CC BY
8Реалiзацiя дано! системи дозволить прикла-дати значно менше зусиль для розробки складних веб-систем.
Список лггератури
1. Introduction to JSON Web Tokens [Елек-тронний ресурс] Режим доступу: https://jwt.io/introduction/ (дата звернення 19.11.2019 р.). - Назва з екрана.
2. Microservice Architecture and Design Patterns for Microservices [Електронний ресурс] Режим доступу:
https://medium.com/@madhukaudantha/microservice-architecture-and-design-patterns-for-microservices-
e0e5013fd58a (дата звернення 19.11.2019 р.). -Назва з екрана.
3. Pattern: Microservice Architecture [Елек-тронний ресурс] Режим доступу: https://microservices.io/patterns/microservices.html (дата звернення 19.11.2019 р.). - Назва з екрана.
4. Securing Services with Spring Cloud Gateway [Електронний ресурс] Режим доступу: https://spring.io/blog/2019/08/16/securing-services-with-spring-cloud-gateway (дата звернення 19.11.2019 р.). - Назва з екрана.
5. Spring Cloud Netflix [Електронний ресурс] Режим доступу: https://cloud.spring.io/spring-cloud-netflix/reference/html/ (дата звернення 19.11.2019 р.). - Назва з екрана.
ПЕР СПЕК ТИВН1СТЬ ВДОСКОНАЛЕННЯ ШФОРМАЦШНОГО ПОШУКУ ЗА ДОПОМОГОЮ
ПРЕЦЕДЕНТ1В
Терещенко В.В.
астрант кафедри iнформатики та вищо1 математики Кременчуцький нацюнальний yHiверситет iMeHi Михайла Остроградського, Украта
PERSPECTIVES IN IMPROVEMENT OF INFORMATION SEARCH WITH THE AID OF
PRECEDENTS
Tereschenko V.
postgraduate student of Department of Informatics and Higher Mathematics Kremenchuk Mykhaylo Ostrohradskiy National University, Ukraine
Анотащя
У робот проаналiзовано принципи функцюнування систем шформацшного пошуку та, спираючись на вимоги сьогодення, виокремлено найважливiшi тенденци розвитку. Ввдповщно, проаналiзовано ряд на-укових дослiджень у сферi iнформацiйного пошуку. В ходi дослiдження встановлено перспективнiсть ви-користання методики прецедентiв у рамках вдосконалення пошукових методiв та, зокрема, при побудовi систем iнформацiйного пошуку. Також наголошено що органiзацiя пошуку на основi прецедентiв дозволяе об'еднати в œ6i рiзнi пiдходи до виршення завдання iнтелектуалiзацiï та персоналiзацiï пошуку
Abstract
In this paper, based on the requirements of the present, the principles of information search systems functioning were investigated; the most important tendencies of development are highlighted. Accordingly, a number of scientific works in the field of information search was analyzed. In the course of the research the prospect of using the precedent methodology in the improvement of search methods was established and, in particular, in the construction of information search systems. In particular, it is emphasized that precedent based search organization enables different approaches to solve the problem of intellectualization and personalization of search.
Ключов1 слова: пошукова оптимшцт, пошукова система, пошукова видача, шформацшний пошук.
Keywords: search engine optimization, search engine, search engine results, information search.
У сучасних умовах розвитку шформацшних технологш та пошукових машин виникае потреба у нових методах забезпечення ефективного шформацшного пошуку. Проблема досконалого пошуку i збору шформацп, яка може бути використаною при виршенш важливих завдань в ходi науково-до-слiдноï дiяльностi, для шдтримки прийняття рiшень в науково-техшчнш, соцiальнiй та iнших сферах за-лишаеться вiдкритою впродовж десятилiть. Це зумовлено феноменом с^мкого перенасичення ш-формацiйного простору [1].
