Климент охридски” факултет по математика и информатика
Изтегляне 1.01 Mb.
|
- Навигация на страницата:
- Цел и задачи на дисертационния труд
- Структура и обем на дисертационния труд
- Глава 1 „Обща постановка на задачата”
- Глава 2 „Адаптивност и персонализация. Методи, подходи и средства за реализиране на адаптивно търсене“
- Глава 3 „Бейсови (вероятностни) мрежи. Методи, подходи и стратегии за изграждане на Бейсови модели”
- Глава 4 „Архитектура на Функционален Модул за адаптивно търсене в дигитална библиотека“
- Глава 5 „Реализация на модул за изпълнение на адаптивна и персонализираща логика, посредством извод в Бейсова мрежа”
- Глава 6 „Изследвания и експерименти“
|
СОФИЙСКИ УНИВЕРСИТЕТ „СВ. КЛИМЕНТ ОХРИДСКИ” ФАКУЛТЕТ ПО МАТЕМАТИКА И ИНФОРМАТИКА Семантично-ориентирани архитектури и използване на онтология за организиране на адаптивно търсене Semantic-oriented architectures and using ontology for organizing adaptive search АВТОРЕФЕРАТ за присъждане на образователна и научна степен "Доктор" в професионално направление 4.6 Информатика и компютърни науки докторска програма "Информационни технологии“ Докторант: Албена Петрова Търнина Научен ръководител: проф. д-р Красен Стефанов
Дисертационният труд е изложен в 251 страници и съдържа 22 таблици и 25 фигури. Той включва увод, 6 глави, заключение, 5 приложения, списък на използваната литература и списък на публикации на автора, свързани с представения дисертационен труд. Номерацията на таблиците и фигурите в автореферата следва оригиналната номерация, използвана в дисертационния труд. Автор: Албена Петрова Търнина Заглавие: Семантично-ориентирани архитектури и използване на онтология за организиране на адаптивно търсене 1. Обща характеристика на дисертационния трудАктуалност на проблема Дигиталните библиотеки са онлайн среди за доставяне на знания, които представляват колекции от дигитални обекти, които се събират, класифицират и управляват в съответствие с утвърдени принципи за развитие на колекциите [97, 105]. С нарастване на количеството на информационните ресурси в Дигитална библиотека потребителя е изправен пред проблема за откриване на желаното информацонно съдържание. Адаптивното (персонализирано) търсене е процес на селекция на най-подходящите резултати и тяхното преподреждане в зависимост от конкретен потребител, група от потребители или всички потребители на системата. Адаптивното търсене се реализира чрез набор от подходи, включващи: адаптиране на заявката, преподреждане на резултатите, или оценяване на резултатите. В основата на адаптивното търсене стои модел, описващ знанието за потребител. Семантично-базираните архитектури дават възможност за използване на унифициран речник за описване на обектите в предметната област, базиран на онтология. Сред обектите, описвани от онтологичния речник, могат да бъдат както метаданните, с които са анотирани информационните ресурси в системата, така и данните за самия потребител. Потребителите в системата могат да се представят както с индивидуален модел, така и с групов (стереотипен) модел, представящ характеристики на дадена група от потребители. Оказва се, че в ред системи детайлното знание за потребител не е нужно, тъй като едни и същи стратегии за адаптивност могат да се приложат върху група от потребители. В тези случай е по-удачно използването на групов модел, поради неговата простота и ефективност. Използването на стереотипи за моделиране на потребител намира най-широко приложение в експертните системи и в обучителните системи [78]. Стереотипите в най-общия случай служат за групиране на потребители и прилагане върху тях на някакви общи правила за адаптивност. Данните за потребител в системата могат да бъдат несигурни или неточни, което налага търсенето на методи и способи за справяне с тази несигурност. Основни технологии, които се използват за извод при несигурност, са Бейсови мрежи (БМ) и Размита логика. Използването на модела на БМ позволява да се разсъждава както в диагностична посока така и в прогностична посока. Тази способност на БМ за извод в двете посоки е много полезна при моделиране на знанието за обучаем. Изводите над знанието за потребител чрез Бейсови модели е най-разпространено в адаптивните обучителни системи. В една типична система интерфейсът за търсене осигурява начална точка за потребителите, откъдето те да започнат своето търсене в системата. Изследванията показват, че потребителите стартират търсенето с много къси заявки, инспектират резултатите и след