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
Record create date 7/10/2020

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

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.

Network User group Action
ILC SPbPU Local Network All
Read Print Download
Internet Authorized users SPbPU
Read Print Download
Internet Anonymous

Access count: 11 
Last 30 days: 0

Detailed usage statistics