@article{104_a408fb2e-ad74-43be-ba98-fad95d412d90,

title = {Реализация генетического алгоритма для эффективного документального тематического поиска},

author = {Иванов В.К. and Мескин П.И.},

url = {https://disk.yandex.ru/i/ofhqSdQhLPe9_A},

doi = {10.15827/0236-235X.108},

year  = {2014},

date = {2014-12-30},

urldate = {2025-01-22},

journal = {Программные продукты и системы},

number = {4},

pages = {125-134},

publisher = {Тверь: Центрпрограммсистем},

abstract = {<p>Качество документального тематического поиска, то есть поиска документов, содержащих координированную информацию в заданном тематическом сегменте, не всегда удовлетворительно. Несмотря на наличие мощных поисковых систем для информационных ресурсов Интернета или для специализированных БД, процесс поиска остается трудоемким и слабо поддерживается программно и методологически.</p><p>В настоящей статье описывается программная реализация генетического алгоритма для выявления и отбора наиболее релевантных результатов, полученных в ходе последовательно выполняемых операций тематического поиска. При этом моделируется эволюционный процесс, который формирует устойчивую и эффективную популяцию поисковых запросов, образует поисковый образ документов или семантическое ядро, создает релевантные множества искомых документов, позволяет автоматически классифицировать результаты поиска. В статье обсуждаются особенности тематического поиска, обосновывается применение генетического алгоритма, описываются аргументы целевой функции, рассматриваются основные шаги и параметры алгоритма. Отмечается, что целевая функция, или критерий качества поиска, определяется позицией документа в списках результатов, построенных поисковой системой при выполнении максимального числа различных запросов, и семантической близостью к поисковому образу документов заданной тематики. Достаточно подробно описана программная реализация: основные объектные модели, пользовательский интерфейс, основная библиотека алгоритма, модули морфологического анализа, семантического анализа сходства текстов, поиска, управления БД, управления метаданными. Приводятся сведения о составе классов модулей и их компонентов.</p><p>В заключение отмечается, что реализованный генетический алгоритм является одним из элементов ПО разрабатываемой интеллектуальной системы информационной поддержки инноваций в науке и образовании. Он играет важную роль в обеспечении адаптивности функционирования поисковых механизмов, а разработанное ПО алгоритма создает достаточно широкий базис для дальнейших исследований и разработок.</p>},

note = {Иванов В.К., Мескин П.И. Реализация генетического алгоритма для эффективного документального тематического поиска // Программные продукты и системы. – Тверь : Центрпрограммсистем, 2014. - № 4 (108). – С. 125-134.},

keywords = {data centre, innovation index, генетический алгоритм, документ, мутация, поисковый запрос, популяция, приспособленность, ранжирование, релевантность, скрещивание, тематический поиск, фильтрация.},

pubstate = {published},

tppubtype = {article}

}

@article{113_fb400dfa-83a3-4e12-a895-d30a826b1f71,

title = {Совершенствование методов поиска научного знания как фактор развития современной науки},

author = {Иванов В.К. and Борисов С. Ю.},

url = {https://disk.yandex.ru/i/l4somu1n-gj3ww},

year  = {2013},

date = {2013-12-30},

urldate = {2013-12-30},

journal = {Инновации в науке},

number = {25},

pages = {52-56},

publisher = {Новосибирск: СибАК},

abstract = {<p>В настоящей статье представлены промежуточные результаты патентных исследований в рамках проекта РФФИ «Интеллектуальная распределенная система информационной поддержки инноваций в науке и образовании» (договор № НК13-07-0034213, руководитель проекта – Иванов В.К.). В начале статьи приводится подтверждение актуальности предмета исследования – совершенствования методов поиска и синтеза научного знания, далее делается обзор основных результатов, достигнутых, на данный момент, коллективом исследователей. В конце приводятся основные насущные задачи и перспективы дальнейшего развития исследований.</p><p>This article presents the interim results of patent research in the framework of RFBR "Intelligent Distributed Information Management System for Innovation in Science and Education" (contract number NK13-07-0034213, project manager –Ivanov V.K.). In the beginning of the article is a confirmation of the relevance of the research subject – improving the methods of search and synthesis of scientific knowledge, then reviews the main results achieved by a team of researchers for the moment. At the end there are main pressing challenges and prospects for the further development of research.</p><p> </p>},

note = {Иванов В.К., Борисов С.Ю. Совершенствование методов поиска научного знания как фактор развития современной науки // Инновации в науке. - Новосибирск, 2013. - № 25. - С. 52-56.},

keywords = {data centre, document, filtering, genetic algorithm, ranking, relevancy, similarity measure, vector model, векторная модель, генетический алгоритм, документ, качество поиска, метрика близости, ранжирование, релевантность, фильтрация},

pubstate = {published},

tppubtype = {article}

}

@article{116_fd15ddc8-0ae3-4679-9d11-8af3e1c8fec0,

title = {Основные шаги генетического алгоритма фильтрации результатов тематического поиска документов},

