Ссылки по теме выпускной работы

Материалы магистров ДонНТУ

1. Сторожук Н.О. Исследование методов и алгоритмов определения жанра литературных произведений на основе технологии Text Mining

   Описание: Персональный сайт на портале магистров ДонНТУ, 2018 г.

   Руководитель: к.ф-м.н., доц. Сквоцов Анатолий Ефремович

   Консультант: ст. пр. Коломойцева Ирина Александровна

2. Охрименко К.С. Модели и алгоритмическое обеспечение для построения семантических сетей текстов на естественном языке

   Описание: Персональный сайт на портале магистров ДонНТУ, 2012 г.

   Руководитель: к.т.н., доц. Вороной Сергей Михайлович

3. Власюк Д.А. Исследование методов извлечения знаний из HTML-страниц сети Интернет о спортивных соревнованиях

   Описание: Персональный сайт на портале магистров ДонНТУ, 2018 г.

   Руководитель: к.ф-м.н., доц. Сквоцов Анатолий Ефремович

   Консультант: ст. пр. Коломойцева Ирина Александровна

4. Леонов А.Д. Методы автоматизированной коррекции специализированных естественно-языковых текстов

   Описание: Персональный сайт на портале магистров ДонНТУ, 2014 г

   Руководитель: к.т.н., доц. Бабаков Роман Маркович

5. Трегубова Ю.А. Исследование метода тематически ориентированной классификации результатов поиска в Интернет

   Описание: Персональный сайт на портале магистров ДонНТУ, 2014 г.

   Руководитель:к.т.н., доц. Вороной Сергей Михайлович

6. Столбунская А.С. Создание интеллектуальной системы стилистической оценки текста

   Описание: Персональный сайт на портале магистров ДонНТУ, 2018 г.

   Руководитель:доц. Кравец Татьяна Николаевна

7. Чепикова Е.Д., Савкова Е.О., Привалов М.В. Исследование алгоритмов рекомендательных систем.

   Описание: Статья посвящена анализу типов рекомендательных систем и алгоритмов использующихся для систем с коллаборативной фильтрацией. Разработана алгоритмическая часть гибридной рекомендательной системы на основе коллаборативной фильтрации. Предложено решение проблемы холодного старта для только что зарегистрировавшихся пользователей и для новых фильмов, добавленных в систему. Ключевые слова. Алгоритмы рекомендательных систем, гибридный метод, коллаборативная фильтрация, проблема холодного старта, применение алгоритма SVD (Singular Value Decomposition) в рекомендательных системах.

   Руководитель:к. т. н., доцент М. В. Привалов.

8. Д.В. Михнюк, А.А. Егошина. Анализ современных тенденций использования коллаборативной фильтрации в веб-приложениях

   Описание: Проведен обзор основных алгоритмов, использующихся в интеллектуальных системах формирования рекомендаций. Детально рассмотрен метод коллаборативной фильтрации и показана целесообразность его использования в интернет-магазинах. Предложено модифицировать классический алгоритм коллаборации путем дополнения его временным фактором и параметрами геолокации.

   Руководитель:к. т. н., доц. Егошина Анна Анатольевна

9. Д.В. Михнюк, А.А. Егошина. Метрики оценки близости пользователей в коллаборативных методах формирования рекомендаций.

   Описание:Рассмотрены методы коллаборативной фильтрации, методы, анализирующие содержимое объектов и методы, использующие базы знаний. Проведен сравнительный анализ наиболее популярных метрик оценки похожести пользователей, таких как коэффициент корреляции Пирсона, Евклидово расстояние, Манхэттенское расстояние, косинусная мера и коэффициент Жаккара.

   Руководитель:к. т. н., доц. Егошина Анна Анатольевна

Научные работы и статьи

10. Метод тематической кластеризации масштабных коллекций научно-технических документов

    Авторы: Д.А. Девяткин, Р.Е. Суворов, И.В. Соченков

    Описание: В статье представлены результаты исследования в области методов тематической кластеризации научно-технических документов. Сформулированы требования к реализации методов кластеризации масштабных коллекций документов в поисково-аналитических системах. Предложен метод и разработан алгоритм тематической кластеризации масштабных коллекций научно-технических документов в поисково-аналитической системе. Выполнено экспериментальное сравнение результатов работы предложенного метода с несколькими классическими методами кластеризации текстов.