Вiдомо що сучасна пошукова машина здатна вдосконалюватися в рiзних напрямках: з'являються новi чинники ранжування або змiнюеться 1'х прюри-тет, змiнюеться формат взаемодп iнструментарiю пошуку з користувачем, посилюються вимоги до
якостi побудови сайтiв, а також з'являються новi сервiси, що спрощують пошук iнформацiï. Вiдповiдно вимоги до швидкосп пошуку, актуаль-носп iнформацiï з кожним днем зростають, що в свою чергу впливае на розробку методiв та алго-ритмiв пошуку i подання даних. В свою чергу, ро-звиток комп'ютерноï технiки також тягне за собою суттеве зростання обсягу шформацп, що подаеться в електронному виглядг
Хоча на сьогоднiшнiй день й юнуе значна шль-кiсть методiв та алгоритмiв iнформацiйного пошуку, проте неперервний розвиток цiеï галузi та ви-щезазначенi проблеми вказують на необхщшсть постiйного покращення юнуючих методiв та ро-
зробку яшсно нових п1дход1в. Тож, ввдповщно, проблема вдосконалення шформацшного пошуку е актуальною.
У загальному випадку шд поняттям «шфор-мацшний пошук» розумшть процес вщшукання серед деяко! множини текспв (докуменпв) таких, яш присвячеш саме зазначенш в пошуковому запип тем^ або м1стягь потр1бн1 користувачев1 факти чи ввдомосп. Пошук може здшснюватися як вручну, так i за допомогою шформацшно-пошуково! си-стеми з використанням засобiв автоматизаци.
Проблемам оргашзацп iнформацiйного пошуку було присвячено багато наукових праць. Зо-крема, деяш теоретичнi аспекти було розглянуто в публiкацiях як вiтчизняних, так i закордонних до-слвднишв: Ашманов 1.С. [1], Колiсниченко Д.М. [2], Климчук С.О. [3], Маннiнг К.Д. [4], Урвачова В.А [7], Шошн Ю.1. [8]
Так, наприклад в rami 1.С. Ашманова [1] уза-гальнено досвiд вiдомих фахiвцiв, SEO-професiоналiв; особливо! уваги заслуговуе аналiз принципiв роботи пошукових систем. Зокрема, автором не лише розглянуто загальну архитектуру систем шформацшного пошуку, а й наголошено на важливосп семантично! складово! у рамках оргашзацп шформацшного пошуку.
Д.М. Колюниченком [2] докладно описанi ал-горитми роботи i методи використання найбiльш популярних сьогоднi пошукових машин 1нтернету - Google, Яндекс та Рамблер. О^м цього, автором розглядаються способи розробки власних Google-додатшв: особистих пошукових машин, створених на базi iнструментальних засобiв Google. О^м того було внесено значний вклад у виршення таких задач, як класифшащя семантичних данних та авто-матичне вирiшення багатозначностi термiнiв.
У свош роботi [3] С.О. Климчуком поясню-ються важливi, з точки зору дослщника, принципи оргашзацп прецедентно! системи (Case-Based Reasoning System). Зокрема, проаналiзовано переваги методики прецеденлв у рамках створення ш-телектуальних засобiв пiдтримки прийняття рь шень. Публшащя заслуговуе уваги, з урахуванням можливостi застосування вiдповiдно! методики для побудови системи шформацшного пошуку.
Незважаючи на те що роботу К.Д. Манншга [4] задумано як вступний курс з iнформацiйного пошуку та написанио з точки зору шформатики; в нiй поряд з класичним пошуком розглядаються веб-по-шук, принципи роботи пошукових механiзмiв а та-кож класифiкацiя та кластеризащя текстiв. Книга мiстить сучасний виклад всiх аспектiв проекту-вання та реалiзацi! систем збору, iндексування та пошуку докуменпв, методiв оцiнки таких систем, а також введення в методи машинного навчання.
Варту уваги шформацш, з точки зору дослвд-ника, мютить стаття В.А. Урвачово! [7]. У робот вчено! наводиться короткий огляд сучасних мето-дiв та алгорштшв iнформацiйного пошуку. В огляд також включенi класичнi алгоритми, як1 покладеш в основу сучасних пошукових методiв. Окремо! уваги заслуговують зробленi нею висновки щодо
перспективносл застосування технологш штелек-туальних агенпв для пошуку шформацп.