author = {Иванов В.К.},

url = {https://disk.yandex.ru/i/gr5TGukMtXsKAg 

https://disk.yandex.ru/i/9p9Y3AD-w68G3g},

year  = {2013},

date = {2013-12-30},

urldate = {2025-01-25},

journal = {Инновации в науке},

number = {25},

pages = {8-15},

publisher = {Новосибирск: СибАК},

abstract = {<p>В статье представлены основные особенности предложенного автором подхода к организации поисковых запросов и фильтрации результатов поиска документов, основанного на использовании идей генетических алгоритмов. Описываются основные шаги модифицированного генетического алгоритма, предлагаются решения, учитывающие специфику поисковых процедур. Обсуждаемый подход является частью исследований проекта интеллектуальной системы информационной поддержки инноваций в науке и образовании.</p><p>The article represents the main features of the proposed approach to organization of search queries and filtering of documents search results. This approach based on the genetic algorithms and describes the main steps of the modified genetic algorithm, proposed solutions, tailored to the search procedures. The considered algorithm is one of the elements of an intelligent system of information support of innovation in science and education.</p><p> </p>},

note = {Иванов В.К. Основные шаги генетического алгоритма фильтрации результатов тематического поиска документов // Инновации в науке. - Новосибирск, 2013. - № 25. - С. 8-15.},

keywords = {crossover, data centre, document, filtering, fitness, fSimilarity, genetic algorithm, mutation, population, query, ranking, relevancy, selection, text, генетический алгоритм, документ, запрос, мутация, поиск, популяция, приспособленность, ранжирование, релевантность, селекция, скрещивание, текст, фильтрация},

pubstate = {published},

tppubtype = {article}

}

@article{117_59ef0f13-b24c-4394-85db-28b8d149cf54,

title = {Эвристический алгоритм фильтрации и семантического ранжирования результатов поиска документов},

author = {Иванов В.К. and Виноградова Н.В.},

url = {https://disk.yandex.ru/i/MJVUOFfkdmr7tA},

year  = {2013},

date = {2013-09-29},

urldate = {2025-01-25},

journal = {Вестник Тверского государственного университета. Серия "Прикладная математика"},

volume = {41},

number = {3},

pages = {97-106},

publisher = {Тверь: ТвГУ},

abstract = {<p>В статье описываются основные идеи предложенного авторами общего алгоритма для фильтрации и ранжирования результатов поиска, выполненного с помощью доступных поисковых систем. При этом используется вычисление показателей близости документов к эталонным множествам, формируемым в ходе выполнения алгоритма.</p><p>Рассматриваемый алгоритм является одним из элементов архитектуры интеллектуальной системы информационной поддержки инноваций в науке и образовании. Он будет служить основой модуля поиска этой системы (выполнение поискового запроса для каталога инновационных решений) и модуля уточнения запроса (фильтрация и контроль тематики результатов поиска, уточнение термов поискового запроса). Особенности алгоритма: использует результаты поиска, полученные при штатном применении других поисковых систем; может быть применен с разной степенью автоматизации выполнения различных шагов; инвариантен относительно использования любой поисковой системы; не требует переработки алгоритмов ранжирования поисковой системы, а наоборот, использует их. В статье приведены данные об апробации алгоритма в рамках выполнения патентных исследований - реальной задачи поиска и обработки документов по заданной тематике.</p><p>Heuristic algorithm for filtering and semantic ranking of the document search results</p><p>The paper describes the main ideas proposed by the authors of the general algorithm for filtering and ranking search results that are made using the available search engines. It uses the calculation of document similarity indicators to the set of еру standard documents to be formed by the algorithm.</p><p>The considered algorithm is one of the elements of an intelligent system of information support of innovation in science and education. It will the basis for the search module of the system architecture (search for innovative solutions directory), and refine query module (filtering and subjects control in search results, refining the search query terms). Features of the algorithm: it uses the search results that obtained in the regular use of other search engines, can be applied with varying degrees of various steps automation, invariant with respect to the use of any search engine, does not require redevelopment search engine ranking algorithms, but rather uses them. The article presents info on the validation of the algorithm in the patent research that is real task for documents searching and processing on a particular topic.</p>},

note = {Иванов В.К., Виноградова Н.В. Эвристический алгоритм фильтрации и семантического ранжирования результатов поиска документов // Вестник Тверского государственного университета. Серия "Прикладная математика". № 41. - Тверь, 2013. - № 3. - C. 97-106.},

keywords = {algorithm, data centre, document, filtering, fSimilarity, innovation, measure of similarity, ranking, relevancy, search quality, solution search, vector model, алгоритм, векторная модель, качество поиска, метрика близости, поиск решений, ранжирование, релевантность, фильтрация},

pubstate = {published},

tppubtype = {article}

}