Савастьянов В. В. Супроводження процесу передбачення з наявністю слабко структурованих даних засобами текстової аналітики.

English version

Дисертація на здобуття ступеня кандидата наук

Державний реєстраційний номер

0421U102952

Здобувач

Спеціальність

  • 01.05.04 - Системний аналіз і теорія оптимальних рішень

14-05-2021

Спеціалізована вчена рада

Д 26.002.03

Навчально-науковий комплекс "Інститут прикладного системного аналізу" Національного технічного університету України "Київський політехнічний інститут імені Ігоря Сікорського"

Анотація

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 01.05.04 «Системний аналіз і теорія оптимальних рішень» (124–Системний аналіз). – Інститут прикладного системного аналізу Національного технічного університету України “Київський політехнічний інститут імені Ігоря Сікорського”, Київ, 2021. У роботі пропонується розглядати процес передбачення з наявністю слабо структурованих даних цілісно. Розроблено системний підхід до супроводу процесу передбачення на основі засобів текстової аналітики з чотирьох етапів, які безперервно повторюються на всьому життєвому циклі передбачення, а його результати використовуються повторно в рамках всіх інших сесій супроводу процесів передбачення. На першому етапі визначаються моделі, методи і їх метадані, які будуть використовуватися для подання предметної області. Вводиться інформаційна модель процесу передбачення, інтегровані показники інформованості. Безперервно розраховуються і аналізуються показники інформованості. На другому етапі вводиться і застосовується модель і прийоми вилучення знань з текстів природною мовою. Розглянуто ситуації конфліктів знань і прийоми до їх усунення. На третьому етапі вводиться інформаційна модель супроводу процесу передбачення, вхідні / вихідні дані, алгоритм, який реалізує модель. На четвертому етапі проводиться адаптація і масштабування системного підходу. Використання зазначеного системного підходу забезпечує зменшення ресурсів, необхідну для забезпечення даними внутрішніх подпроцессов, і покращує якість процесів, а саме: прискорює обробку вхідних даних процесу передбачення, забезпечує аналітиків і експертів засобами швидкого аналізу вхідних даних, інформацією в вигляді показників інформованості, забезпечує повторне використання здобутих знань та отриманих артефактів на виході моделей, алгоритмів і підходів в наступних сесіях передбачення. Ключові слова: системний аналіз, методологія передбачення, текстова аналітика, natural language processing, data mining, супроводження процесу передбачення, сентимент аналіз, показники інформованості передбачення, інформаційна модель, концептуальна модель, модель вилучення знань з текстів природною мовою, класифікатори, синтез правил класифікації, метадані процесу передбачення.

Файли

Схожі дисертації