Иерархические структуры и комбинаторные задачи информационного поиска

Обложка

Цитировать

Полный текст

Аннотация

Изучаются комбинаторные объекты пирамидальной структуры. Рассмотрен один из способов представления правил в иерархической, последовательной структуре "— метод деревьев принятия решений, где каждому объекту соответствует единственный узел, дающий решение. Предложен алгоритм построения дерева решений на основе обобщенной пирамиды Паскаля. Предложен метод построения поискового индекса, который отображает долю релевантного материала и позволяет производить сравнения во множестве терминов, исходя из весовых коэффициентов терминов и путей.

Об авторах

Олег Викторович Кузьмин

Иркутский государственный университет

Автор, ответственный за переписку.
Email: quzminov@mail.ru
Россия, Иркутск

Список литературы

  1. Альсведе В., Вегенер И. Задачи поиска. — М.: Мир, 1982.
  2. Балагура А. А., Кузьмин О. В. Обобщенная пирамида Паскаля и частично упорядоченные множе-ства// Обозр. прикл. пром. мат. — 2007. — 14, № 1. — С. 88–91.
  3. Бондаренко Б. А. Обобщенные треугольники и пирамиды Паскаля, их фрактали, графы и приложе-ния. — Ташкент: Фан, 1990.
  4. Гретцер Г. Общая теория решеток. — М.: Мир, 1982.
  5. Дейт К. Дж. Введение в системы баз данных. — М.: Вильямс, 2001.
  6. Докин В. Н. О треугольной схеме развития популяций// Исслед. геомагнет. аэроном. физ. Солнца. —1975. — 41. — С. 104–106.
  7. Кристофидес Н. Теория графов. Алгоритмический подход. — М.: Мир, 1978.
  8. Кузьмин О. В. Обобщенные пирамиды Паскаля и их приложения. — Новосибирск: Наука, 2000.
  9. Кузьмин О. В., Логинов Т. А. Построение индекса релевантности с помощью обобщенных пирамид Паскаля// Вестн. Бурят. ун-та. Сер. 13. Мат. Информ. — 2006. — № 3. — С. 40–45.
  10. Кузьмин О. В., Серёгина М. В. Верхние отсечения обобщенной пирамиды Паскаля и их интерпрета-ции// Ж. Сиб. фед. ун-та. Сер. мат. физ. — 2010. — 3, № 4. — С. 533–543.
  11. Лебедев В. Б. , Федотов Е. А. Моделирование данных информационных систем методами теории решеток// Изв. вузов. Поволж. рег. Сер. тех. науки. — 2015. — 3. — С. 104–110.
  12. Месарович М., Мако Д., Такахара И. Теория иерархических многоуровневых систем. — М.: Мир, 1973.
  13. Платонов М. Л., Докин В. Н. Треугольная схема развития популяций// Исслед. геомагнет. аэроном. физ. Солнца. — 1975. — 35. — С. 26–31.
  14. Саати Т. Принятие решений. Метод анализа иерархий. — М.: Радио и связь, 1993.
  15. Стенли Р. Перечислительная комбинаторика. — М.: Мир, 1990.
  16. Тиори Т., Фрай Дж. Проектирование структур баз данных. Кн. 1. — М.: Мир, 1985.
  17. Balagura A. A., Kuzmin O. V. Generalized Pascal pyramids and their reciprocals// Discr. Math. Appl. —2007. — 17. — P. 619-628.
  18. Breiman L., Friedma J., Olshen R., Stone C. Classification and Regression Trees. — New York: Wadsworth Books, 1984.
  19. Hovland C. I. Computer simulation of thinking// Am. Psychologist. — 1960. — 15, № 11. — P. 687–693.
  20. HuntE. B.,JanetM.,J.S.Philip J.S.Experiments in Induction. — New York: Academic Press, 1966.
  21. Kuzmin O. V. Generalized Pascal’s pyramids and decision trees// Adv. Appl. Discr. Math. — 2022. — 34.— P. 1–15.
  22. Kuzmin O. V., Balagura A. A., Kuzmina V. V., Khudonogov I. A. Partially ordered sets and combinatory objects of the pyramidal structure// Adv. Appl. Discr. Math. — 2019. — 20, № 2. — P. 219–236.
  23. Kuzmin O. V., Khomenko A. P., Artyunin A. I. Discrete model of static loads distribution management on lattice structures// Adv. Appl. Discr. Math. — 2018. — 19, № 3. — P. 183–193.
  24. Kuzmin O. V., Khomenko A. P., Artyunin A. I. Development of special mathematical software using combinatorial numbers and lattice structure analysis// Adv. Appl. Discr. Math. — 2018. — 19, № 3. — P. 229–242.
  25. Kuzmin O. V., Seregina M. V. Plane sections of the generalized Pascal pyramid and their interpretations//Discr. Math. Appl. — 2010. — 20, № 4. — P. 377–389.
  26. Lov´asz L. Combinatorial Problems and Exercises. — Budapest: Akad´emiai Kiad´o, 1979.
  27. Murthy S. K. Automatic construction of decision trees from data: A multidisciplinary survey// Data Mining and Knowledge Discovery. — 1998. — 2. — С. 345–389.
  28. Quinlan J. R. Induction of decision trees// Machine Learning. — 1986. — 1. — P. 81–106.
  29. Quinlan J. R. C4.5: Programs for Machine learning. — San Mate: Morgan Kaufmann Publ., 1993.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Кузьмин О.В., 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».