това модифицират тези заявки в постепенен цикъл на прецезиране [4]. Поради това, основна задача на адаптивно търсене е да се помогне на потребителя да получи подходящи ресурси. Простите заявки по ключови думи са полезни тогава, когато потребителите имат ясна представа какво търсят и знаят какви ключови думи да използват при търсенето. В средите, доставящи знания, често нивото на познаване на предметната област е ниско и се появява необходимост от трансформиране на оригиналната заявка на потребителя в заявка, която отчита и използва установената семантика в областта. Тези проблеми могат да намерят своето решение чрез изграждане на такива среди за доставяне на знания, в които да се използват методи и технологии, които активно да подпомагат търсещия, като от една страна използват водещи технологии за моделиране на знанието за потребител, а от друга прилагат стратегии за адаптиране, базирани на извод над знанието за даден потребител. Искам да изкажа специалните си благодарности на членовете на катедра „Информационни технологии“, чиито съвети, насоки и напътствия бяха безценни за мен. Изключително дълбока благодарност и признателност дължа на научния си ръководител Проф. д-р Красен Стефанов за неговия всеотдаен професионализъм, строг научен подход и поддръжка по време на цялата ми докторантура и при написването на тази дисертация. Цел и задачи на дисертационния труд Цел на Изследването е разработването на иновативна архитектура на Функционален модул за адаптивно търсене в дигитална библиотека и представяне на създадената архитектура, нейните компоненти, базова схема на адаптивна и персонализираща логика за реализиране на адаптивно търсене, както и разработените модели, схеми и алгоритми. Целта на изследването е свързана с подпомагане на потребителя в неговото търсене на информационни ресурси в дигитална библиотека, в резултат на което потребителят да получи резултати от търсенето, които са съобразени с неговите характеристики и нужди. Постигането на целта на изследването се реализира посредством изпълнението на следните основни задачи: Задача 1: Запознаване с проблема и водещите теории в областта. Проучване и анализ на събраните данни, което намира израз в изготвяне на научен обзор. Изпълнението на тази Задача е свързано с изпълнението на следните подзадачи:
Задача 2: Разработване на архитектура на Функционален модул за адаптивно търсене в дигитална библиотека. Реализирането на тази задача е свързано с изпълнението на следните подзадачи:
Задача 3: Реализация и експериментално внедряване на компоненти от предложената архитектура в системата Share.TEC. При изпълнението на тази задача трябва да решим следните подзадачи:
Задача 4: Анализиране на предложеното решение. Представяне на подход за оценяване на резултатите от предложената стратегия за реализиране на адаптивност. Очертаване на насоките за бъдещо развитие на предложеното решение. При изпълнението на тази задача трябва да решим следните подзадачи:
Структура и обем на дисертационния труд Трудът обхваща Увод, шест Глави, Заключение и пет Приложения, списък на използваната литература, списък на авторските публикации и списък на участия в научни форуми и събития. В Глава 1 „Обща постановка на задачата” е представен проблемът за реализиране на адаптивно търсене на базата на стереотипи в дигитална библиотека. Представено е предложеното решение на проблема и са очертани неговите предимства в сравнение с други подобни решения. Формулирани са обект и предмет на дисертацията, както и цели и задачи на изследването. В Глава 2 „Адаптивност и персонализация. Методи, подходи и средства за реализиране на адаптивно търсене“ е направен преглед на езиците, стандартите и протоколите на Семантичния уеб. Проследено е актуалното състояние и са очертани развойните тенденции. Главата продължава с аналитично изследване на методите, подходите и стратегиите за реализиране на персонализация и адаптивност, като особено внимание е отделено на адаптивното търсене, при което са проследени средства, стандарти и добри практики. Разгледани са примерни системи, чиито опит и разработки са от съществено значение за настоящия труд. Направено е аналитично изследване на модел на потребител, като са разгледани главните типове модели и са идентифицирани техните характерни особености. Изследвани са съществени характеристки и на стереотипните модели, като са разгледани: подходите за определяне на стереотипните групи; методите за класифициране на потребител към стереотип; структурата