CC BY
67
УДК 681.324.1
А.Н. Целых, Е.Е. Краснощеков ПЕРСОНАЛЬНЫЕ ПОИСКОВЫЕ СЕРВИСЫ ИНТЕРНЕТА
Предметом исследования в данной работе являются поисковые сервисы. Поисковый сервис строится как интеллектуальная система, способная на уровне опытного аналитика найти информацию в заданной области знаний.
Рассматриваемый в данной работе процесс поиски и результат поиски связан с интуитивным никотением информации анилитиком. Анилизроли опыти в процессах поиски информации приводит к постановке оптимизиционных зидич, решение которых предпо-лигиет использование зниний.
Поисковый сервис; интеллектуильния системи; интуитивное никотение информации; знания; оптимизационные зидичи.
A.N. Tselykh, E.E. Krasnoshekov PERSONAL SEARCH INTERNET SERVICES
The study examined in this study are search services. Search service is constructed as an intelligent system capable of at the level of experienced analysts to find information in a given field of knowledge.
We present in this paper, the search and search results associated with visceral accumulation of information. Analysis of the role of experience in the information seeking process leads to the formulation of optimization problems whose solution involves the use of knowledge.
Search service; intelligent; intuitive accumulation of information; knowledge; optimization problems.
Предметом исследования в данной работе являются поисковые сервисы -программные системы, размещённые на серверах сети Интернет. Сервис Интернета позволяет принимать по HTTP протоколу запросы от клиентов сети, отправляя ответы в виде HTML-страниц гипертекста. На рис. 1 показана обобщённая структура взаимосвязи компонентов сервиса.
Клиенты социальной сети
Информационные ресурсы Интернет
Поисковые системы Интернет
а
Интерфейс поисковыми серверами
б
Рис. 1. Структурная схема сети с поисковым сервисом
Поисковый сервис строится как интеллектуальная система, способная на уровне опытного аналитика найти информацию в заданной области знаний. Существенным отличием сервиса является реализация высокоуровневого диалога с пользователем при постановке задачи поиска, нахождение информационных материалов более высокого качества, чем у существующих поисковых систем. Как обя-,
.
Пользователями поискового сервиса являются клиенты социальных сетей. Члены сетевых сообществ образуют группы с естественным образом очерченной . , , несут определённую тематическую направленность. Её наличие позволяет решать многие проблемы поиска информации в сети Интернет созданием специализиро-, -. -нии знаний о поиске.
Целесообразность построения и использования подобного рода систем определяется сокращением затрат на информационную поддержку решения прикладных задач и повышения скорости и эффективности их решения. В условиях динамичности логической структуры сети Интернет (серверов, сайтов и порталов) и её информационной инфраструктуры (р^мещения документов и ссылок) поисковые сервисы являются звеньями, аккумулирующими знания и опыт социальной группы сети. Как показывает анализ, знания и опыт более стабильны, чем динамика изменения состояния такой сложной системы, как Интернет.
Поиск информации неразрывно связан с решением пользователем-аналитиком прикладной задачи. Интернет в этом смысле представляется как источник разнородной информации, которая прямо или косвенно позволит найти решение. Как отмечалось в разд. 1, отсутствие единой структуры у информационных ресурсов сети Интернет усложняет нахождение данных с требуемыми свойствами и заставляет обращаться к методам поиска, использующим знания. К настоящему времени теория хранения и использования знаний достаточно глубоко проработана [1-3]. Известны общие требования, которым должна удовлетворять , :
♦ внутренняя интерпретируемость;
♦ структурированность;
♦ связность;
♦ привязка к определённой шкале;
♦ наличие семантической метрики;
♦ процедуры манипулирования, направленные на получение новых знаний.
Проанализируем с точки зрения перечисленных требований, информацию,
которой обладают аналитики при поиске информации в сети Интернет.
Внутренняя интерпретируемость поисковой информации определяется содержащимися в ней сведениями о том, что, где и как искать.
Если
Е = {е1, ^..^ еы }
множество информационных ресурсов, доступных пользователю, каждый из которых характеризуется набором параметров
а„..^ам,
то поиск информации следует рассматривать как нахождение
^ е Е : a2,..., aM ), a2,•••, aM ),•••, fA (a^ a2,•••, aM )) = true i = 1, N •
Здесь fj (a1, a2 v.^ aM ) -информационного ресурса, P(XnX2,...,XA) - предикат.
