашим сайтом, вы даете свое согласие на использование файлов cookie. Это необходимо для нормального функционирования сайта, показа целевой рекламы и анализа трафика. Статистика использования сайта отправляется в «Яндекс» и «Google»
Научный журнал Моделирование, оптимизация и информационные технологииThe scientific journal Modeling, Optimization and Information Technology
cетевое издание
issn 2310-6018

АНАЛИЗ МЕТОДОВ КЛАССИФИКАЦИИ ИНФОРМАЦИИ В ИНТЕРНЕТЕ ПРИ РЕШЕНИИ ЗАДАЧ ИНФОРМАЦИОННОГО ПОИСКА

Мэн Ц.  

УДК 025.4
DOI:

  • Аннотация
  • Список литературы
  • Об авторах

В связи с тем, что в Интернете хранится большое количество информации, должны быть использованы эффективные методы ее поиска. Чертами, присущими профессиональному поиску, являются полнота, достоверность и высокая скорость. Эти характеристики могут быть достигнуты при использовании соответствующих способов классификации. В статье рассмотрено несколько подходов. Кластерный метод основывается на разбиении элементов множества на группы. Расстояние между элементами задается метрикой. Лингвистический анализ основывается на возможностях извлечения информации из текста. Представлена схема лингвистической обработки. Статистические подходы исходят из определенных закономерностей частоты встречи слов. Анализ признаков заключается в изучении морфемных, морфологических и синтаксических признаков слов и предложений в тексте. Семантический анализ занимается разбором текста относительно значения слов внутри него. Комбинированный подход подразумевает использование нескольких из вышеописанных подходов в связке, последовательной или параллельной, для повышения точности анализа. В зависимости от возникающих задач, будет полезен соответствующий метод классификации.

1. Землянухина Н.С. О применении информационных технологий в менеджменте / Н.С.Землянухина // Успехи современного естествознания. 2012. № 6. С. 106-107.

2. Завьялов Д.В. О применении информационных технологий / Д.В.Завьялов // Современные наукоемкие технологии. 2013. № 8-1. С. 71-72.

3. Львович И.Я. Применение методологического анализа в исследовании безопасности / И.Я.Львович, А.А.Воронов / / Информация и безопасность. 2011. Т. 14. № 3. С. 469-470.

4. Ермолова В.В. Архитектура системы обмена сообщений в немаршрутизируемой сети / В.В.Ермолова, Ю.П.Преображенский // Вестник Воронежского института высоких технологий. 2010. № 7. С. 79-81.

5. Свиридов В.И. Технологии, применяемые при подготовке современных инженеров / В.И.Свиридов // Вестник Воронежского института высоких технологий. 2012. № 9. С. 151-152

6. Зяблов Е.Л. Построение объектно-семантической модели системы управления / Е.Л.Зяблов, Ю.П.Преображенский // Вестник Воронежского института высоких технологий. 2008. № 3. С. 029-030.

7. Исакова М.В. Об особенностях систем управления персоналом / М.В.Исакова, О.Н.Горбенко // Вестник Воронежского института высоких технологий. 2014. № 12. С. 168-171.

8. Фомина Ю.А. Принципы индексации информации в поисковых системах / Ю.А.Фомина, Ю.П.Преображенский // Вестник Воронежского института высоких технологий. 2010. № 7. С. 98-100.

9. Аттетков, А.В. Методы оптимизации: Учебное пособие / А.В. Аттетков, В.С. Зарубин, А.Н. Канатников. - М.: ИЦ РИОР, НИЦ ИНФРА-М, 2013. - 270 c.

10. Чандра, А.М. Дистанционное зондирование и географические информационные системы / А.М. Чандра, С.К. Гош; Пер. с англ. А.В. Кирюшин. - М.: Техносфера, 2008. - 312 c.

11. Шушкевич, Г.Ч. Компьютерные технологии в математике. Система Mathcad 14. В 2-х т.Т. 1. Компьютерные технологии в математике. Система Mathcad 14 / Г.Ч. Шушкевич. - Мн.: Изд.-во Гревцова, 2010. - 288 c.

12. Уськов, В.В. Компьютерные технологии в подготовке и управлении строительством объектов: Учебно-практическое пособие / В.В. Уськов. - М.: Инфра-Инженерия, 2011. - 320 c.

13. Паневин Р.Ю. Реализация транслятора имитационно-семантического моделирования / Р.Ю.Паневин, Ю.П.Преображенский // Вестник Воронежского института высоких технологий. 2009. № 5. С. 057-060.

14. Преображенский Ю.П. Алгоритм нахождения оптимальной стационарной стратегии для марковских процессов принятия решений / Ю.П.Преображенский // Вестник Воронежского института высоких технологий. 2010. № 6. С. 81-82.

15. Львович Я.Е. Адаптивное управление марковскими процессами в конфликтной ситуации / Я.Е.Львович, Ю.П.Преображенский, Р.Ю.Паневин // Вестник Воронежского государственного технического университета. 2008. Т. 4. № 11. С. 170-171.

16. Преображенский Ю.П. Адаптивные алгоритмы для бесконечных стохастических игр / Ю.П.Преображенский // Вестник Воронежского института высоких технологий. 2010. № 7. С. 46-47.

Мэн Цинань

Воронежский институт высоких технологий

Воронеж, Российская Федерация

Ключевые слова: поиск информации, интернет, статистика, классификация, семантика, признак, метрика

Для цитирования: Мэн Ц. АНАЛИЗ МЕТОДОВ КЛАССИФИКАЦИИ ИНФОРМАЦИИ В ИНТЕРНЕТЕ ПРИ РЕШЕНИИ ЗАДАЧ ИНФОРМАЦИОННОГО ПОИСКА. Моделирование, оптимизация и информационные технологии. 2016;4(2). Доступно по: https://moit.vivt.ru/wp-content/uploads/2016/06/MenCinan_2_16_1.pdf DOI:

504

Полный текст статьи в PDF