З урахуванням давносп викладено! iнформaцii, сл1д зазначити, що в монографи Ю.1. Шокiнa [8] детально розглянуто загальш аспекти розробки та створення шформацшно -пошукових систем. Зокрема, наводиться докладний виклад моделей, структур i алгорштшв, що описують окрeмi рiзновиди iнформaцiйно-пошукових систем. Заслуговують уваги розкрип автором перспективи напряму шформацшного моделювання при оргaнiзaцii' пошуку.
Очевидно, що проблема широко обговорю-еться науковим спiвтовaриством. Однак, попри зна-чну к1льк1сть публiкaцiй досл1дник1в, проблема вдосконалення шформацшного пошуку не розв'язана повнютю та залишаеться актуальною.
Проблема пошуку, збору та оптишзацп шформацп з'явилася ще в перюд розвитку пошукових систем [1]. У той час пошуковi системи надавали ве-лике значення аспектам, якими власники сaйтiв могли легко машпулювати. Це призвело до того, що у видaчi багатьох пошукових систем пeршi калька сторшок займали сайти, наповнення яких було не-релевантним.
У зaгaльномi випадку шд тeрмiном «релевант-шсть» розумшть мiру вiдповiдностi отримуваного результату бажаному. В термшах пошуку - це мiрa вiдповiдностi рeзультaтiв пошуку завданню, поста-вленому в пошуковому зaпитi [5]. Вщповщно, не-релевантним називаеться такий, що був вiдiбрaний у результата iнформaцiйного пошуку, але змiст якого не вщповвдае запиту користувача.
Пошуковими системами, при вирiшeннi за-вдань збору, збeрiгaння, обробки i видaчi шформа-цй', виконуються так! операци [8]:
1) пошук докуменпв;
2) aнaлiз вмюту докумeнтiв;
3) побудова пошукових обрaзiв докумeнтiв (отримання з докумeнтiв шформацп, яка викорис-товуеться системою як вщомосп про документ);
4) збер^ання пошукових обрaзiв докумeнтiв (ведомостей про документи);
5) анал1з зaпитiв користувaчiв (споживaчiв ш-формацп);
6) пошук релевантних (вщповвдних) запиту до-кумeнтiв;
7) оргашзащя пошуково! видaчi користувачам.
Бшьшють пошукових машин знаходять вели-
чезну шльшсть «релевантних» сторшок за запитом користувача. Кожен знайдений документ ранжу-еться за ступенем його ввдповщносп до запиту [2]. Релевантнють кожного документа ощнюеться за допомогою р!зних тeхнологiй: о6л!ку частоти по-яви на сторшщ шуканих сл!в, «вщсташ» м!ж шука-ними словами, вмюту МЕТА-тeгiв, просторово-ча-сового контексту документа, популярносп ресурсу в рейтингах, використання iндeксу цитування.
Головним завданням машин пошуку е iндeксa-щя ресурав глобально! мереж1. Фактично в базах даних машин пошуку збертаеться iнформaцiя про те, де i що лежить в мереж1. Тому можна вважати,
що iснуючi машини пошуку забезпечують низько-рiвневий сервю для ктентських пошукових про-грам бiльш високого piBHa.
У загальному випадку вважаеться, що будь-яка пошукова машина повинна вщповвдати наступним вимогам [4]:
1) чггко органiзований i оновлюваний iндекс;
2) простота у використаннi;
3) швидкий пошук за iндексом i швидке реагу-вання;
4) надiйнiсть i точнiсть результатiв пошуку.
В результата проведеного дослвдження було визазначено, що ва сучаснi пошуковi системи ма-ють деяк1 серйознi недолiки:
1) велика кшьшсть пошукових машин з рiз-ними призначеними для користувача штерфейсами породжуе проблему когнiтивного перевантаження;
2) стандартний механiзм пошуку за ключо-вими словами в сучасних шформацшно -пошукових системах видае результати з великим показником iнформацiйного шуму;
3) методи шдексування баз даних, як правило, не пов'язаш з шформацшним змiстом;
4) в пошукових машинах немае розвинених за-собiв розумшня природних мовних конструкцiй;
5) часто видаються посилання на iнформацiю, яко! в Iнтернетi вже давно немае, а також немае мо-жливосп в реальному часi враховувати динам^ змiни змiсту Iнтернет-ресурсiв.