Вопрос «что искать?» должен интерпретироваться через смысловые концепты решаемой задачи и приводить к определению функций f. (a}, a2,..., aM ).
, -, -
,
проживания владельца автомобиля. Следовательно, оценивается наличие статистики (^(...) ), достоверность источника статистики (f2(...)), актуальность
сведений, ограниченная несколькими последними месяцами (f3(...) ), наличие
( f4 (... ) ), -ческому району (f5(...) ). Очевидно, что функции оценки неточны, неопределённы и нечётки.
Вопрос «где искать ?» в случае использования сети Интернет нетривиален. Общее число серверов Интернет перешло границу в 200 млн и продолжает расти [4]. Даже автоматические средства поиска не решают проблему перебора и оценки информационного содержимого сети. Наиболее рациональная стратегия современного пользователя - это обращение к поисковым серверам сети Интернет. Число поисковых серверов также растёт и совсем не очевидно, что наиболее известные вроде Google, Yandex, Rambler, Yahoo, Aport либо какой-либо другой гарантированно дадут хороший результат поиска. Поэтому необходима интерпретация опыта использования поисковых серверов.
На вопрос «как искать ?» на сегодняшний день чёткого ответа нет. С формальной точки зрения это конструирование предиката P(XnX2,...,XA ) . Знания об этом неполны, противоречивы, немонотонны и неточны. В подтверждение
, Yandex -
[5].
, -
терпретации знаний о поиске.
Структурированность знания связывают с фреймовым представлением. Описание ситуаций фреймами - одна из первых моделей представления знаний. При всей универсальности модель фрейма обладает недостатком - требует абстрагирования. Чтобы получить знания эксперта, необходимо заставить его мыслить категориями классов фреймов. На практике это приводит к потере качества экспертных знаний и, как следствие, неэффективности экспертной системы. Возможным выходом из ситуации автору представляется переход к описанию знания концептуально моделью более высокого уровня. Представление знания должно отражать структуру поиска информации как особого вида интеллектуальной деятельности.
Поисковые ситуации достаточно специфичны и любая попытка обобщения, выделения главного приводит к тривиально неинформативному результату. Поэтому структурирование знаний о поиске требует особого подхода. В качестве иллюстрации в табл. 1 приведены сведения о некоторых поисковых запросах чем-Yandex .
Таблица 1
Вопрос - вильный ответ Среднее время ответа (с) Время первого правильного ответа (с) Всего отвечало (%) Доля ответивших правильно (%)
Назовите номер выданного в Японии патента, посвящённого технологии выращивания грибов 48-18615 152 95 14 27
Как звали того из слуг Алёши Поповича, отчество которого неизвестно? Тороп 142 44 50 75
Кто командовал Брунеем во время его оккупации Японией? Macao Баба 158 120 100 8
Анализируя содержимое таблицы, можно сделать следующие выводы:
♦ существует сложная взаимозависимость между компонентами действий «что, где и как ?». Постановка задачи поиска, моделирование вариантов его реализации и оценка экспериментально полученных реализаций образуют последовательность с возвращениями. В каждом из действий велика доля эвристики, субъективизма и влияния опыта поиска;
♦ основой поискового знания следует считать прецеденты удачного поиска, которые явились результатом комплекса описанных выше действий. С большой долей вероятности они могут использоваться повторно, что даёт экономию ресурсов;
♦ количество шагов поиска, понимаемых как переходы на различные ИТМЬ-страницы, связано с поиском решений, но не является реализацией процедуры получения самого результата. Алгоритм поиска конкретного ответа на запрос обычно прост и включает в себя один-три перехода по ссылкам. С точки зрения повторного применения, сохранять описание ша;
♦
хранение любого результата имеет смысл в течение конечного времени. Подобное знание приобретает экстенсиональную окраску. Эксперты в области поиска информации сопровождают каждый удачный прецедент аналитической составляющей - это можно заметить по общению в форумах и
;
♦
всегда «локальна», т.е. относится к узкой предметной области. Универсальные рекомендации в более широком смысле чрезвычайно редки. Связность знаний определяется наличием отношений между концептами .
построением онтологий. По определению [6] онтология есть спецификация концептуализации предметной области. Формально онтология определяется как
О =< С, Я, ¥ >, где С - конечное множество понятий прикладной области, Я - конечное множество отношений между понятиями, ¥ - конечное множество .