11. Алгоритмы кластеризации данных

    Авторы: Бочкарёв П.В., Шестакова К.С.

    Описание: В статье представлен обзор современных алгоритмов кластеризации, позволяющих разбить данные по группам признаков без потери точности результата, описана задача кластерного анализа в общем виде, описаны основы кластерного анализа, приведен сравнительный анализ работоспособности алгоритмов, представлены результаты использования изученных методологий.

12. Стемминг и лемматизация в Lucene.NET

    Авторы: Жердева М.В., Артюшенко В.М.

    Описание: В данной статье рассмотрены механизмы стемминга и лемматизации.

13. Метод скользящего контроля для оценки качества рекомендательных интернет-сервисов

    Авторы: Д.И. Игнатов А.Ю. Каминская Р.А. Магизов

    Описание: В статье описываются современные алгоритмы, применяемые в рекомендательных системах. Предлагается способ оценки их качества в терминах точности и полноты предсказаний. Данная методика основывается на технике скользящего контроля. Проведены эксперименты на реальных и синтетических наборах данных. Результаты позволяют выявить лучший метод среди исследуемых и подобрать его параметры.

14. Сравнительное исследование алгоритмов проектирования рекомендательны систем на основе анализа крупноформатных данных о потребительских корзинах

    Авторы: Олянич И.А., Серафимович П.Г.

    Описание: В статье рассмотрены алгоритмы проектирования рекомендательных систем на основе анализа данных о продуктовых покупках пользователей одного из крупных онлайновых ритейлеров. Используя современные методы хранения и анализа данных, эффективные рекомендательные системы позволяют формировать покупательский интерес клиентов и повысить стоимость среднего чека в отдельных заказах. В статье описана построенная аппаратно-программная система на облачных веб-сервисах Amazon EMR и S3.

15. Сравнительный анализ методов машинного обучения для решения задачи классификации документов научно-образовательного учреждения

    Авторы: М. Н. Краснянский, А. Д. Обухов, Е. М. Соломатина, А. А. Воякина

    Описание: В данной статье рассматривается актуальная задача классификации документов с использованием методов машинного обучения в рамках предметной области научно-образовательного учреждения. Анализ разработок в данной области показал, что достаточной теоретической базы по интеграции существующих методов классификации для анализа документов научно-образовательного учреждения не разработано. Поэтому для решения поставленной задачи сформирован алгоритм классификации документов, учитывающий специфику документов рассматриваемой предметной области научно-образовательного учреждения.

16. Автоматизация обработки текстов естественного языка

    Авторы: Степанов П.А.

    Описание: Рассматривается вопрос об автоматизации обработки текстов на естественном языке. Описана проблема, связанная с взаимодействием между модулями автоматизированной системы анализа текста. На основе теории автоматов разработан формальный подход к описанию систем автоматизированной обработки текста. Предложено решение, использующее специальную структуру данных для хранения промежуточных результатов анализа. Разработанное решение было применено к задаче извлечения явных определений терминов из текстов естественного языка.

17. Автоматизация извлечения отношений между понятиями из текстов естественного языка

    Авторы: Власов Д. Ю., Пальчунов Д. Е., Степанов П. А.

    Описание: Исследована проблема автоматического извлечения отношений между понятиями из текстов на естественном языке. Предложен метод извлечения отношений между понятиями при помощи лингвистических шаблонов, позволяющих гибко и компактно выделять в тексте различные лингвистические структуры.

18. Метод автоматического построения тезаурусов на основе статистической обработки текстов на естественном языке

    Авторы: Бессмертный И.А, Нугуманова А.Б.

    Описание: Рассмотрен метод автоматического построения тезауруса терминов предметной области на основе статистической обработки естественно-языковых текстов. Использование предложенного метода позволяет отказаться от ручного труда экспертов по формированию и поддержанию тезауруса в актуальном состоянии.

