Details

Title: Программное средство для рекомендации научных материалов на основе семантического анализа содержимого: выпускная квалификационная работа магистра: направление 09.04.04 «Программная инженерия» ; образовательная программа 09.04.04_01 «Технология разработки и сопровождения качественного программного продукта»
Creators: Чистоусов Никита Дмитриевич
Scientific adviser: Никифоров Игорь Валерьевич
Other creators: Локшина Екатерина Геннадиевна
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint: Санкт-Петербург, 2020
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: информационные технологии; информационный поиск; интеллектуальный анализ текста; машинное обучение; information technologies; information retrieval; data mining; intelligent text analysis; machine learning
Document type: Master graduation qualification work
File type: PDF
Language: Russian
Level of education: Master
Speciality code (FGOS): 09.04.04
Speciality group (FGOS): 090000 - Информатика и вычислительная техника
Links: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2020/vr/vr20-3512
Rights: Доступ по паролю из сети Интернет (чтение, печать, копирование)
Record key: ru\spstu\vkr\6933

Allowed Actions:

Action 'Read' will be available if you login or access site from another network Action 'Download' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

В настоящей работе рассматривается задача разработки программного средства для рекомендации научных материалов на основе семантического анализа. Рассмотрены основные модели представления знаний и методы интеллектуального анализа текстов, представлен алгоритм поиска персональных рекомендаций на основе векторной модели с использованием метрики TF-IDF и латентно-семантического анализа. Разработано программное средство, реализующее данный алгоритм, результаты его работы проанализированы для оценки решения поставленной задачи. Предложены методы устранения недостатков работы алгоритма.

The present work is considering the problem of scientific papers recommendation based on semantic relatedness. The primary models of knowledge representation and methods of intelligent text analysis are reviewed. An algorithm of personal recommendations search based on vector model using TF-IDF and latent semantic analysis is proposed. A software implementing the algorithm is implemented, its performance results are evaluated in terms of solving the problem. Few ways of addressing algorithm’s drawbacks are suggested.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print Download
External organizations N2 All Read
External organizations N1 All
Internet Authorized users SPbPU Read Print Download
Internet Authorized users (not from SPbPU, N2) Read
Internet Authorized users (not from SPbPU, N1)
-> Internet Anonymous

Usage statistics

stat Access count: 5
Last 30 days: 0
Detailed usage statistics