важно и позволяет как интерпретировать запросы к полнотекстовым документам,
так и извлекать знания из текстов и строить формальные теории [7]. Заметим, что данный аспект не столь значим для реальных поисковых систем. Важнее обеспечить обмен опытом поиска, использование накопленного множества ссылок на информационные ресурсы внутри коллектива пользователей. Формально, если некоторая ссылка связана с разными наборами концептов
Х1 с X,X2 с Х,Х1 Ф Х2,
то требуется сформулировать условия, при которых использование ссылки не приведёт к нарушению целостности базы знаний.
Наличие шкалирования и использование семантической метрики также относят к характерным признакам знания. Несомненно, знание о поиске обладает эти. -му запросу лежит в основе процедур построения выдачи любой современной по. , -, .
Свойство активности знания связывается с системой управления знаниями, её способностью добавлять, модифицировать и синтезировать новые знания. Представляется необходимым выделить следующие особенности использования знаний .
- , -
. .
I ^ тах
7 < 1*, (1)
я < Я*,
где I - функция оценки информативности результата поиска, 1 - время поиска, 1 *- заданное ограничение, Я - необходимые сетевые и вычислительные ресурсы, Я * - заданное ограничение. В такой постановке решается задача пользователем, желающим найти «всё полезное, что нам известно» о решаемой проблеме.
Вторая постановка
1 ^ тт
г * (2)
17 > I*,
R<R
*
соответствует стремлению «максимально быстро найти из всего известного полезную» информацию.
Следует подчеркнуть, что под временем поиска t понимается интервал времени, необходимый аналитику для решения задачи. С практической точки зрения именно этот показатель определяет качество поискового сервиса. Время, затраченное поисковой системой на нахождение первой порции результатов, характеризует в большей степени работу подсистемы управления данными и не является показателем качества найденных ресурсов. Поисковые серверы Google, Yandex, Rambler, Апорт реально дают ответ через единицы секунд практически независимо от формулировки запроса. В то же время поиск в широком понимании предполага-
ет циклическое повторение операций запроса и анализа ответа, т.е. временная модель поиска имеет вид
< ТА, Ел >, (2-3)
ТА = , А1/%
Еа ={еГ},
ТА - , -
ных поисковой системы и анализа полученного промежуточного результата. Мно-
Е А .
,
Та1
1 = X (А1Г +А1^).
г
, -
димости сокращать значения I Та |, А1-,А1?
счёт совершенствования механизмов индексирования и ранжирования содержимого базы данных поисковой системы невозможно.
Объединяющим в сформулированных постановках является опыт, наличие « », , этих данных на практике.
Решением перечисленных выше задач является множество ресурсов, найденных аналитиком в сеансе работы
Е' = {е'^ е'2,...е' „ }
изучение содержания ресурсов аналитиком включается в процесс поиска. Как по, , немонотонной и получает достоверное значение только после ознакомления эксперта с документами Е . Под документами понимаются структурированные файлы определённого функционального назначения - тексты, гипертексты, таблицы, схемы, видео и аудиозаписи, анимация, тематические каталоги, базы данных. Сле-, -тат поиска связан с интуитивным накоплением информации аналитиком, но не с нахождением ответа на поставленный вопрос. Это означает, что в процессе поиска реализуются два параллельных потока действий:
1) , . .
{11 (е'1 ), 12 (е'2 ),... 1Ы (е' ы )}. Каждый документ оценивается индивидуально соответственно своему происхождению, актуальности, виду представления, полноте, непротиворечивости, и т.д.
2)
1 (11(< X 12 (е^Х... 1М (е'N )). Эта оценка отражает свойство чело-века-анадитика обобщать сведения из разных источников.
Описанное представление о процессе поиска приводит к указанию двух раз:
♦ знание, связанное с локальным поиском;
♦ зн ание, связное с глобальным поиском.
Под локальным понимается поиск в рамках доступного ограниченного опыта. Его отличительной особенностью является повторное применение ранее найденных для такой же задачи ресурсов. Например, располагая ссылками на образовательные ресурсы сети Интернет по программированию на C++, логично использовать их при решении задачи, связанной с обучением программированию на C++. Локальный поиск свойственно проводить экспертам с целью сокращения усилий на изучение и оценку новых материалов. Если интеллектуальная система способна хранить и использовать знания об опыте локального поиска, она способна эффективно решать оптимизационную задачу (1).
