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.