на стереотипите в системата и др. Изследвани са съществуващи системи, в които адаптивността е базирана на стереотипи. Направен е сравнителен анализ на шест такива системи въз основа на показателите: тип на системата; дали стереотипното моделиране е единствен или допълващ метод в системата; определяне на стереотипните групи; класифициране на потребител към стереотип; структурата на стереотипите; представяне на стереотипите в системата; реализиран метод или стратегия на адаптивност. Разгледани са добри практики и новаторси насоки в системите за извличане на информация и в дигиталните библиотеки. Получените резултати са анализирани и обобщени. В Глава 3 „Бейсови (вероятностни) мрежи. Методи, подходи и стратегии за изграждане на Бейсови модели” последователно и методично са разгледани базови научни теории и постановки, аналитично е изследвано състоянието и новите тенденции при изграждане и използване на вероятностни модели в адаптивни системи. Изследвани и анализирани са различни типове Бейсови модели, като са проучени тяхната структура и параметри. Детайлно са изследвани три канонични модела, при което са изведени техни съществени характеристики и е направен сравнителен анализ между тях. Изследвано е приложението на Бейсови модели в редица системи, като фокусът е върху адаптивните обучителни системи. Изследвани и анализирани са използваните в тях методи, стратегии и подходи за реализиране на адаптивност на базата на Бейсов модел. Глава 4 „Архитектура на Функционален Модул за адаптивно търсене в дигитална библиотека“ представя детайлно описание на предложеното решение. Представена е базова схема на адаптивна и персонализираща логика за реализиране на адаптивно търсене, в която са проследени основните дейности, осъществявани от потребител и техните отговори от системата. Описанието на предложения Функционален модул за адаптивно търсене е придружено със схеми и диаграми. Детайлно са представени отделните компоненти от архитектурата, като са изложени основните функции, които се осъществяват от всеки от съставните под-модули на Функционалния модул. Представен е предложеният Бейсов модел за извод над знанието за потребител, като са разгледани неговата структура и параметри. Представени са разработените „физически“ стереотипи за системата Share.TEC. В Глава 5 „Реализация на модул за изпълнение на адаптивна и персонализираща логика, посредством извод в Бейсова мрежа” е разгледана накратко системата Share.TEC, като са очертани нейни съществени характеристики. Представената информация е анализирана и обобщена. Главата продължава с описание на реализацията на под-модули от предложеното решение, като специален фокус е поставен върху Модул за изпълнение на адаптивна и персонализираща логика. Детайлно са представени използваните алгоритми, средата за разработка и софтуерната реализация. Показани са основните класове от средата за разработка, използвани за реализацията на разработените алгоритми. Информацията е придружена със схеми, таблици и листинги със софтуерен код. В Глава 6 „Изследвания и експерименти“ са проследени ключови моменти в процеса на създаване на системата. Представени са серии от тестове и експерименти от решаващо значение, които доказват ефективността на предложеното решение и неговата способност да удовлетвори поставените изисквания.
Представени са пет Приложения: Софтуерен код на Бейсов модел за адаптиране и персонализиране; Списък на променливите в БМ; Вектори на стереотипите; Софтуерен код, представящ реализация на избрани операции над Бейсов модел за адаптиране и персонализиране и Релации между променливите и техните предшественици в Модела. Каталог: index.php -> bul -> content -> download download -> Литература на народите на Европа, Азия, Африка, Америка и Австралия download -> Дипломна работа за придобиване на образователно-квалификационна степен " " download -> Рентгенографски и други изследвания на полиестери, техни смеси и желатин’’ за получаване на научната степен „Доктор на науките” download -> Св. Климент Охридски download -> Акад. Илчо иванов димитров (1931 – 2002) фонд 20 опис 1 download -> Азбучен списък на преподавателите download -> Климент охридски” университетски архив download -> График за провеждане на семтемврийската (поправителна) изпитна сесия на магистърска програма „политическа социология учебна 2014/2015 г. Поправителна сесия от 24 август до 11 септември 2015 г download -> Обявява прием на студенти Изтегляне 1.01 Mb. Сподели с приятели:
|