Глобальный поиск связывается с отсутствием непосредственного опыта использования ресурсов по заданной локальной проблеме. Например, при отсутствии непосредственных ссылок на ресурсы для обучения программированию на языке JavaScript полезными могут оказаться уже апробированные ссылки на ресурсы по обучению программированию вообще и Web-программированию в частности. Глобальный поиск предполагает использование знаний для осуществления поиска .
, - .
среде, подобной сети Интернет, иной вариант поиска невозможно представить: новые ресурсы «прямым перебором» всех сайтов гипертекстовой сети выявить , -формационными ресурсами. Знания, заложенные в процедуру глобального поиска, направлены на решение оптимизационной задачи (2).
,
(1) (2),
.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Вагин В.Н. Знание в интеллектуальных системах // Новости искусственного интеллекта. - 2002. - № 6.
2. Кондрашина ЕМ., Литвинцева Л.В., Поспелов ДА. Представление знаний о времени и
пространстве в интеллектуальных системах. / Под ред. ДА. Поспелова. - М.: Наука, 1989. - 328 с.
3. Искусственный интеллект. - В 3-х книгах. Книга 2. Модели и методы: Справочник
/ Под ред. ДА. Поспелова. М.: Радио и связь, 1990. - 304 с.
4. Шляхтина С. Тенденции развития Всемирной компьютерной сети // КомпьютерПресс. - 2008 . - № 2.
5. www.yandex.ru
6. Gruber T.R. A translation approach to portable ontologies // Knowledge Acquisition. - 1993. - V. 5(2). - P. 199-220.
7. Гладун А. Рогушина Ю. Онтологии в корпоративных системах // Корпоративные системы. - 2006. - № 1.
Целых Александр Николаевич
Технологический институт федерального государственного образовательного учреждения высшего профессионального образования «Южный федеральный университет» в г. Таганроге.
E-mail: info@tti.sfedu.ru.
347928, г. Таганрог, пер. Некрасовский, 44.
Тел.: 88634371160.
Краенощеков Евгений Евгеньевич
E-mail: gekaee@mail.ru.
Тел.: 89094058574.
Tselykh Alexander Nikolaevich
Taganrog Institute of Technology - Federal State-Owned Educational Establishment of Higher Vocational Education “Southern Federal University”.
E-mail: info@tti.sfedu.ru.
44, Nekrasovskiy, Taganrog, 347928, Russia.
Phone: +78634371160.
Krasnoshekov Evgeniy Evgenievich E-mail: gekaee@mail.ru.
Phone: +79094058574.
УДК 51:519.2
А.Ю. Погибельский СТАТИЧЕСКАЯ МОДЕЛЬ УПРАВЛЕНИЯ ЗАПАСАМИ С НЕЧЕТКИМИ НАЧАЛЬНЫМИ УСЛОВИЯМИ
В данной статье рассматривается статическая модель управления запасами с нечеткими начальными условиями. Данная модель позволяет вычислять оптимальный объем пополнения запасов и функцию затрат. Статическая модель управления запасами с нечеткими начальными условиями представляет ожидаемые потери в более естественном виде и позволяет избавиться от некоторых неточностей.
Статическая модель; управление запасами; нечеткие числа; функция затрат.
A.Y. Pogibelskiy
STATIC MODEL OF INVENTORY MANAGEMENT WITH FUZZY INITIAL
CONDITIONS
This article is about of static model of inventory management with fuzzy initial conditions. This model allows to calculate optimal replenishment of inventory and cost function. Static model of inventory management with fuzzy initial conditions represent the expected loss in more natural form and allows to dispose of some inaccuracies.
Static model; inventory management; fuzzy number; cost function.
Модели управления запасами имеют достаточно большую область примене-
.
достаточно один раз построить математическую модель и на ее основе все время
.
значения различного рода показателей, основываясь на опыте. Основной целью , :
1. ( - ) .
2. [1].
Рассмотрим наиболее простейшую модель управления запасами. Данной моделью является статическая модель управления запасами, в ней происходит разовое пополнение запасов для удовлетворения будущего спроса. То есть, необходимо только определить в каком объеме. Одним из преимуществ данной модели яв. , оценкой запасов и неточностями измерения. В данном случае необходимо применить аппарат нечетких чисел, что позволит получить функцию ожидаемых затрат в нечетком виде. Данная функция будет являться размытой, но при этом будет избавлена от некоторых ошибок, чего будет вполне достаточно для принятия решения об объемах заказываемого товара.