Також серйозним недолжом сучасних пошукових систем е !х централiзацiя, що вимагае колосаль-них ресурсiв (величезнi обсяги бази даних, безлiч серверiв, апаратури i т.д.) [5, 6]. Ще однiею з осно-вних проблем при створенш сучасних шформа-цшно-пошукових систем е недостатне врахування думок i бажань користувачiв. Iснуючi мехашзми персоналiзацi! володшть певними обмеженнями i не можуть враховувати в повному обсязi потреби користувачiв. Явнi методи персоналiзацi! вимага-ють активного залучення користувача в процес на-копичення персональних даних (потрiбна наявнiсть зворотного зв'язку), що не зовам зручно для користувача пошуково! системи, а неявш методи персо-налiзацi! не завжди адекватно можуть реагувати на змши в перевагах користувачiв. Нинi не менш важ-ливою проблемою в галузi iнформацiйного пошуку е проблема конструювання iнтелектуальних систем, орiентованих на вiдкритi i динамiчнi бази даних [4]. В основi таких систем лежить iнтеграцiя здатних до адаптаци, модифжацп i навчання моделей пошуку, виявлення та оперування знаннями, орiентованих на специфiку шукано! (предметно!) областi та вiдповiдний тип невизначеносп, що ввдо-бражае !х здатнiсть до розвитку i змши свого стану.
Ввдповщно, органiзацiя пошуку на основi пре-цедентiв дозволить об'еднати в собi рiзнi тдходи до вирiшення завдання iнтелектуалiзацi! та персо-налiзацi! пошуку. У бшьшосп енциклопедичних джерел термiн «прецедент» визначаеться як випа-док, що стався рашше i слугував прикладом або ви-правданням для наступних випадшв подiбного роду [3]. Мiркування на основi прецедентiв (Case-Based Reasoning) являеться методикою здатною виршити
нове або невщоме завдання, використовуючи або адаптуючи рiшення вже ввдомо! задач^ тобто використовуючи вже накопичений досввд вирiшення по-дiбних завдань. Щдхвд на основi прецедентiв виник в процеа розвитку дослiджень в обласп створення експертних систем (систем, заснованих на знан-нях). Як правило, вш пiдлягаe декомпозицп на чо-тири основнi етапи, що утворюють так званий цикл мiркування на основi прецедентiв [3]. Основними етапами такого-циклу е:
1) вилучення найбiльш вiдповiдного (подiб-ного) прецеденту (або прецеденпв) до ситуаци, що склалася з бiблiотеки прецедентiв;
2) перегляд i адаптацiя в разi необхiдностi отриманого рiшення вiдповiдно до проблеми;
3) повторне використання вилученого прецеденту для спроби виршення поточно! проблеми;
4) збереження нового прийнятого рiшення як частини нового прецеденту.
До переваг мiркувань на основi прецедентiв можна ввднести наступнi аспекти [3]:
1) можливють безпосередньо використовувати досвiд, накопичений системою без штенсивного за-лучення експерта в тiй чи шшш предметнiй областi;
2) можливiсть скорочення часу пошуку рь шення поставлено! задачi за рахунок використання вже наявного ршення для такого завдання;
3) можливють виключити повторне отримання помилкового рiшення;
4) ввдсутня необхвднють повного та поглибле-ного розгляду знань вiдносно конкретно! предметно! области
До недолiкiв мiркувань на основi прецедентiв можна ввднести наступне [3]:
1) при описi прецеденпв зазвичай обмежу-ються поверхневими знаннями про предметну область;
2) велика кшьшсть прецедентiв може привести до зниження продуктивностi системи;
3) проблематичним е визначення критерi!в для iндексацi! i порiвняння прецедентiв;
4) проблеми з налагодженням алгоритмiв визначення подiбних (аналогiчних) прецедентiв;
5) неможливiсть отримання ршення задач, для яких немае прецеденпв або ступiнь !х схожосп (по-дiбностi) менше заданого порогового значення.
