В торговой организации система управления поиском информации (СУПИ) позволит значительно повысить релевантность результатов поиска для клиентов организации.
Кроме того, СУПИ повышает эффективность внутренних бизнес- процессов и высвобождает время на реализацию более приоритетных задач сотрудниками организации. Совершенно очевидно, что в основу СУПИ торговой организации должны быть положены модели и алгоритмы, позволяющие объединять возможности технологий построения поисковых систем и интеллектуального анализа текста.
Магистерская диссертация посвящена актуальной проблеме исследования и разработки моделей и алгоритмов эффективной системы управления поиском информации в торговой организации.
Выполненные в работе научные исследования представлены следующими основными результатами:
- проведен анализ современного состояния исследований в области построения систем управления поиском информации в торговой организации. Как показал анализ, по своим архитектурным и функциональным особенностям СУПИ в торговой сфере относятся к корпоративным поисковым системам. В торговых организациях корпоративные поисковые системы используются для решения задач рекламы и маркетинга. Одним из требований к функционалу современной СУПИ является возможность анализа тональности отзывов клиентов о качестве приобретаемых товаров. В настоящее время активно развиваются решения, в которых используются методы интеллектуального анализа текста. Для обеспечения эффективного поиска в интернет-магазинах используются внутренние поисковые системы с элементами искусственного интеллекта. Среди недостатков внутренних поисковиков для электронной коммерции можно выделить следующие: затраты времени на поиск, сложность конкурентных ключевых слов, изменение алгоритмов. Вместе с тем проведенный анализ позволил констатировать недостаточность работ, посвященных проблеме построения систем управления поиском корпоративной информации в торговых организациях, что подтверждает актуальность темы настоящего исследования;
• проведен анализ методов и технологий управления поиском информации в торговой организации. Как показал анализ, интеллектуальный анализ текста анализирует массу неструктурированного текста, классифицируя каждый документ по его основной теме, намерению и настроению (положительному, отрицательному или нейтральному). По результатам сравнительно анализа для классификации текста на основе машинного обучения выбран попарный метод. Для анализа тональности отзывов клиентов используется метод бинарной классификации. Для решения задач бинарной классификации используются программные средства - бинарные классификаторы, реализующие бинарные алгоритмы классификации текста. По результатам сравнительно анализа в качестве алгоритма бинарной классификации текста выбран алгоритм метода опорных векторов SVM. Главное преимущество алгоритма SVM - высокая эффективность для относительно небольших объемов данных, к которым относится бинарный текст;
• разработаны модели и алгоритмы системы управления поиском информации в торговой организации. В качестве методологии моделирования СУПИ выбран ООП к анализу и проектированию информационных систем. Разработаны диаграмма классов бинарного классификатора и диаграмма вариантов использования, которая представляет функциональную модель СУПИ. Для представления программной архитектуры СУПИ использована диаграмма компонентов....

Купить