Метод визначення атрибуції друкованих документів

Автор(и)

DOI:

https://doi.org/10.32347/2412-9933.2022.52.39-46

Ключові слова:

аналіз інформації, модифікований метод, інтелектуальний аналіз даних, обробка даних, програмний продукт

Анотація

Швидкий розвиток сучасних інформаційних технологій спонукає організації і підприємства впроваджувати інноваційні технології в інформаційному забезпеченні їхньої діяльності. На сьогодні це має великий вплив на успішну реалізацію управління організацією та прийнятті правильних стратегічних рішень. Ефективне опрацювання постійно зростаючих обсягів інформації, основну частину яких складають документи та звіти різних форматів, можливе тільки за умови автоматизованої перевірки та обробки. Інформаційний пошук у неструктурованому тексті дуже складний, оскільки він містить велику кількість інформації, що вимагає використання специфічних методів і алгоритмів опрацювання для отримання корисних знань. У статті узагальнено результати експериментального дослідження застосування методу визначення атрибуції електронного документа. Проаналізовано роль опрацювання інформації і виявлення в ній моделей і тенденцій, які допомагають приймати рішення, а також принципи інтелектуального аналізу даних. Виокремлено напрями інтелектуального аналізу тексту, такі як: збирання даних, опрацювання web-даних, інформаційний пошук і виймання, комп'ютерна лінгвістика і обробка природної мови. Доведено доцільність реалізації прототипу програмного продукту, який відображає роботу методу, та засвідчує, що метод працює швидко і стабільно.

Біографії авторів

Євгенія Катаєва , Черкаський державний технологічний університет, Черкаси

Кандидат технічних наук, доцент, доцент кафедри програмного забезпечення автоматизованих систем

Дмитро Якименко , Черкаський державний технологічний університет, Черкаси

Аспірант кафедри програмного забезпечення автоматизованих систем

Посилання

Piatetsky-Shapiro, G. (2007). Data Mining and Knowledge Discovery – 1996 to 2005: Overcoming the Hype and moving from "University" to "Business" and "Analytics". Data Mining and Knowledge Discovery journal, 365.

Barsehian, A. A., Kupryianov, M. S., Stepanenko, V. V., Kholod, Y. Y. (2007). Tekhnolohiiof data analisys: Data Mining, Viual Mining, Text Mining, OLAP: Spb.: BKhV-Peterburh, 384.

Bashmakov, A. Y. (2005). Intellectual information technologies: Textbook. Moscow: Publ. MHTU im. Baumana, 304.

Lande, D. V. (2005). Data search in the internet. Professional work. Moscow: OOO "Williams", 272.

Walter, L., Radauer, A., Moehrle, M. (2017). The beauty of brimstone butterfly: novelty of patents identified by near environment analysis based on text mining. Scientometrics, 111 (1), 103–115.

Roll, U., Correia, R. A., Berger-Tal, O. (2018). Using machine learning to disentangle homonyms in large text corpora. Conservation Biology, 32 (3), 716–724.

Ramiro, H. G., Agustín, G. (2017). Assessing the usefulness of online message board mining in automatic stock prediction systems. Journal of Computational Science, 19.

Renganathan, V. (2017). Text Mining in Biomedical Domain with Emphasis on Document Clustering. Healthcare Informatics Research, 23 (3), 141–146.

Chang, W. L., Tay, K. M., Lim, C. P. (2017). A New Evolving Tree-Based Model with Local Re-learning for Document Clustering and Visualization. Neural Processing Letters, 46, 379–409.

Paltoglou, G., Thelwall, M. (2012). Unsupervised Sentiment Analysis in Social Media. ACM Transactions on Intelligent Systems and Technology (TIST), 66.

Advego Plagiatus – perevirka unikalnosti tekstu [electronic source]. www.advego.com/plagiatus/

On-lain servis provirky tekstu na unikalnist [electronic source]. www.text.ruwww.advego.com/plagiatus/

Antyplahiatna Internet-systema [electronic source]. http://strikeplagiarism.com/ua/antiplagiarism-system/

Prohrama dlia porivniannia tekstiv «Shingles Expert» [electronic source]. http://makebusiness.ru/seo/37

Zubrytskyi, A. Yu. (2019). Intellectual system of text research and analysis. Master's thesis – national technical university of Ukraine "Ihor Sikors'ky Kyiv polytechnic institute", 31.

Lande D. V. (2005). Search for knowledge on the Internet. Professional work. Moscow: Publishing

House “Williams”, 272 p.

##submission.downloads##

Опубліковано

2022-12-23

Як цитувати

Катаєва , Є. ., & Якименко , Д. . (2022). Метод визначення атрибуції друкованих документів. Управління розвитком складних систем, (52), 39–46. https://doi.org/10.32347/2412-9933.2022.52.39-46

Номер

Розділ

ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ УПРАВЛІННЯ