Основна мета використання апарату прецеден-тiв в iнформацiйно-пошуковiй системi полягтиме в видачi вiдповiдi на запит користувача на основi прецеденпв, як1 вже мали мiсце в минулому при ви-конаннi подiбних запитiв. Iнформацiя про новий запит використовуватиметься для вилучення з бiблi-отеки прецедентiв найбiльш шдходящого прецеденту (прецедентiв). Витягнутий прецедент використовуеться повторно для отримання ршення ново! проблеми (завдання) [3]. Попм запропоно-ване рiшення в разi необхiдностi може бути адапто-ване до особливостей ново! ситуацi! i застосовано на практицi. У разi успiшного застосування, перевь рене ршення спiльно з описом запиту утворюе новий прецедент, який збертаеться в базi прецеден-тiв.
Вибiр методу отримання прецедентiв безпосе-редньо пов'язаний зi способом уявлення прецеден-тiв i ввдповвдно зi способом оргашзацп бiблiотек прецедентiв [3]. Останш е важливою складовою бази знань штелектуально! системи, але можуть ви-ступати як i окремий компонент пошуково! системи. Таким чином, 1хня структура iстотньо впли-вае на рiзнi показники роботи системи ^ зокрема, на час пошуку та вилучення прецедентiв.
Для усшшно! реалiзацi! пошуку за допомогою мiркувань на основi прецедентiв, вщповщно, необ-х1дно забезпечити коректне вилучення прецеденпв з бiблiотеки прецедентiв системи.
1снують рiзнi способи такого отримання прецеденпв, наприклад [3]:
1) метод найближчого сусiда i його модифша-
ци;
2) метод пошуку на основi дерев рiшень;
3) метод вилучення на основi знань;
4) метод вилучення з урахуванням застосу-вання прецедентiв.
З точки зору шформацшного пошуку було прийнято рiшення скористатися методом найближчого суада. Одним з ключових моменпв даного ви-бору стало те, що даний метод е найпоширешшм з методiв порiвняння i вилучення прецеденпв [3]. Вш дозволить досить легко обчислити стутнь по-дiбностi поточного запиту i прецедентiв з бiблiо-теки системи. Принцип роботи полягае у тому, що з метою визначення ступеня подiбностi на множит параметрiв, використовуваних для опису прецеденпв i поточного запиту, вводиться певна метрика. Далi ввдповщно до обрано! метрики визначаеться вщстань ввд щльово! точки, вщповвдно! поточному запиту, до точок, що представляють прецеденти з бiблiотеки прецедентiв i вибираеться найближча до цшьово! точка.
Безумовно, ефектившсть методу найближчого сусiда багато в чому залежить вiд вибору метрики ^ри схожостi).
Основнi метрики, як можуть бути використанi в методi найближчого сусiда [3]:
1) Евклщова ввдстань. Евклiдова вiдстань е ге-ометричною вiдстанню в багатовимiрному простора вiдстань мiж точками С i Т в n-вимiрному про-сторi визначаеться за наступною формулою (1):
< (С, Т) = ^ -у^ )2 (1)
де d (С, Т) - вiдстань м1ж С i Т, х(1,2,3 ... п) та У(1,2,3 ... п) - значення ознак для прецедента та поточно! ситуацп, п - шльшсть змiнних, якими опису-ються прецеденти та поточна ситуацiя.
2) Вщстань Хемiнга. Найпростiшою мiрою схожостi, а точшше кажучи, вiдмiнностi мiж зако-дованими представленнями е ввдстань Хемшга. Хоча першочергово вона була введена для двшко-вого коду, вона цшком може примiнятися для порь вняння будь-яких упорядкованих наборiв, яш скла-даються з елементiв, здатних набувати дискретних значень.
Розглянемо для прикладу два упорядковаш на-бори x та y як1 складаються з дискретних, нечисло-вих символiв (наприклад логiчних 0 та 1). пор1в-няння на несхожiсть полягатиме у шлькосп несшв-падаючих символiв у цих наборах. Таку величину d(C, T) називають ввдстанню Хемшга; визначаеться вона лише для послщовностей однаково! довжини. Тобто якщо x = (1,0,1,1,1,0), y = (1,1,0,1,0,1), то d(C, T) = 4.
