CC BY
65
УДК 001.8:004.7 doi: 10.18287/2223-9537-2015-5-3-328-335
ПОСТРОЕНИЕ МОДЕЛИ ПРЕДМЕТНОЙ ОБЛАСТИ ПУТЁМ ЗОНДИРОВАНИЯ СЕРВИСА GOOGLE SCHOLAR CITATIONS
Д.В. Ландэ
Институт проблем регистрации информации НАН Украины, Киев, Украина dwlande@gmail. com
Аннотация
Предлагается алгоритм построения терминологических сетей - моделей предметных областей на основе зондирования большой информационной сети. В качестве такой сети рассматривается сеть понятий, соответствующих тегам сервиса Google Scholar Citations. Узлы в этой сети соответствуют понятиям, маркированным тегами, а ребра - некоторую семантическую связь между ними, определяемую смежными интересами отдельных авторов. Приведён специальный алгоритм сканирования ресурсов сервиса Google Scholar Citations для получения репрезентативного набора тегов как основы модели предметной области. На основе данной сети автоматически формируется релевантный список публикаций. Приведены правила построения списка библиографических ссылок. Предложенный подход может быть применён, в частности, к библиографическим базам данных, в которых в явном виде выделены авторы и как теги - ключевые слова. Данный подход можно применять для многих областей науки.
Ключевые слова: модель предметной области, Google Scholar Citations, библиография, зондирование сети, визуализация сети.
1 Задача создания модели предметной области
Сегодня под моделью предметной области (ПрО), в частности, понимают специальным образом сформированную сеть понятий, онтологию. Построение большой отраслевой онтологии, в частности, онтологии проектирования, - сложная научно-практическая проблема [1, 2]. Первый этап этого процесса - построение терминологической основы онтологии и определение семантических связей [3].
Задача автоматического создания таких сложных онтологий, как онтологии проектирования, требуют учитывать знания, изначально заложенные в некоторые тексты специалистами (учёными, экспертами). В качестве таких текстов могут рассматриваться специальные справочники, массивы документов [2], сетевых публикаций и т.п.
В работе представлен подход к созданию модели ПрО на основе зондирования большой информационной сети. В качестве такой сети рассматривается сеть понятий, которые отражаются в тегах1 наукометрического сервиса Google Scholar Citations1 (GSC). Именно эта сеть рассматривается как источник информации, используемой для построения сети понятий. На рисунке 1 приведён фрагмент интерфейса страницы сервиса GSC, соответствующий заданному заранее тегу multiagent_systems (многоагентные системы).
На интерфейсе, соответствующем данному тегу (label: multiagent_systems), постранично в ранжированном виде отображаются имена учёных, которые обозначили свои научные ин-
1 В работе под тегом понимается обозначение понятия, научного направления, которое соответствует научным интересам учёного, и фиксируется либо самим учёным, либо экспертами.
2 http://scholar.google.com/citations
4) среди наиболее цитируемых работ автора выбираются публикации, заголовки которых соответствуют «плюс-» и «стоп-словарям» (примеры приведены выше);
5) в случае необходимости из отобранных публикаций выбираются только те, которые содержат ссылки на полные тексты в формате PDF.
На рисунке 4 приведён пример автоматически сформированного библиографического списка со ссылками на PDF-файлы публикаций.
Bibliography
1. Juan R. Velasco. Mobile agents for service personalization 111 smart environments. I Mars'-Maestre. MA L"pez-Carmona. JR Velasco. A Navarro. Journal ofNetworks 3 (5), 30-41., 200S.: 29
2. Juan R. Velasco. The agents'—' attitudes in fuzzy constraint based automated purchase negotiations. M Lopez-Carmona. J Velasco. 1 Marsa-Maestre. Multi-Agent Systems and Applications V, 246-255.. 2007.: 16
3. Juan R, Velasco. A methodological proposal for myhjagent systems development extending CommonKADS. CA Iglesias, M Garijo, JC Gonz"lez. JR Velasco. Proceedings of the 10th Banff Knowledge Acquisition for Knowledge-Based..1996.: 87
4. Juan R. Velasco. Analysis and design of multiagent systems using MAS-CommonKADS. C Iglesias, M Garijo. J Gonz'lez. J Velasco. Intelligent Agents IV Agent Theories, Architectures, and Languages. 313-327., 1998.: 415
5. Juan R. Velasco. Location-aware services and interfaces in smart homes using multiagent systems. JR Velasco. I Mars'-Maestre. A Navarro. MAL"pez. AJ Vicente. E D1 Hoz..,. Proceedings of the 2005 International Conference on Pervasive Systems and..., 2005.: 23
6. Juan R, Velasco. An expressive approach to fuzzy constraint based agent purchase negotiation. MA L"pez-Cannona, JR Velasco. Proceedings of the fifth international joint conference on Autonomous agents..,, 2006.: 22
7. Maria Ganzha. Implementing rule-based mechanisms for agent-based price negotiations. C B"dic". AB"dit", M Ganzlia. Proceedings of the 2006 ACM symposium on applied computing. 96-100.. 2006.: 19
8. Maria Gcmzha. Utilizing ontologies in an agent-based airline ticket auctioning system. M Vukmirovic. M Szymczak. M Ganzlia. M Paprzycki, Information Technology Interfaces, 2006, 28th International Conference oil..., 2006.: 13
9. Maria Ganzha. Mobile agents in a multi-agent e-commerce system. C B"dic", M Ganzha. M Paprzycki, Symbolic and Numeric Algorithms for Scientific Computing. 2005. SYNASC 2005..,. 2005.: 21
Рисунок 4 - Фрагмент библиографического списка со ссылками на PDF-файлы публикаций
Заключение
В предложенной модели ПрО онтологические связи понимаются как связи между областями интересов отдельных учёных. Фактически рассматривается компактификация биграфа «учёный - научные понятия, его интересующие».