19. Improving collaborative filtering recommender system results and performance using genetic algorithms.

    Авторы: Bobadilla, J., Ortega, F., Hernando, A., & Javier, A.

    Описание: В этом документе представлена метрика для измерения сходства между пользователями, которая применима в процессах совместной фильтрации, выполняемых в рекомендательных системах.

20. Particle Swarm Optimization Recommender System

    Авторы: Charoensiriwath, Supiya & Bentley, Peter.

    Описание: Эта статья описывает новую систему рекомендаций, которая использует алгоритм оптимизации роя частиц (PSO) для изучения личных предпочтений пользователей и предоставления индивидуальных предложений.

21. The Development of an Adaptive Group Composition System on Facebook for Collaborative Learning using an Artificial Bee Colony Algorithm

    Авторы: Selvaraju, P. & Bhuvaneshwaran, Kalaavathi.

    Описание: В этом исследовании предлагается адаптивная система формирования групп в Facebook для поддержки адаптивного группового обучения на основе базовые знания людей в проекте по информатике для студентов колледжа.

22. Grey Wolf Optimizer Based Web usage Data Clustering with Enhanced Fuzzy C Means Algorithm

    Авторы: P. Selvaraju, B.Kalaavathi

    Описание: В даннйо статье рассматривается оптимизация серого волка, которая должна более эффективно справляться с задачей кластеризации.

23. A New Recommender System for 3D E-Commerce: An EEG Based Approach

    Авторы: Guibing Guo, Mohamed Elgendi

    Описание: Система предоставляет рекомендации с учетом рейтинга предварительной покупки в дополнение к традиционной оценке после покупки.

24. Using Collaborative Filtering to Weave an . Information Tapestry

    Авторы: Goldberg, David & Nichols, D. & Oki, B. Terry

    Описание: Описывается система Tapestry, которая позволяет пользователям аннотировать тексты, а затем прекомендует другие тексты на основе имеющихся аннотаций.

25. Recommending Product Sizes to Customers

    Авторы: Sembium, Vivek & Rastogi, Rajeev & Saroop, Atul & Merugu, Srujana.

    Описание: В данной статье предлагается подход к рекомендации размера обуви пользователя на сайте Amazon.

26. Movie Recommendation System using Sentiment Analysis from Microblogging Data

    Авторы: Halder, Shirsendu & De, Kanjar & Roy, Partha.

    Описание: Эта статья предлагает гибридную систему рекомендаций, которая объединяет коллаборативную фильтрацию, контентную фильтрацию с анализом настроений твитов фильма.

27. Explaining Contextual Recommendations: Interaction Design Study and Prototype Implementation

    Авторы: Misztal-Radecka, J., & Indurkhya, B.

    Описание: В статье описывается система CARE, которая формирует пользовательские рекомендации на основе контекстной информации.

28. Fab: Content-Based, Collaborative Recommendation

    Авторы: Marko Balabanovic,Yoav Shoham

    Описание: Авторы описывают два подхода для основанной на контенте и совместной рекомендации, объясняют, как может быть создана гибридная система, а затем описывают Fab, реализацию такой системы.

29. Онтологически-ориентированный подход для построения систем полнотекстового информационного поиска электронных документов

    Авторы: В. Вдовицын, Н. Крижановская, В. Старкова

    Описание: В данной статье представлены некоторые результаты сравнения возможностей онтологически-ориентированной ИАС, Яндекс. Персональный поиск и Apache Solr LUCENE. В качестве основных характеристик для сравнения систем авторы исследовали особенности ранжирования публикаций, а также возможности автоматического расширения запроса.

30. Аддитивная регуляризация тематических моделей коллекций текстовых документов

    Авторы: К.В.Воронцов

    Описание: В данной статье рассматриваются способы статистического анализа текста, проводятся эксперименты и выявляется наиболее эффективная комбинация методов.

31. Семантический анализ текстов. Основные положения

    Авторы: Чапайкина Н.Е.

    Описание: В данной статье рассматриваются понятие семантического анализа и возможности его применения.