3) Мiра схожостi Танiмото. В загальному випа-дку може прим^тися для оцiнки релевантностi (ступеня ввдповвдносп) документiв при шформа-цiйному пошуку. Дескрипторам в цих документах можуть бути присвоен iндивiдуальнi ваги.
Якщо aik - вага, вiдносна до k-го дескриптору i-го документу, то стутнь схожосп двох докумен-пв визначених через C i T можна визначити за формулою (2):
(С, Т) = 1 aCkajk = аст (2)
к
при цьому вираз набуде наступного вигляду
(3):
d (с, т) =-аст- (3)
аСТ a^j* — a^j,
Як вже наголошувалося, вибiр ввдповвдно! метрики творче i досить трудомютке завдання, вiд ус-тшного вирiшення якого безпосередньо залежить результатившсть пошуку та вилучення прецеденпв.
Для вирiшення поставлено! задачi шформацшного пошуку [5] було обрано у якосп метрики ви-користовувати евклидову вiдстань. Вiдповiдно, спи-раючись на дану метрику було створено та запро-поновано вiдповiдний алгоритм вилучення прецедентiв для оргашзацп iнформацiйного пошуку.
Нехай заданий прецедент (C) i поточна ситуа-щя (пошуковий запит) (T) в n-вимiрному просторi ознак (властивостей), тодi стутнь подiбностi або близькостi можна визначити, використовуючи евклидову метрику для визначення вщсташ мiж C i T
(4).
d(С,Т) = j Z(x -y )2 (4)
Вхiднi данi: поточна ситуацiя (T), бiблiотека прецедентiв - непорожня множина прецедентiв CL, m - шльшсть прецеденпв в бiблiотецi, порогове значення ступеня схожосп K.
Вихвдш даш: тимчасовий контейнер зберь гання прецедентiв SC порогового значення К.
Алгоритм:
Крок 1. Для визначення значення ступеня по-дiбностi S(C,T) необхвдно знайти максимальне значення ввдсташ dmax в евклiдовiй метрищ, використовуючи границi дiапазонiв параметрiв для опи-сання прецедентiв (хпоч та Хк1н , i = 1,..., n).
Крок 2. Поки j < m обираемо прецедент Cj з множини CL та переходим до наступного кроку, ш-акше вважаемо що ва прецеденти бiблiотеки розг-лянут1 й переходимо до кроку 6.
Крок 3. Розраховуемо ввдстань в евклдовш ме-трищ м1ж обраним прецедентом Cj та поточною си-туацiею Т (5) та переходимо до наступного кроку.
d (C T) = Z (X - Уг)
2
(5)
J
г =1
Крок 4. Обчислюемо CTyniHb подiбностi (6) S(Cj,T); переходимо до наступного кроку.
d (C j ,T)
S (C., T) = 1 - —1-
J d„.ov
(6)
Крок 5. Якщо S(Cj,T) > К , то id-номер даного прецеденту розмщуемо в SC (тимчасовому контей-нерi для зберiгання прецеденпв, якi задовольняють умову) та переходимо до кроку 2.
Крок 6. Якщо тсля всiх iтерацiй контейнер SC залишаеться пустим, значить прецеденти для поточно! ситуацп не знайденi i потрiбно перейти до кроку 7 та передати користувачевi поввдомлення про необхвдшсть зниження порогового значения К; в шшому випадку вважаеться що прецеденти для поточно! ситуацi! усшшно вилученi iз бiблiотеки за id-номерами, що зберiгаються в тимчасовому кон-тейнерi SC та переходимо до наступного кроку.
Крок 7. Кшець (завершения алгоритму).
Слiд також зазначити, що при повторному ви-користанш знайденого прецедента в контекстi ново! проблемно! ситуацп важливо звернути увагу на наступнi особливостi: рiзниця мiж вилученим та новим прецедентом а також те яку частину вилуче-ного прецеденту можна застосувати до поточно! си-туацi! (пошукового запиту).
