ПОИСК СЕМАНТИЧЕСКОЙ СВЯЗИ МЕЖДУ ОБЪЕКТАМИ

2023

Full text Open access: Hybrid Metadata (CSL-JSON)
DOI 10.58805/kazutb.v.1.18-85
Data confidence 70 medium
How this score is calculated

It is built from checkable properties of the record itself: whether the article has a DOI, how many independent sources confirmed its data, whether the required fields are filled in, and how recent the latest confirmation is. Disagreement between sources and a missing identifier lower it. A value of 80 or above means the record was published without further checking; 60 to 79 means it is published at reduced confidence, with a manual check advisable. A record verified by an editor by hand is never pushed below 90 by a recalculation. This scores our data about the article, not the article itself.

Abstract

Аннотация. Проблема аналитической обработки информации из множества информационной систем является одним из важнейших аспектов развития современного общества. В настоящее время решение этой проблемы в области разработки и эксплуатации информационных систем различного назначения (военных, технических, экономических, медицинских, социальных и др.) связано с разработкой различных аналитических продуктов, позволяющих выделять значимую информация для пользователей из множества всевозможных данных. В статье исследована возможность выделения связанной между собой группы лиц из некоторого однородного массива данных на основе применения матричного исчисления. Разработано программное обеспечение на языке программирования Python. Применены два подхода: 1) основанный на методах матричного исчисления и 2) метод Дейкстра. Эффективность предложенных алгоритмов продемонстрировано на модельных задачах. Ключевые слова: матрица, поиск информации, семантика, сортировка, Python.