Техническая и справочная литература

32. Интернетика: Навигация в сложных сетях: модели и алгоритмы

    Авторы: Ландэ Д.В., Снарский А.А., Безсуднов И.В.

    Описание: В книге рассматриваются вопросы, относящиеся к информационной структуре веб-пространства, теории сложных сетей, моделям информационного поиска и глубинного анализа текстов, общим закономерностям современных информационных потоков и их моделированию.

33. Алгоритмы интеллектуального Интернета. Передовые методики сбора, анализа и обработки данных

    Авторы: Хараламбос Марманис, Дмитрий Бабенко

    Описание: Эта книга о том, как построить алгоритмы, формирующие интеллектуальное ядро таких веб-приложений, как Netflix или Amazon

34. Nearest-Neighbor Methods in Learning and Vision: Theory and Practice

    Авторы: Gregory Shakhnarovich, Trevor Darrell and Piotr Indyk

    Описание: В этой книге авторы определяют точные и приближенные задачи поиска ближайших соседей и кратко рассматривают ряд популярных структур данных и алгоритмов, разработанных для этих задач.

35. Анализ данных и процессов: учеб. пособие

    Авторы: А.А. Барсегян, М.С. Куприянов, И.И. Холод, М.Д. Тесс, С.И. Елизаров.

    Описание: Излагаются основные направления в области разработки корпоративных систем: организация хранилищ данных, оперативный (OLAP) и интеллектуальный (Data Mining) анализ данных. Приведено описание методов и алгоритмов решения основных задач анализа: классификации, кластеризации и др.

36. Семантический анализ слова в контексте: учеб. пособие

    Авторы: И.А. Стернин, М.С. Саломатина

    Описание: Предлагаемое пособие содержит описание комплексной методики выявления и семантического описания контекстуального значения слов.

37. Возможности системного подхода при анализе лексического материала

    Авторы: М.Н. Макеева

    Описание: Выявлены некоторые возможности системного изучения лексики в языке, которые предполагают рассмотрение, с одной стороны, организации самого словарного инвентаря, с другой стороны, распределение словаря по группам и семантическим полям, по терминологическим и прочим лексическим микросистемам.

38. Applying Collaborative Filtering Techniques to Movie Search for Better Ranking and Browsing

    Авторы: David M. Pennock

    Описание: В данном материале рассматривается примененеие методов коллаборативной фильтрации для поиска фильмов.

39. Технология коллаборативной фильтрациии в рекомендательных системах

    Авторы: Яковлева Т.В.

    Описание: Использование коллаборативной фильтрации в рекомендательных системах.

40. A Survey of Recommendation System: Research Challenges.

    Авторы: Lalita Sharma, Anju Gera.

    Описание: Статья про основные подходы при создании рекомендательных систем.

Специализированные сайты и порталы

41. Хабр

    Русскоязычный веб-сайт в формате коллективного блога с элементами новостного сайта, созданный для публикации новостей, аналитических статей, мыслей, связанных с информационными технологиями, бизнесом и интернетом.

42. The Movie Database (TMDb)

    The Movie Database (TMDb) is a community built movie and TV database that provides public API

43. НОУ "Интуит"

    Организация, предоставляющая с помощью собственного сайта услуги дистанционного обучения по нескольким образовательным программам, многие из которых касаются информационных технологий.

44. CIT-форум

    Крупнейший архив научной и практической информации по всем направлениям компьютерных наук.

45. ЛитРес

    Агрегатор, дистрибьютор и продавец электронных книг в России и странах СНГ.

46. Open-Source Data Mining Library

    Библиотека на Java, реализующая алгоритмы Data Mining.

47. StarUML

    Сервис, позволяющий создавать UML диаграммы.

48. Spring Boot Reference Guide

    Электронная документация по фреймворку Spring Boot.

Электронные ресурсы

49. Классификация текстов. Анализ тональности.

    Электронная презентация, рассматривающая способы классификации текстов и анализа тональности.

50. Методы приближенного поиска ближайших соседей

    В данном материале рассматриваются алгоритмы поиска ближайших соседей и выполняется их сравнительный анализ.