Предложен и реализован подход к формированию модели ПрО, основу которого составляют некоторые маркеры понятий (теги), заранее заданные учёными (или, в редких случаях, приписываемые учёным) - участниками проекта Google Scholar Citations.
Следует отметить принципиальное отличие предложенной модели автоматического формирования модели ПрО от существующих, базирующихся на анализе текстовых корпусов (например, [2]) или непосредственном участии экспертов при выборе конкретных узлов и связей [1]. Здесь эксперт-пользователь вкладывает лишь крупицы знаний в виде набора базовых тегов и небольших по объёму словарей тегов и шаблонов. В дальнейшем программа использует знания, заложенные самими авторами публикаций, теги, отмеченные ими как главные. Т.е. экспертная среда в этом случае существенно расширяется.
Реализован алгоритм, в соответствии с которым на основании построенной сети формируется библиографический список наиболее цитируемых работ в данной ПрО, представленных в базе данных сервиса Google Scholar Citations.
Онтология проектирования, том 5, №3(17)/2015
333
Подобный подход может быть применён, в частности, к библиографическим базам данных, в которых в явном виде выделены авторы и как теги - ключевые слова.
Модель применена для отрасли науки «многоагентные системы», но предложенный подход можно использовать и для других научных областей. Автором, в частности, построены подобные сети для направлений искусственного интеллекта, глубинного анализа текстов (Text Mining) и сложных сетей (Complex Networks).
Благодарности
Статья обобщает некоторые результаты, полученные автором в рамках выполнения научно-исследовательской работы НАН Украины «Разработка теоретических основ моделирования информационных сетей на основе методологии информационного поиска» (Гипернет-2013).
Автор благодарен своим коллегам д.т.н. А.Г. Додонову, д.ф.-м.н. А.А. Снарскому и к.т.н. В.Г. Путятину за обсуждение и конструктивные предложения, относящиеся к методам исследования и результатам, представленным в статье.
Список источников
[1] Доброе, Б.В. Онтологии и тезаурусы. Модели, инструменты, приложения / Б.В. Добров, В.Д. Соловьев, Н.В. Лукашевич, В.В. Иванов. - М.: Бином, 2009. - 173 с.
[2] Ландэ, Д.В. Подход к созданию терминологических онтологий / Д.В. Ландэ, А.А. Снарский // Онтология проектирования. 2014. №2(12). - С. 83-91.
[3] Чанышее, О.Г. Автоматическое построение терминологической базы знаний / О.Г. Чанышев // Труды 10-й Всероссийской научной конференции «Электронные библиотеки: перспективные методы и технологии, электронные коллекции» - RCDL'2008, Дубна, Россия, 2008. - C. 85-92.
[4] Zeinalipour-Yazti, D. Information Retrieval in Peer-to-Peer Networks / D. Zeinalipour-Yazti, V. Kalogeraki, D. Gunopulos // IEEE CiSE Magazine. Special Issue on Web Engineering. 2004. - P. 1-13.
[5] Kalogeraki, V. A Local Search Mechanism for Peer-to-Peer Networks / V. Kalogeraki, D. Gunopulos, D. Zeinalipour-Yazti, // Proc. of CIKM'02. McLean VA, USA, 2002.
[6] Yang, B. Efficient Search in Peer-to-Peer Networks / B. Yang, H. Garcia-Molina // Proc. of ICDCS'02. Vienna, Austria, 2002.
[7] Erdo's, P. On The Evolution of Random Graphs / P. Erdös, A. Rényi // Magyar Tud. Akad. Mat. Kutató Int. Közl. 5, 1960. -P. 17-61.
[8] Réka, A. Statistical mechanics of complex networks / A. Réka, A.-L. Barabási // Reviews of Modern Physics 74, 2002. - P. 47-97.
[9] Ландэ, Д.В. Моделирование контентных сетей / Д.В. Ландэ // Проблеми шформатизащх та управлшня: Збiрник наукових праць: Випуск 1(37). - К.: НАУ, 2012. - С. 78-84. - http://dwl.kiev.ua/art/piu2012/.