Таким чином, можна зробити допущення щодо перспективностi використання дано! методики у рамках вдосконалення системи шформацшного по-шуку. Вiдповiдно, м1ж побудованими таким чином iнформацiйно-пошуковими системами (з метою !х навчання) та користувачами повинен встановлюва-тися ефективно працюючий зворотний зв'язок (абонент повщомляе, якою мiрою цей документ вь дповiдае запиту i чи потрiбно продовжувати пошук, вказуе на стутнь вiдповiдностi цього документа його шформацшним потребам), який дозволяе уто-чнювати потреби абонентiв, своечасно реагувати на змши цих потреб i ошгашзувати роботу системи. Таким чином, можна пiдсумувати, що використову-ючи методику прецеденпв [3] при ретроспективному пошуку, пошуковою системою знаходити-муться в першу чергу документи, яш мiстять необ-хвдну iнформацiю.
Висновки. В результатi проведеного досль дження було зазначено, що всi сучасш пошуковi системи мають деяш серйознi недолiки:
1) велика кшьшсть пошукових машин з рiз-ними призначеними для користувача iнтерфейсами породжуе проблему когнiтивного переваитажения;
2) стандартний механiзм пошуку за ключо-вими словами в сучасних шформацшно -пошукових системах видае результати з великим показником шформацшного шуму;
3) методи iндексування баз даних, як правило, не пов'язаш з iнформацiйним змiстом;
4) в пошукових машинах немае розвинених за-собiв розумiння природних мовних конструкцiй;
5) часто видаються посилання на шформацш, яко! в Iнтернетi вже давно немае, а також немае мо-жливосп в реальному часi враховувати динамшу змiни змiсту Iнтернет-ресурсiв.
Виходячи з проведеного огляду сучасного стану дослщжень встановлено що все очевидш-шими стають потреби в розробщ розвинених засо-бiв iнтелектуалiзацi! та персоналiзацi! пошуку. Ок-рiм того, встановлено, що хоча проблема широко обговорюеться науковим ствтовариством; попри значну шльшсть публiкацiй досл1дник1в, проблема вдосконалення методiв iнформацiйного пошуку не розв'язана повнютю та залишаеться актуальною
На сьогодшшнш день практично всi сучасш ш-формацiйно-пошуковi системи 1нтернету активно працюють у сферi розробки шструменпв iнтелекту-алiзацi! та персоналiзацi! пошуку [6], але бшьшють серйозних проблем в цш галузi поки не виршеш. Вiдповiдно, перспективним напрямом залишаеться дослщження i розробка методiв та програмних за-собiв iнтелектуалiзацi! та персоналiзацi! в iнформа-цiйно-пошукових системах 1нтернету.
В ходi дослiдження встановлено перспектив-нiсть використання методики прецеденпв у рамках вдосконалення пошукових методiв та, зокрема, при побудовi орiентованих на розподiлену структуру iнформацiйно-пошукових систем. О^м того, автором видшено основнi напрями для розробки алгоритму вилучення прецедентiв в рамках оргашзацп iнформацiйного пошуку. Наголошено, що оргашза-цiя пошуку на основi прецедентiв дозволяе об'ед-нати в собi рiзнi пiдходи до виршення завдання iн-телектуалiзацi! та персоналiзацi! пошуку i знизити навантаження на iндекс пошукового iнструменту, а також спростити вирiшення проблеми, пов'язано! iз забезпеченням конфiденцiйностi даних.
Висновки та пропозици в рамках даного досль дження можуть бути використанi в науково-дослвд-нiй та викладацьк1й дiяльностi. Зокрема, резуль-тати, отриманi при проведенш даного досл1дження можуть бути використанш при подальшому аналi-зуванш та вдосконаленнi методiв iнформацiйного пошуку.
Список лггератури
1. Ашманов И.С., Иванов А.А. Продвижение сайта в поисковых системах. М.: Вильямс, 2016. 304 с.
2. Колисниченко Д.Н. Поисковые системы и продвижение сайтов. М.: Диалектика, 2014. 272 с.
3. Климчук С.О. Розроблення прецедентно! системи пвдтримки прийняття рiшень. Вiсник Нацюнального унiверситету «Львiвська Полiтех-нiка». 2010. № 689. С. 169-176.