CREATION OF A DOMAIN MODEL BY PROBING GOOGLE SCHOLAR CITATIONS
D.V. Lande
Institute for Information Recording of NAS of Ukraine, Kiev, Ukraine dwlande@gmail. com
Abstract
The algorithm of constructing terminological networks - domain models based on sensing informational networks is proposed. A network of the concepts relevant to tags of the Google Scholar Citations service is considered to be a terminological network. Nodes in this network correspond to the concepts marked by tags. Edges correspond to some semantic link between them determined by adjacent interests of certain authors. The special algorithm of scanning the
resources of the Google Scholar Citations service for receiving a representative set of tags as domain models bases is given. A relevant list of publications is automatically formed based on this network. Rules of creation of the list of bibliographic links are provided. The offered approach can be applied, in particular, to bibliographic databases in which authors and as tags - keywords are allocated in an explicit form. Proposed approach can be applied to many areas of science.
Key words: Domain model, Google Scholar Citations, Bibliography, Network probing, Network visualization.
Acknowledgment
The article summarizes the results of the authors research, obtained while working on a "Development of theoretical principles of modeling of information networks based on the methodology of information retrieval" (Hypernet-2013) - a Ukrainian National Academy of Science project.
The author is grateful to his colleagues dr. A.G. Dodonov, dr. A.A. Snarsky and V.G. Putiain for discussions and productive feedback on methods of the research and the results, presented in the paper.
References
[1] Dobrov, B.V. Ontologii i tezaurusy. Modeli, instrumenty, prilozhenija [Ontologies and thesauri. Models, instruments, applications] / B.V. Dobrov, V.D. Solov'ev, N.V. Lukashevitsh, V.V. Ivanov. - Moscow: Binom, 2009. -173 p. (In Russian).
[2] Lande, D.V. Podhod k sozdaniy terminologicheskih ontologii [Approach to the creation of terminological ontologies] / D.V. Lande, A.A. Snarski//Ontologija proektirovanija. 2014. №2(12). - P. 83-91. (In Russian).
[3] Chanishev, O.G. Аvtomaticheskoe postroenie terminologicheskoj bazy znanij [Automatic generation of terminological knowledge base] / O.G. Chanishev // Proceedings of the 10th Russian scientific conference «E-libraries: perspective methods, relevent collections» - RCDL'2008, Dubna, Russia, 2008. - P. 85-92. (In Russian).
[4] Zeinalipour-Yazti, D. Information Retrieval in Peer-to-Peer Networks / D. Zeinalipour-Yazti, V. Kalogeraki, D. Gunopulos // IEEE CiSE Magazine. Special Issue on Web Engineering. 2004. - P. 1-13.
[5] Kalogeraki, V. A Local Search Mechanism for Peer-to-Peer Networks / V. Kalogeraki, D. Gunopulos, D. Zeinalipour-Yazti, // Proc. of CIKM'02. McLean VA, USA, 2002.
[6] Yang, B. Efficient Search in Peer-to-Peer Networks / B. Yang, H. Garcia-Molina // Proc. of ICDCS'02. Vienna, Austria, 2002.
[7] Erdos, P. On The Evolution of Random Graphs / P. Erdos, A. Renyi // Magyar Tud. Akad. Mat. Kutato Int. Kozl. 5, 1960. -P. 17-61.
[8] Reka, A. Statistical mechanics of complex networks / A. Reka, A.-L. Barabasi // Reviews of Modern Physics 74, 2002. - P. 47-97.
[9] Lande, D. V. Modelirovanie kontentnyh setej [Content network modelling]/ D.V. Lande // Problemy informatiza-cich ta upravlinnja: Zbirnyk nauobych prac': Vypusk 1(37). - Kiev: NAU, 2012. - P 78-84. (http://dwl.kiev.ua/art/piu2012/) (In Ukrainian).
Сведения об авторе
Ландэ Дмитрий Владимирович, 1959 г. рождения. Окончил Киевский государственный университет им. Т.Г. Шевченко, механико-математический факультет в 1981 г., доктор технических наук (2006). Заведующий отделом специализированных средств моделирования Института проблем регистрации информации НАН Украины, профессор Национального технического университета «Киевский политехнический институт», академик Украинской академии наук (УАН), член Российской ассоциации искусственного интеллекта. В списке научных трудов более 300 работ в области информационного поиска, динамики информационных потоков, информационных сетей.
Dmitry Vladimirovich Lande (b. 1959) graduated from the Shevchenko Kiev State University, mechanics and mathematics faculty in 1981, Dr. of Sciences (2006). He is department head of the Institute for Information Recording of NAS of Ukraine, professor at National Technical University of Ukraine "Kiev Politechnical Institute". He is full member of the Ukrainian Academy of Sciences (UAS), Russian Association for Artificial Intelligence (RAAI) member. He is co-author of over 300 scientific articles, books and abstracts in the field of information retrieval and information flows dynamics.
Онтология проектирования, том 5, №3(i7)/2015
335