4. Маннинг К., Рагхаван П., Шютце Х. Введение в информационный поиск. М.: Вильямс, 2017. 640 с.
5. Терещенко В.В., Терещенко В.Л. Перспек-тивнiсть вдосконалення систем шформацшного пошуку. Четверта Всеукра!нська науково-практична
конференщя «1Т-Перспектива». Кременчук: КрНУ, 2017. С. 26-28.
6. Терещенко В.В. Аналiз сучасних методiв шформацшного пошуку. Вiсник Кременчуцького нацiонального ушверситету iменi Михайла Остро-градського. Кременчук: КрНУ, 2018. Випуск 3 (110) С. 26-32.
7. Урвачева В.А. Обзор методов информационного поиска. Вестник Таганрогского института имени А.П. Чехова. 2016. №1. С. 457-463
8. Шокин Ю.И. Проблемы поиска информации. Новосибирск: Наука, 2010. 220 с.
9. Alexandras N., Mark M. Detecting Spam Web Pages through Content Analysis. Microsoft Research, 2012. РР. 1-6.
10. Brin S., Page L. The anatomy of a large-scale hypertextual Web search engine. Computer Networks and ISDN Systems, 2004. PP. 107-117.
ЩДБ1Р НАЙОПТИМАЛЬШШОГО КОЛЕКТОРА НА ГАРЯЧЕ ВОДОПОСТАЧАННЯ НА ПРИКЛАД1 ДОШК1ЛЬНОГО НАВЧАЛЬНОГО ЗАКЛАДУ
Оборонов Т.Ю.
Кандидат технгчних наук старший викладач кафедри теплотехнки та енергозбереження Нацюнального техтчного унгверситету Украши «Кшвський полтехнгчний iнститут 1мен11горя Сжорського»
Федорусь Г. О.
Студентка 1нституту енергозбереження та енергетичного менеджменту
Нацюнального техтчного ymiверситету Украши «Кшвський полiтехнiчний тститут iменi 1горя Сжорського»
Порядша Д. С.
Студентка 1нституту енергозбереження та енергетичного менеджменту
Нацюнального техтчного }miверситету Украши «Кшвський nолiтехнiчний iнститут iменi 1горя Сжорського»
SELECTION OF THE MOST OPTIMAL COLLECTOR FOR HOT WATER ON THE EXAMPLE OF
A PRESCHOOL INSTITUTION
Oboronov T.
PhD in Technical science, Senior Lecturer of Department of Heat Engineering and Energy Saving, National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute "
Fedorus H.
Student, Institute of Energy Saving and Energy Management National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
Poryadina D.
Student, Institute of Energy Saving and Energy Management National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
Анотащя
Впродовж останшх десятилгть було сконструйовано та дослщжено pÍ3HOMaHÍTHÍ сонячш колектори. Головною метою цих дослщжень було тдвищення коефщента корисно! ди сонячного колектора та зни-ження його вартосп, осшльки тдвищення ефективносп, зазвичай, супроводжуеться зростанням цши со-нячних колекторiв. Тому дощльним е пошук оптимальних пaрaметрiв сонячного колектора, що дасть змогу отримати максимальний коефщент корисно! ди за мшмальних економiчних затрат.
Abstract
In recent decades, various solar collectors have been designed and researched. The main purpose of these studies was to increase the efficiency of the solar collector and reduce its cost, since the increase in efficiency is usually accompanied by an increase in the price of solar collectors. Therefore, it is advisable to search for the optimal parameters of the solar collector, which will allow you to get the maximum efficiency at the lowest economic cost.
Ключовi слова: гаряче водопостачання; плоский сонячний колектор; трубчастий сонячний колектор; коефщент корисно! ди; конструкщя.
Keywords: hot water supply; flat solar collector; tubular solar collector; coefficient of performance; construction.
Актуальшсть теми дослщження. Актуаль-шсть обрано! теми дослщження полягае у потребi замши традицшних способiв отримання електрое-
нерги менш шюдливими альтернативами. Викори-стовувати сонячну енерпю перспективно, бо вона
